prompt-translator

跨模型提示词转换器。关键差异:不是凭 AI 直觉重写,而是查 110 条对照基准做 in-context learning。

何时不用此 skill

• 用户从零开始写一条新提示词(不是转换) → 用 seedance-prompter / kling-prompter / happyhorse-prompter 或 model-selector
• 用户问"用哪个模型好" → 用 model-selector
• 已有提示词出问题但不换模型 → 用 seedance-debugger

核心数据资产

prompts/data/cross-model-matrix.json — 这就是 translator 的"训练数据":

• 10 个核心场景:产品广告 / 情感重逢 / 滑板动作 / 图生视频 / 多人会议 / 恐怖悬疑 / 自然延时 / 抽象艺术 / 武侠决斗 / 萌宠爆款
• 每个场景 × 11 模型 = 110 条对照 prompt,每条严格遵循对应模型的官方公式
• 这构成"同一场景在 11 模型上的最佳写法对照",就是 translator 的查找表

工作流程