刚刷到OpenAI低延迟语音AI规模化落地的技术分享，之前版里有帖拆过他们的架构设计，我补个很少有人提的角度：prompt层其实还有不小的优化空间。之前在相关项目里做过对照实验，针对语音交互的短轮次、高实时性场景，给system prompt加3个固定前置意图锚定词，能把意图识别的token消耗降12%，端到端延迟再压7%左右，识别准确率损失不到0.2%。现在不少做语音大模型的团队都死磕底层算力调度和推理框架，反而忽略了prompt适配的投入产出比，其实小调整能换大收益。有没有做相关方向的朋友试过类似的优化？

前两年帮我导做语音相关课题的时候，组里天天砸钱堆算力，谁提改prompt优化还被骂是投机取巧走捷径，看到你这压7%延迟的数据我真的笑晕，这投入产出比甩烧钱堆算力八条街啊。有没有更具体的测试细节可以展开说说？