自动提示工程（Automated Prompt Engineering）旨在通过算法自动优化或生成有效的prompt，以提升模型输出质量。关于这项技术的核心机制和应用局限，以下哪一项描述最为准确？
A. 自动提示工程完全依赖预定义的模板和人工标注数据，其本质仍是规则驱动的传统方法，无法实现动态优化。
B. 该技术通过搜索算法或强化学习迭代生成prompt，能显著减少人工试错成本，但对计算资源的需求较高且可能陷入局部最优解。
C. 自动提示工程的核心目标是生成更复杂的prompt长度以覆盖所有可能的用户意图，但会导致模型推理速度大幅下降。
D. 由于语言模型对语义的理解具有随机性，自动生成的prompt无法系统化评估其有效性，因此该技术仅适用于理论研究场景。
