在构建AI大模型评测平台时，你会怎样规划场景管理和提示词管理？请阐述模块划分、数据模型、关键流程及注意事项。

回答思路

1. 【回答框架 1】场景管理是对评测目标、数据切片和运行配置的组合封装。设计时先定义场景元数据，包括场景名称、描述、关联数据集、模型参数和评估指标；再提供场景版本控制和状态流转，保证评测可追溯和可复现。
2. 【回答框架 2】提示词管理服务于评测输入的统一编排。核心是模板化存储，记录提示词版本、变量占位符和默认值，并支持批量替换和动态组装；同时建立提示词与场景的关联关系，以便同一提示词在不同场景下复用和对比。
3. 【回答框架 3】实现上建议用关系型数据库存储场景和提示词模板，用JSON字段保存可变配置；提供管理API和前端配置界面，支持导入导出；每次评测运行需冻结当时的场景和提示词快照，避免后续修改影响历史结果。
4. 【回答框架 4】需要注意权限控制，防止非授权人员修改评测基准；同时设计审计日志，记录变更历史和操作人。评测结果应与场景、提示词版本强关联，确保分析粒度清晰。
5. 【关键点 1】场景管理需包含版本控制和状态流转，保证评测可复现。
6. 【关键点 2】提示词管理以模板化存储为核心，支持变量替换和版本记录。
7. 【关键点 3】评测运行应冻结场景和提示词快照，确保结果一致性。
8. 【关键点 4】使用关系型数据库加JSON配置字段，兼顾结构化查询和灵活性。
9. 【关键点 5】权限控制和审计日志是平台安全合规的重要组成部分。
10. 【易错点 1】避免将场景和提示词直接硬编码在评测代码中，导致维护困难。
11. 【易错点 2】要防止提示词版本混乱，必须强制关联评测记录。
12. 【易错点 3】注意场景数据集变更时，需触发重新评测或明确标记过期。