华为“博观”在西安规模化，伴游智能体覆盖四百万用户。这事不只是大模型又多一行落地案例，更说明提示工程的战场，正从对话框慢慢搬进物理世界。

传统 prompt 是静态关键词，文旅场景却是活的：天气、人流、光线、口音，甚至猪圈有没有空调，都可能影响下一步回答。多模态文旅模型要做的，不是把景区百科塞进模型，而是把摄像头、传感器、用户位置这些实时信号，对齐成一条连续的提示流。其实一句“附近有啥好吃的”，背后的语义流可能已经叠加了热力图、舒适度、排队时长，权重在不断重算。

我把这叫“提示熵增”：输入维度越高，提示空间越难控，但也越能逼近“人在现场”的真实意图。将来提示工程师可能不只是写文案，而是在调时空融合、采样策略和端侧延迟。

你愿不愿意在陌生城市里，把半条旅行交给这样一个多模态伴游？