首页>AI提示词

AI提示词模板大全

筛选条件LLaMA · 综合排序

模型

不限模型 Grok Claude Doubao LLaMA Chatgpt Qwen Stability Ernie DALL jimeng deepseek Hunyuan Gemini Mistral

排序

综合排序最新发布最热

AI提示词 LLaMA

639 热度

高效数据分析数据集清洗方案提示词

本方案提供一套专业级数据清洗提示词，帮助数据科学家与分析师快...

AI提示词数据分析数据集清洗

查看详情

角色定义与任务定位
您应以“资深数据清洗专家”或“数据分析项目负责人”的身份使用本组提示词。核心目标是生成一套系统化、可落地的高效数据集清洗方案，确保数据质量满足专业分析或机器学习建模的要求。提示词将引导您关注清洗流程的每个关键环节，从数据探查到最终验证，生成可直接执行的代码、步骤说明与质量控制建议。

适用场景

构建数据科学项目中的数据预处理模块
对脏数据、缺失值、异常值进行系统性清理
统一多源数据格式，提升数据一致性
为机器学习模型准备高质量训练数据集
撰写数据清洗报告或自动化清洗脚本

核心提示词
以下提示词可直接复制用于生成文本或图像描述，其中涉及的方法、工具与步骤可根据实际数据调整：

“专业数据清洗流程：缺失值检测与多重插补、异常值识别（IQR/Z-score）、数据类型统一、重复记录去重、标准化与归一化”
“高质量数据集清洗方案：使用Pandas/Spark进行数据探查，统计缺失率、分布特征，制定分字段处理规则”
“自动化清洗pipeline：将数据质量规则转化为可复用的脚本，包含数据验证日志与质量评分”
“数据清洗前后对比可视化：展示缺失值填充效果、异常值修正示意图、数据分布变化”

风格方向
整体风格应体现专业、严谨、有条理，同时具备可操作性。具体包括：

专业严谨：使用数据分析领域标准术语，避免模糊表述。
结构化：清洗过程分步骤呈现，每一阶段有输入、处理、输出。
可视化导向：如用于图像生成，宜采用数据流程图、统计图表、表格对比等。
色彩与界面：建议使用蓝色、白色、灰色等商务色，配合数据表格的清晰布局。

构图建议
若将提示词用于视觉生成（如信息图、海报或PPT配图），可参考以下构图：

流程图式：从左至右或从上至下展示“原始数据 → 数据探查 → 缺失值处理 → 异常值处理 → 数据标准化 → 质量验证 → 清洗后数据集”。
对比式：左右或上下分栏，左侧为脏数据表格（含空值、异常值标记），右侧为清洗后整齐数据表，中间用箭头连接。
仪表盘式：围绕数据中心分布多个质量指标卡片，如“缺失率 5%”、“异常值个数 12”、“一致性等级 A+”。
代码与结果并列：左边显示Python/SQL清洗代码片段，右边显示执行后的数据预览。

细节强化
为进一步提升提示词的实用性与真实感，可加入以下细节：

具体数据示例：如“对‘用户年龄’字段的缺失值采用中位数填充，对‘收入’字段的异常值（超过3σ）截断至上下限”
量化指标：要求输出数据清洗前后的质量评分差异，如“缺失率从15%降至0%”
工具与库：明确提及Pandas、NumPy、Scikit-learn、PySpark、OpenRefine等常用工具。
验证方法：增加“清洗后数据完整性检查、逻辑一致性检验、分布保持度评估”等步骤。

使用建议
为确保提示词发挥最大效用，请注意：

根据实际数据集规模与类型调整清洗规则，无需生搬硬套。
将核心提示词作为种子输入给AI助手（如ChatGPT、Midjourney等），进一步细化生成内容。
结合业务背景（金融、医疗、电商等）修改示例字段与清洗逻辑。
对于视觉生成场景，可配合指定输出尺寸（如1920×1080）与风格（扁平化、3D、简约等）。
建议保存为模板，供团队内部数据清洗标准化使用。

AI提示词 LLaMA

312 热度

自动化办公产品说明文档结果优化提示词

本套提示词方案专为优化自动化办公产品说明文档而设计，帮助用户...

AI提示词自动化办公产品说明

查看详情

角色定义与任务定位
以专业文档优化顾问的身份，面向自动化办公产品说明文档的撰写与优化任务。目标是提升文档的信息传达效率、专业可信度与视觉吸引力，使其更适用于内部培训、客户展示或技术手册等场景，同时融入创意表达，避免枯燥生硬。

适用场景

撰写或优化自动化办公软件的产品功能说明、操作指南、版本更新日志。
将复杂技术流程转化为易读的结构化说明文档，用于网站帮助中心或产品手册。
需要突出效率对比、数据成果的销售支持文档或案例说明。
团队内部知识库中，对零散产品信息进行整合与标准化优化。

核心提示词
以下提示词可直接复制用于AI生成或人工修改，已针对自动化办公文档优化进行定制：

“请以自动化办公解决方案专家的口吻，将以下原始内容重写为结构清晰的说明文档。要求：使用H2/H3标题分层，每个功能点用加粗关键词+一句话总结+详细操作步骤，结尾附上效率提升数据（如‘处理时间缩短60%’）。语言专业简洁，避免术语堆砌。” 
“生成一份面向企业客户的自动化办公产品说明文档，包含：产品定位、核心功能模块（每模块含图标描述）、操作流程（用步骤列表）、典型场景案例（用具体数字体现价值）。整体风格偏现代商务，段落之间用空行分隔，重点数据用括号高亮。” 
“对以下产品说明进行创意化表达优化：保留所有技术准确性，但将枯燥描述转化为生动的隐喻或类比（例如‘像搭积木一样配置工作流’），同时保持专业调性。输出时每段不超过3句，配合短列表和对比表格。”

风格方向

专业简洁：多用短句、主动语态、项目符号，避免长段落和被动语态。
结构化分层：严格使用标题层级（如#、##、###），同层级内容格式统一。
数据驱动：每个功能点后附上可量化的效果（时间节省、错误率降低等）。
创意点缀：在结论或价值主张处使用比喻、场景化描述或视觉对比语言（如“从三天到三分钟”）。
视觉友好：建议配合图标、高亮色块、进度条模拟等排版元素。

构图建议
若文档需要配合图文排版或演示设计，建议遵循以下视觉结构：

采用左文右图布局：左侧列出功能要点，右侧展示流程示意图或数据图表。
卡片式模块分割：每个功能独立成卡，使用浅灰背景或圆角边框隔离。
关键数字放大突出：如“节省 70% 时间”用大号粗体，配合对比色。
操作步骤用横向时间线或垂直编号步骤条，每一步带按钮图标。
留白充足：页面四周保留至少20%空白，信息密度适中。

细节强化

在所有关键术语首次出现时添加简短释义（括号内标注），降低阅读门槛。
每个功能模块末尾添加“价值点”标签，如“???? 效率提升：自动生成报表，节省人工2小时/天”。
使用具体案例替换抽象描述：例如“某电商客户使用后订单处理错误率从5%降至0.3%”。
统一全文档的术语和格式：例如“工作流”不可混用“流程”、“自动化规则”等。
在文档末尾附加“适用人群”概要，帮助读者快速判断内容相关性。

使用建议

先整理原始产品信息的要点（功能列表、数据、使用场景），再将其导入AI模型并搭配“核心提示词”进行改写。
根据受众调整语气：内部文档可稍轻松，客户文档需严谨且具有说服力。
生成结果后人工核对技术细节，确保创意表达不影响准确性。
建议配合Markdown或设计工具（如Figma、Canva）完成最终排版，利用预设模板提升效率。

AI提示词 LLaMA

160 热度

实战型数据分析开源模型微调文档提示词

这是一套专为实战型数据分析场景设计的开源模型微调文档提示词方...

AI提示词数据分析开源模型

查看详情

角色定义
你应当以数据分析与模型微调专家的身份使用这组提示词。目标是为开源模型（如Llama、Qwen、DeepSeek等）生成一份可直接用于微调实战的文档级指令，内容需覆盖数据预处理、特征工程、训练参数配置、评估指标等完整链路，并突出数据分析思维与可落地性，而非理论综述。

适用场景

需要为特定业务数据集（如金融风控、电商用户画像）编写微调文档时
团队内部标准化微调流程，要求提示词文档可复用、可对比
面向开源社区发布模型微调教程，需兼顾专业性与可操作性
从原始数据到微调结果的完整流程说明，适合PPT汇报或技术博客配图生成

核心提示词
以下为可直接复制使用的提示词模板，请按实际任务替换【】内内容：

“请以数据科学家身份，为【数据集名称】编写一份用于微调【模型名】的实战文档。文档需包含：（1）数据清洗规则与异常值处理方式；（2）特征构造方法与业务逻辑对应关系；（3）训练超参数选择依据及验证集划分策略；（4）微调后模型在【具体指标】上的表现对比，并附可复现代码片段。” 
“生成一份结构化的微调指令，要求使用开源模型【模型名】，数据来自【来源】。指令需明确标注每个步骤的输入输出格式、推理资源需求（显存/时间），以及避免过拟合的数据增强技巧。” 
“输出一份数据分析驱动的微调方案：先对数据分布进行可视化统计（缺失率、标签平衡性），再基于分析结果设计损失函数调整策略，最后给出两份以上对比实验的配置清单。”

风格方向

专业严谨：语言采用技术文档体，避免口语化，使用“建议”、“需注意”、“推荐配置”等措辞
数据可视化辅助：在文档中融入图表描述（如数据分布直方图、训练损失曲线），建议使用深色背景+高亮数据点风格
模块化排版：每个步骤用图标+短标题分隔，便于截图或打印后直接对照操作
色彩参考：主色调用科技蓝（#2B6CB0）搭配灰色背景，代码块使用等宽字体+浅黄底色

构图建议

文档首页使用两栏布局：左侧为数据概览（饼图/柱状图），右侧为微调流程图（箭头连接预处理→训练→评估）
每个章节顶部放置步骤序号与进度条，增强阅读节奏感
关键参数表采用表格形式（左侧参数名，右侧建议值，底部注释），表格边框用细线区分
若用于生成图像，建议将文档页面置于笔记本电脑屏幕或纸质打印场景中，增加真实感

细节强化

在数据预处理部分加入“数据漂移检测”段落，使用箱线图与分位数描述
训练参数配置处增加“显存估算公式”和“批次大小与学习率联动策略”
文档末尾添加“常见错误与解决方案”清单（如过拟合时early stopping设置）
所有代码片段增加行号与注释，注释使用中文并标注业务含义

使用建议

将核心提示词中的【】内容替换为实际项目名后，直接输入到ChatGPT、Claude等支持长文本生成的LLM中
若用于生成封面或示例图，可在提示词中追加“请生成一张包含以上文档结构截图的可视化图像，风格类似专业技术博客封面”
针对不同开源模型（如Qwen vs Llama），可微调提示词中的术语（如“ChatML格式” vs “Alpaca格式”）
建议保留一份模板库，每次微调任务仅修改数据描述部分，确保文档风格一致

AI提示词 LLaMA

134 热度

专业版MCP工具本地RAG流程设计提示词

这是一套面向AI系统架构师与提示词工程师的专业提示词方案，用于...

AI提示词 MCP工具本地RAG

查看详情

角色定义与任务定位
你应扮演一位AI系统架构师或提示词工程专家，核心任务是为“专业版MCP工具”设计一套可落地的本地RAG流程提示词方案。你需要聚焦MCP工具与本地知识库的交互逻辑，将检索、增强、生成三个阶段拆解为可复用、可参数化的提示词指令，使其能够直接驱动AI绘图工具（如Midjourney、DALL·E）生成流程示意图，或用于指导AI大模型输出结构化的流程文档。

适用场景

企业内部私有知识库的RAG流程设计展示（如技术方案汇报、系统架构图生成）
  AI工作流开发中的提示词模版设计（用于自动化生成MCP工具调用序列）
  技术教程或文档中的本地RAG流程可视化配图需求
  多工具链编排场景下的上下文传递与检索逻辑说明

核心提示词

流程骨架提示词：“Design a professional MCP tool local RAG flow diagram. Show three sequential stages: 1) Knowledge Ingestion from local vector database, 2) Context Retrieval via MCP query interface, 3) Generation with LLM. Label each stage with arrows and icons.”
  工具链细节提示词：“Add a MCP server block with sub-modules: Embedding Model, Vector Index, Context Cache. Connect it to a local database icon (SQLite or FAISS). Include a ‘Query Rewriter’ node before the retrieval step.”
  交互逻辑提示词：“Depict the retrieval-augmented loop: user query → MCP tool query → top-k chunk retrieval → context injection into prompt → LLM response → feedback to cache update. Use dashed lines for feedback paths.”
  可视化风格提示词：“Use a dark blue and teal color scheme. Nodes are rounded rectangles with gradient fill. Lines are solid for data flow, dashed for control flow. Add a small lock icon on local database to emphasize privacy.”

风格方向

技术图示风：高对比度背景（深蓝/灰），清晰节点边框，流程线带箭头标识，适合正式技术文档
  模块化分解风：每一阶段用不同色块区分，配合简短文字标签（如“Retrieval”、“Augment”），突出可读性
  架构图风：仿UML或系统框图，加入泳道或分层结构（如“数据层-服务层-应用层”），体现MCP工具与本地RAG的分层关系
  简洁信息图风：大量留白，扁平化图标，配合标注数字步骤，适合用于PPT或产品演示

构图建议
主画面采用从左到右或从上到下的流线型布局。左侧放置“用户/Query”输入节点，中间依次排列“MCP Query Interface”、“Local Vector DB”、“Context Retrieval & Ranking”三个核心模块，右侧放置“LLM Generation”与“Final Response”节点。在“Retrieval”与“Generation”之间加入“Context Injection”标签，并在底部设置“Cache Update”反馈回路。建议在图中标注关键技术参数（如top_k=5, similarity threshold=0.75）以强化专业性。

细节强化

在MCP工具模块中加入“Tool Registry”子模块，标识其管理本地检索函数的注册与调用
  为本地数据库添加“Encryption Layer”标识，强调数据安全与隐私保护
  在检索结果到提示词注入的连线上标注“Re-ranking”步骤，体现质量过滤
  使用微纹理或半透明叠加层表示“本地环境”，与云端环境形成视觉区分
  在生成阶段加入“Token Budget”或“Context Window”小提示框，体现工程约束

使用建议

将“核心提示词”直接复制到Midjourney或DALL·E中，可快速生成流程示意图初稿，再根据构图建议进行局部修改
  若用于AI对话式生成（如ChatGPT），可将核心提示词作为system prompt，配合具体MCP工具名称（如“MCP-Search”、“MCP-Reader”）获得定制化流程输出
  在技术方案评审时，优先使用“技术图示风”+“构图建议”中的标注，突出关键参数与安全属性
  如需生成动画示意，可保留反馈回路与箭头方向，在Adobe After Effects或Manim中按提示词风格方向搭建
  注意保持MCP工具与本地RAG的语义一致性，避免加入云端API调用等与“本地”相悖的元素

AI提示词 LLaMA

158 热度

结构化多语言站点技术博客写作提示词

为多语言技术博客的视觉化呈现提供专业提示词方案，帮助设计师或A...

AI提示词多语言站点技术博客

查看详情

角色定义
你应作为多语言技术内容可视化设计师，目标是为一篇关于“结构化多语言站点技术博客”的写作概念，生成一组可直接用于AI图像生成或视觉创意表达的提示词。重点表现技术博客在多语言环境下的站点架构、内容流程、语言切换逻辑与行业应用场景，营造专业、高效、全球化的技术写作氛围。

适用场景

为多语言技术博客宣传图、封面图或概念插画提供灵感
用于AI绘画（如Midjourney、DALL·E、Stable Diffusion）生成主题视觉
作为技术写作相关演示文稿、海报或社交媒体配图的创作指南
辅助设计师构思“国际化内容管理”或“本地化工作流”的视觉隐喻

核心提示词

主题：结构化多语言站点技术博客写作流程，展示从技术文章撰写到多语言翻译、发布与管理的完整闭环
主视觉元素：桌面编辑器界面、分层站点地图、语言切换按钮、多语种文字片段（如英文、中文、日文、德文交错）、代码块与翻译注释、版本控制图标
环境与氛围：现代极简办公室或数字工作台，柔和冷光，浅蓝与灰色调为主，点缀科技感亮蓝色或绿色
关键细节：屏幕中显示多栏对比翻译视图，左侧原文右侧译文；悬浮的“语言选择”弹窗；页面底部显示多语言SEO统计或流量图表
镜头语言：俯视视角或半俯视视角，聚焦工作台面和屏幕，景深适中，背景带磨砂玻璃或抽象网格纹理
色彩方向：主色调 #1a2332 （深蓝灰），辅色 #4a90d9 （科技蓝），点缀 #34c759 （绿色表示完成），高光 #ffffff
材质细节：屏幕玻璃反光、键盘磨砂质感、纸质文档的纹理、柔和阴影、轻微泛光

风格方向

技术化扁平+微3D：清晰图标、整洁排版，结合轻微的立体感和光影渲染，避免过度写实
信息架构可视化：用线条、节点、分支图表现多语言站点结构，突出“结构化”和“流程”
国际化商务感：人物着装职业（可选程序员或内容经理），多国语言标签，全球地图或连接线元素
干净且不杂乱：每个元素都服务于“多语言技术博客写作”主题，不添加无关装饰

构图建议

三分法构图：将屏幕或主界面置于画面中央偏右，左侧留空放置语言切换弹窗或翻译进度列表
对角线引导：从左上角的技术文章标题（英文）沿对焦线延伸到右下角的中文翻译版本，中间经过代码块
对称式布局：左右各放一块屏幕，分别显示源语言和目标语言的博客编辑界面，中间竖排显示语言选项
人机结合：人物（技术写作者）坐在电脑前，双手放在键盘上，周围漂浮多语言文字或翻译气泡

细节强化

屏幕中出现的文字要可识别：例如 “How to Build a Scalable API” 左侧，右侧对应 “如何构建可扩展的API”
流程可视化：添加箭头或虚线连接各个语言版本，标注 “Translation Pipeline” 或 “Localization Check”
技术元素：Git分支图、CI/CD流水线指示器、Markdown编辑器界面、翻译记忆库（TM）标签
行业应用暗示：在画面边缘添加小标签如 “SaaS Blog” “E-commerce Guide” “Developer Docs” 等
光影效果：屏幕发出冷白光，键盘边缘有背光，纸张上印有微弱的代码纹理

使用建议

将“核心提示词”直接复制到AI绘图工具中，可结合具体工具语法调整（如Midjourney需加上 ―ar 16:9 和 ―v 6）
若需更抽象的概念图，可删除人物元素，保留纯界面与流程线，突出“结构化”
根据实际输出效果，调整“色彩方向”中的主辅色比例，或淡化部分细节以达到更简洁的视觉效果
适合作为技术博客主页的Hero Banner、多语言功能宣传图或行业大会演讲背景

AI提示词 LLaMA

478 热度

进阶版智能体开发AI应用原型规划提示词

本方案为“进阶版智能体开发AI应用原型规划”提供专业提示词，帮...

AI提示词智能体开发 AI应用

查看详情

角色定义与任务定位
你是一名资深AI应用原型规划师与智能体架构设计师，核心任务是将高阶智能体开发需求转化为可执行、可可视化的原型规划方案。你需要围绕“智能体能力拆解”、“应用场景映射”、“原型交互流程”三大重点，输出既具技术深度又可直接用于设计沟通的提示词内容。你的目标是：让开发团队、产品经理或投资人一眼看懂智能体AI应用的核心架构与规划逻辑。

适用场景

智能体驱动的AI应用早期概念验证与原型草图生成
产品路线图或技术方案汇报中的系统架构可视化
多智能体协作流程、工具调用链、数据流转的原型演示
面向实战的AI应用从规划到落地的中间设计沟通环节

核心提示词
以下提示词可直接复制用于图像生成工具（如Midjourney、DALL·E）或UI/UX原型工具，建议按需组合或微调。

智能体架构图提示词： “A system architecture diagram of a multi-agent AI application, with large language model core, tool-use modules, memory storage, and user intent router. Clean blue and white color scheme, line-and-box style, annotated with arrows showing data flow. Technical blueprint aesthetic, high contrast, minimal text labels.”
用户交互原型提示词： “A wireframe-style UI prototype for an AI assistant application, showing a chat interface with dynamic agent switching, tool selection panel, and real-time task progress bar. Light mode, Figma-style components, grid layout, professional UX design look.”
功能规划看板提示词： “A kanban-style planning board for AI agent development, columns: agent definition, tools integration, memory design, test cases. Each column contains sticky notes with short technical labels. Modern boardroom style, cyan and gray palette, photorealistic but abstract representation.”

风格方向

技术蓝图风： 蓝白色系、细线框架、注解箭头，强调逻辑与结构
现代UI风： 浅色模式、组件化布局、简洁无衬线字体，突出交互细节
未来科技感： 深色背景配发光线条、节点高亮，适合战略汇报与创新提案

构图建议

系统架构图： 采用从上至下的分层构图：用户层 → 智能体协调层 → 工具/模型层 → 数据层，用箭头明确调用关系
原型界面： 中心为对话窗口，左侧或右侧固定功能面板（工具列表、Agent状态），底部为输入区域 + 智能体切换按钮
规划看板： 采用三栏或四栏横向布局，每栏标题清晰，卡片内填入关键术语（如“长期记忆模块”、“RAG管道”）

细节强化

在架构图中加入具体技术名词：LLM Orchestrator、Function Calling Hub、Vector Store、Session Cache
在原型界面中显示“智能体实时状态指示器”（绿色/黄色/红色圆点），以及“工具调用日志”展开效果
看板卡片增加进度条或标签徽章，如 [MVP]、[迭代2]、[已测试] 等，增强实战感

使用建议

若用于AI绘图工具，将核心提示词中的“blue and white”替换为团队品牌色，保留“technical blueprint”风格
若用于原型设计工具（如Figma），可将提示词作为设计参考情绪板输入，再手动提取组件布局
建议优先生成“系统架构图”作为整体规划基础，再围绕其生成具体交互界面或看板，保持视觉一致性
可以同时生成多个版本（技术蓝图风 + 未来科技感），用于不同场合（内部评审 vs 高层汇报）

AI提示词 LLaMA

114 热度

Python开发向量检索设计专业版提示词

专为技术创作者与AI视觉设计者打造，以Python开发与向量检索为核...

AI提示词 Python开发向量检索

查看详情

角色定义
你是一位资深技术可视化设计师兼AI工程架构师，需要将“Python开发下的向量检索设计”这一专业主题转化为直观、高信息密度的视觉作品。目标受众是技术决策者、开发者或产品经理，因此你的设计应兼顾技术逻辑的严谨性与界面展示的科技感。你负责输出一套可直接用于AI图像生成工具（如Midjourney、DALL·E）或UI概念图创作的结构化提示词，使最终作品能清晰表达向量检索的数据流程、Python代码交互及行业应用深度。

适用场景

为技术博客、白皮书或产品文档配图，需要展示向量检索系统架构（如索引构建、查询路由、相似度计算）
设计Python开发环境下的向量数据库（如Faiss、Milvus、Chroma）概念图，突出嵌入层、检索层、应用层的联动
制作面向企业级行业应用（推荐系统、语义搜索、异常检测）的功能演示图或海报
生成用于技术演讲、课程封面或社交媒体分享的“专业版”视觉素材

核心提示词
以下提示词可直接复制并适用于图像生成模型（可根据具体工具调整参数）：

主提示词：A futuristic, clean visualization of a Python-driven vector retrieval system. In the center, a glowing 3D vector space with scattered colored points (embeddings). A Python code snippet (syntax highlighted) floats in the foreground, showing "import faiss" or "vector_search()". Data flows as luminous lines from the code to the vector clusters. Blueprint-style background with grid lines and subtle network nodes. Professional, high-tech, cinematic lighting.
增强细节：Include a partial diagram: arrows showing query → indexing → top-k results. Use Python syntax colors (blue, green, yellow) for code. Add a faint "vectorization" watermark effect. The overall mood should be "expert system meets data science".

风格方向

科技蓝图风：深色背景（#0a0a1a），采用发光线条与透明几何框架，突出数据流动的精密感
交互界面风：模拟IDE编辑器界面，左边是代码窗口，右边是实时检索结果的可视化反馈（如热力图或最近邻列表）
抽象具象结合：将向量空间表示为悬浮的彩色球体簇（每个球体带标签如“text_embedding”），并在其周围环绕半透明的“查询光束”
行业应用贴片：在画面边缘用小比例图标暗示行业场景——购物车（推荐）、文档（语义搜索）、齿轮（智能制造）

构图建议

黄金分割结构：将主检索流程图（索引构建 → 向量化 → 相似度计算 → 返回结果）置于画面右侧2/3区域，左侧1/3留白并放置Python代码注释块
景深与光效：使用径向渐变从右下角打光，让代码区域处于高光中，向量空间置于阴影前沿以增强纵深感
对称与引导线：采用对角线构图，数据流线从左上（输入）向右下（输出）呈S形流动，强化检索过程的动态叙事感
层次分隔：用浅色半透明分隔条将画面划分为“数据层”“检索层”“应用层”三个水平区域，每层用微图标标识

细节强化

向量点具体化：每个向量点周边添加微小的数值标签（如[0.234, 0.867, ...]），表示维度，增加技术可信度
代码细节：在代码片段中突出显示“embedding_model.encode()”与“index.search()”函数调用，并用不同颜色高亮
数据流材质：流动线条采用半透明霓虹蓝渐变，末端分裂成细小的粒子，暗示数据被编码为向量
行业应用元素：在画面角落设置一个半透明的“应用拓扑图”小窗，显示向量检索在推荐、问答、异常检测中的三角形连通图标
专业版标识：在画面右下角加一个类似软件版本号的徽章：“Vector Retrieval v2.0 Pro”，采用磨砂金属质感

使用建议

图像生成工具适配：若使用Midjourney，可在主提示词后追加“--ar 16:9 --style raw --v 6.1”以获得更专业的技术感；若使用DALL·E 3，直接输入主提示词并补充“do not use cartoonish style, keep it realistic blueprint”
分步渲染技巧：先渲染背景网格与光效，再叠加向量空间与代码层，最后添加行业图标，可避免元素杂乱
配色建议：采用深蓝(#0d1b2a) + 电光蓝(#00b4d8) + 代码绿(#2ecc71) 的三色方案，避免高饱和度红色干扰数据读取
排版提示：如需将结果用于印刷，建议在画面中预留20%留白区域用于后续文字叠加；如果是数字屏幕，则让主要视觉元素填满80%画幅
迭代方向：如果首次生成结果过于抽象，可以加入“arrow annotations”或“text labels: query vector, index table”等具体提示词来增加可读性

AI提示词 LLaMA

438 热度

实战型爬虫采集API封装说明提示词

这是一套专为生成“爬虫采集API封装说明”视觉信息图而设计的专业...

AI提示词爬虫采集 API封装

查看详情

角色定义与任务定位
你需要扮演一位技术文档可视化设计师，专门负责将抽象的后端API封装逻辑转化为直观、易读的信息图或架构示意图。你的核心任务是为爬虫采集场景下的API封装说明创建一张结构清晰、标注准确的视觉内容，帮助开发者或读者一眼理解数据采集、封装格式、请求与响应流程。输出应适合直接用于技术博客、API参考手册或开发指南的配图位置。

适用场景

爬虫开发文档中用于解释API封装层的流程图或架构图
  技术博客中展示爬虫采集与API接口封装关系的配图
  内部开发指南中说明请求/响应数据封装规范的视觉辅助
  代码库README中快速传达采集API调用流程的信息图

核心提示词（可直接复制到AI绘图工具或创意生成中）

A technical diagram of a crawler API wrapper, showing multiple crawling modules on the left, data flowing into a central API gateway, then into a structured encapsulation layer with JSON format example, arrows indicating request parsing and response output, clean blueprint style with blue and white color palette, labeled components: "URL Queue", "Fetcher", "Parser", "Data Cleaner", "API Endpoint", "Response Format", minimal text but clear hierarchy, 2D flat illustration, no realistic people, high contrast for readability
  An infographic explaining a real-world crawler API encapsulation: from left to right, steps include "Request Scheduler", "HTTP Client", "Response Collector", "Data Mapper", "Encapsulated JSON Output", each step connected by arrows with small icon representations, corporate technical style, dark mode background with neon blue accents, sharp lines, grid layout hints, focus on data flow and encapsulation logic

风格方向

技术扁平风：干净、极简，使用浅灰底色与蓝色主色调，辅以白色高亮，适合正式技术文档
  信息图风格：带有轻微阴影和图标化符号，箭头清晰，分层明显，便于科普与教学
  暗色科技风：深蓝或黑色背景，用亮蓝、青色勾勒线条和文字，营造专业、现代感，适合开发者社区封面

构图建议

采用从左到右的水平流程：左侧为爬虫采集模块（URL队列→下载器→解析器），中间为API封装层（请求解析、参数绑定、数据格式转换），右侧为输出结果（示例JSON片段或状态码）
  也可使用自上而下的垂直分层：顶部数据源，中间封装逻辑（包括错误处理、重试机制、限速控制），底部输出接口与调用示例
  关键位置用虚线框或不同底色区分采集侧与API封装侧，用大箭头表示数据流向
  建议在右下角放置一个小型调用示例框，展示实际的HTTP请求与响应结构

细节强化

在封装层内部添加具体参数说明：如 “timeout: 30s”、“retry: 3”、“data_format: json” 等小标签
  在输出区域加入简化版JSON样例：{ "status": 200, "data": [ { "title": "...", "url": "..." } ] }
  增加日志输出示意：如 “[INFO] Fetch complete”、“[DEBUG] Parse success” 以增强真实感
  用不同颜色区分正常流程与错误流程（如红色虚线表示异常路径）

使用建议

复制核心提示词到 Midjourney / DALL·E / Stable Diffusion 等工具时，可调整画面比例（推荐16:9或3:2）以适合文档排版
  若需要更精确的组件命名，可在提示词末尾增加具体标签，如 “add small text: ‘Crawler Module’ ‘API Wrapper’ ‘Output’”
  生成后可用 Figma 或 Canva 微调文字大小和颜色，确保与文档整体风格一致
  若用于多语言文档，可在提示词中指定输出英文或中文标注，本例默认英文，如需中文可替换为“爬虫采集模块”、“API封装层”等

AI提示词 LLaMA

209 热度

高阶版BI报表私有化部署方案提示词

面向企业数据架构师与BI系统部署专家，本提示词方案将“高阶版BI...

AI提示词 BI报表私有化部署

查看详情

角色定义与任务定位
你应当以企业数据架构师 / BI系统部署专家的身份，为生成“高阶版BI报表私有化部署方案”的视觉化架构图或方案展示图而设计本组提示词。核心目标是：在一张图中清晰、专业地呈现私有化部署的整体架构、数据流转路径、安全边界及高阶特性（如高可用、灾备、多租户隔离等），让观者一眼看懂技术方案的价值与严谨性。

适用场景

企业内部信息化建设汇报（向管理层与IT团队展示私有化部署蓝图）
BI项目投标或售前方案演示（向客户展示技术架构与交付能力）
产品宣传册、官网“技术架构”页面配图
技术白皮书或方案文档的封面/扉页插图

核心提示词
以下提示词可直接复制用于图像生成（建议配合中文AI绘画工具或Midjourney/DALL·E 3使用，若使用英文工具请将括号内关键词替换为英文）：

方案一：架构分层全景图“企业级BI报表私有化部署架构图，分四层展示：底层为私有云/本地服务器集群（含负载均衡、灾备节点），中间层为数据中台（ETL引擎、数据仓库、安全网关），上层为BI报表服务（权限管理、多租户隔离、报表引擎），顶层为用户访问区（PC端、移动端、大屏）。整体采用深蓝色科技风背景，辅以荧光绿与金色高亮数据流线，标注标签。俯视透视，3D质感轻写实。”（中文直接可用）
方案二：数据安全闭环图“私有化部署下的BI数据安全闭环示意图。中心为加密数据库与密钥管理模块，周围环绕防火墙、堡垒机、审计日志、VPN接入网关。数据从业务系统经安全隧道流入BI报表引擎，输出图表时自动脱敏。风格：半透明玻璃质感元素，渐变色安全光晕，冷色调（深灰+冰蓝），顶部悬浮标题，底部为防护等级标识（ISO 27001类似徽章）。”（中文直接可用）
方案三：高可用集群拓扑图“展示BI报表私有化部署的高可用集群拓扑：主备双数据中心，Active-Active负载均衡，数据库主从同步，中间件集群（Nginx/HAProxy）。使用简化服务器图标与实线/虚线区分实时与异步链路。色彩：暗底（#1a1a2e）配亮橙警示色与绿色健康指标，背景加入极简网格线增强技术感。”（中文直接可用）

风格方向

科技商务风：深蓝/藏青色背景，矢量化简洁图标，结合光线与微弱金属质感，适合正式汇报场景。
信息安全强调风：以暗色调为主，加入锁形、盾牌、加密链路等视觉符号，突出私有化部署的数据安全性。
轻写实渲染风：服务器机柜、网络线缆等元素采用低多边形或轻度3D渲染，提升真实感同时保持技术图表的清晰度。
禁止使用：卡通风格、手绘涂鸦、高饱和度糖果色、过度夸张的光效（避免削弱专业可信度）。

构图建议

自上而下分层式：最上方为“用户访问层”，中间为“BI应用层”“数据存储层”，最下方为“基础设施层”，各层间用箭头或光带连接，直观展示数据流向。适合复杂架构的全景展示。
中心辐射式：将“私有化部署的核心BI引擎”置于画面中心，外围环绕“数据源”“安全模块”“运维监控”“集成接口”等子模块，适合强调核心能力。
左右分栏式：左侧为私有化环境（机房/机柜、网络设备），右侧为BI报表输出效果（仪表盘缩略图、图表样例），中间连通数据流线，适合同时展示“部署环境”与“业务价值”。

细节强化

在基础架构图中，为每个核心组件添加小标签文字（如“数据加密”“实时同步”“资源隔离”），字体使用无衬线细体，中文/英文均可，颜色与背景对比明显。
在数据流线上加入虚线/实线区分：实线表示实时数据流，虚线表示批量同步或备份链路；可在线上添加流量粒子动画效果（静态图中用点状光晕代替）。
加入环境边界：用半透明方框或虚线圆角矩形标出“私有网络”“DMZ区”“内网区”等安全边界，强化私有化部署的隔离感。
在画面角落或底部放置版本/规格标识徽章，例如“高可用 SLA 99.99%”“支持 10 万+ 并发用户”等，提升方案说服力。

使用建议

若用于AI图像生成，建议优先选择中文提示词（如使用文心一言、通义万相、腾讯混元等国产模型），可保持架构标签的准确性。若使用Midjourney，需将关键中文词（如架构、标签、防火墙）替换为英文。
生成后可根据实际需要调整色彩倾向：金融行业建议深蓝+金色，医疗行业可改为浅蓝+白色，制造行业可尝试暗绿+银灰。自行在提示词中追加“主色调：#XXXX”即可。
建议先以“方案一：架构分层全景图”作基础出图，若效果不够精细，再叠加“细节强化”中的元素（如安全边界、小标签）分步修改，避免一次性堆砌过多要求导致生成混乱。
本提示词方案也适用于PPT图表制作工具（如Islide、Think-cell）或平面设计软件：将提示词作为设计说明分发给设计师执行，可大幅减少沟通成本。

AI提示词 LLaMA

632 热度

前端工程自建Agent方案结构化提示词

这套提示词专为前端团队自建Agent方案的可视化设计而生，帮助你快...

AI提示词前端工程自建Agent

查看详情

角色定义
你应以前端架构可视化设计师的身份工作，目标是围绕“前端工程自建Agent方案”这一主题，生成一张结构清晰、信息完整的高质量示意图或流程图。你需要将抽象的工程流程（如任务调度、工具链集成、代码生成、反馈优化）转化为视觉上可读、逻辑上严谨的可视化方案，让观众一眼就能理解团队自建Agent的完整链路。

适用场景

内部技术方案评审或汇报PPT的配图
前端团队知识库中Agent方案的流程说明书
技术博客或开源项目README中的架构图
技术分享演讲时的关键幻灯片背景

核心提示词
以下提示词可组合使用，建议直接复制到AI绘图工具（如Midjourney、DALL·E、Stable Diffusion）中：

主体对象： a frontend engineering self-built agent architecture diagram, showing a complete pipeline from task input to code generation and deployment
关键节点： task scheduler, toolchain integration layer, code generation engine, feedback loop, quality gate
视觉语言： clean node-and-arrow flowchart, each module labeled with short technical terms like “Agent Core”, “Prompt Manager”, “CI/CD Hook”
环境氛围： dark blue or navy background, neon cyan and white accents, glowing lines for data flow, subtle grid lines for technical feel
额外细节： include small icon representations for code editor, terminal, commit, test badge

风格方向

极简技术风： 扁平化节点，冷色调，无多余装饰，强调逻辑连接
科技感插画风： 轻微3D效果，节点带有渐变光泽，箭头带发光拖尾
蓝图风格： 白底蓝线，类似工程图纸，适合文档印刷
仪表盘风格： 将Agent流程嵌入类似监控面板的背景中，显示实时状态

构图建议

自上而下流程型： 顶部为“开发任务请求”，向下依次经过“解析→规划→执行→验证→发布”，每个步骤配简短的说明文字
中心辐射型： 中心放置“Agent Core”，周围环绕“工具链”“知识库”“反馈层”“安全网关”，用双向箭头表示交互
分层架构型： 采用水平分层，从上到下依次为“用户层→交互层→Agent层→执行层→基础设施层”，每层放置3~4个模块

细节强化

在关键节点旁边加入数据流动箭头，并用虚线表示异步通信或回退路径
对涉及代码生成的节点，添加代码片段缩略图案（如花括号、缩进线）
为每个节点添加微小的状态指示灯（绿色=就绪，黄色=处理中，红色=需人工介入）
在底图加入微弱的技术网格或电路纹路，增强“工程感”
如果空间允许，在某一分支展示错误处理与重试机制，体现方案的健壮性

使用建议

参数调整： 在Midjourney中可添加参数 --ar 16:9（宽屏）或 --ar 3:2（文档比例），--v 6 使用最新模型；Stable Diffusion中可尝试 CFG scale 7~10 平衡创意图与准确度
文本叠加： 建议先生成无文字的纯视觉图，再通过设计工具（如Figma、Photoshop）手动添加中文标签，避免AI文字错误
多次迭代： 先按“构图建议”中的任意一种生成初稿，再根据实际方案增删节点，二次修改时保留构图骨架，只替换局部内容
组合使用： 可将多个同风格但不同视角的图组合成一套方案说明书，例如一张整体架构图 + 一张详细流程图 + 一张数据流向图

AI提示词 LLaMA

570 热度

实战型自动化办公模型选型对比提示词

本提示词方案以企业数字化选型顾问视角，将自动化办公模型选型对...

AI提示词自动化办公模型选型

查看详情

角色定义与任务定位
请以企业数字化选型顾问或自动化办公系统架构师的身份，目标是为管理层或技术团队生成一份实战型自动化办公模型选型对比方案。你应聚焦于不同自动化模型（如RPA、低代码、AI Agent等）在办公场景下的核心指标对比，强调可操作性、成本效益与落地难度，而非理论阐述。每一组提示词都旨在驱动输出一张结构清晰、信息分层、可直接用于决策参考的对比图表或可视化报告。

适用场景

企业内部数字化转型方案评审会议，需快速对比主流自动化办公模型（如UiPath、Microsoft Power Automate、阿里云RPA等）
技术选型汇报材料制作，生成用于PPT或看板的对比信息图
咨询顾问为甲方撰写自动化办公可行性分析报告中的模型对比章节
个人学习者梳理不同自动化工具/模型的优劣势，形成知识结构化卡片
采购前跨部门讨论，需用视觉化方式辅助理解各模型的技术栈与集成能力

核心提示词
以下提示词可直接复制使用，建议根据实际模型名称替换方括号内内容：

模型对比矩阵提示词：“生成一张[自动化办公模型A vs 模型B vs 模型C]的三栏对比表格，每栏包含：部署方式、主要功能模块、典型应用场景、平均实施周期、年度成本区间、技术门槛评分（1-10）、可扩展性评分（1-10）。表格顶部标注对比维度标题，背景色使用冷色调渐变，数据单元格内用图标或颜色深浅表示优劣高低。整体风格专业、简洁，适合投屏展示。”
实战场景选型提示词：“以企业财务审批流程为例，对比[低代码平台]与[RPA机器人]两款模型。创建一张流程泳道图，左侧为低代码平台处理过程（可视化拖拽表单、自动化审批规则），右侧为RPA机器人处理过程（屏幕抓取、Excel操作、跨系统登录）。在泳道图下方用两段文字分别总结：低代码适合流程标准化高、需频繁调整的部门；RPA适合遗留系统无API、需快速试点的小场景。整体配色：低代码用蓝色系，RPA用橙色系。”
综合对比雷达图提示词：“绘制一张六维雷达图，对比[模型X]、[模型Y]、[模型Z]在以下六个维度的评分：学习曲线、集成难度、运行稳定性、业务适配度、后期运维成本、安全合规性。每个模型用一个半透明色块填充，雷达图背景为浅灰色网格线，顶部标注总评分。在雷达图右侧附一个简短的选型建议：根据企业IT成熟度与预算，推荐最优模型及备选方案。”

风格方向

专业冷静型：主色调为深蓝、深灰、白色，字体使用无衬线体（如思源黑体、Roboto），信息层级通过粗细、颜色深浅区分，适合正式决策汇报。
视觉对比型：采用左右分栏或上下分栏布局，用色块（红/蓝、绿/橙）直接区分模型优劣，每个模型配一个代表性图标（如齿轮、云、机器人），适合非技术人员快速理解。
数据密集型：以表格和数字为主，每个单元格内用迷你条形图或符号（✓/✗/△）表示有无或水平高低，背景色极轻，留白充分，适合分析师逐项核查。
叙事引导型：按“痛点→模型A方案→模型B方案→选择建议”的线性流程组织内容，搭配箭头、流程框，适合演示动画或PDF报告内嵌。

构图建议

主图结构：推荐使用“横向对比矩阵”或“纵向流程对比图”。矩阵布局时，模型名作为列标题，对比维度作为行标题，单元格内用文字+微图标（如☆、⏱️、????）丰富信息。流程对比图则采用两列并行的泳道，中间用竖虚线分隔，顶部统一标注流程起点。
辅助元素：在每个模型下方增加一个“一票否决项”提示框（例如：不支持本地部署、年维护费超预算），用红色感叹号图标标记，帮助快速筛选。
标注要求：所有对比维度需在顶部或左侧给出明确单位（如：天、万元/年、分/10），避免模糊描述。关键差异点使用加粗或高亮色块，并加注小字说明。
留白与对齐：表格内文字左对齐，数字右对齐，表头居中对齐。表格行高不低于24px，列宽根据内容自适应，确保在4:3或16:9屏幕下清晰可读。

细节强化

数据真实感：若模型为真实产品，提示词中可加入“请参考官方公开资料，如[模型A]的定价页显示基础版年费为XXX元，[模型B]的案例文档中提到平均实施周期为3周”等具体数字，避免空泛比较。
痛点映射：在每个模型旁边增加一行“适合解决的核心办公痛点”，用一句话描述（例如：解决跨系统数据录入重复劳动、解决审批流程慢且无法回溯）。
风险提示：在对比图底部增加一行灰色小字“选型结果需结合企业现有IT基础设施与人员技能水平综合判断”，体现专业审慎态度。
动态感：若生成视频或动画，可在每个模型卡片间添加平滑过渡效果，或在数据变化时使用数字跳动动画（如成本区间从“5-8万”变为“8-12万”时数字颜色渐变）。

使用建议

直接用于图像生成：将“核心提示词”中的第一个矩阵提示词复制到DALL·E、Midjourney或Stable Diffusion中，并附加“--ar 16:9 --v 6”等参数，可生成信息图风格对比图。若需要纯图表，建议使用Python（matplotlib/seaborn）或Excel手动绘制后标注。
用于PPT/报告：将“核心提示词”中的第三段雷达图提示词作为描述，让设计师在PPT中手动绘制雷达图，或使用在线工具（如Canva、Lucidchart）套用模板。
用于团队讨论：可将“核心提示词”中的第二段泳道图提示词作为白板讨论框架，参会人员在对应泳道上贴便利贴，现场填充差异点。
组合使用：先输出矩阵图作为总览，再输出雷达图作为深度对比，最后用“选型建议”文字总结，形成完整的“总-分-总”汇报链条。

AI提示词 LLaMA

502 热度

实战型操作说明研究论文解读提示词

本方案为需要将研究论文转化为实战操作说明的用户提供结构化提示...

AI提示词操作说明研究论文解读

查看详情

角色定义
你是一位技术文档与实战解读专家，任务是将研究论文中的抽象理论、实验数据与操作流程转化为可直接应用于行业一线的操作说明。你的目标受众是工程师、技术主管或一线操作人员，他们需要快速理解论文的核心结论、关键步骤和实际落地方法，而非学术性推导过程。你应秉持“可复用、可执行、可验证”原则，输出兼具专业准确性与实战指导性的解读内容。

适用场景

企业内部技术培训：将最新研究论文转化为标准操作流程，帮助团队快速掌握新方法。
产品说明书或技术手册编写：从学术论文中提取核心参数、操作步骤和注意事项，生成通俗易懂的文档。
行业应用方案宣讲：为技术销售或解决方案工程师提供简洁有力的论文解读，用于客户沟通。
个人知识管理：整理自己关注的领域论文，形成可检索、可复用的实战笔记。

核心提示词
以下提示词可直接复制用于论文解读生成：

“请以技术文档专家的身份，将这篇论文【论文标题/摘要】中的核心操作步骤提取出来，按‘准备→执行→验证’三个阶段组织成实战操作说明，每个步骤需包含所需材料、参数设置、注意事项和预期结果。语言要求简洁、指令明确，避免专业术语堆砌，必要时给出注释。”
“针对论文中的实验方案，生成一份可直接用于生产线（或实验室）的操作卡片，包含：目的、所需工具/试剂、详细步骤、关键控制点、常见问题与纠正措施。重点突出与现有流程的差异点及改进价值。”
“将本论文的结论与行业标准（如ISO、国标）进行对比，列出差异、兼容性及实际应用建议，形成一份对比解读文档，最后附上实施路线图。”

风格方向

专业实用型：语言准确、逻辑清晰，使用术语但附带简明解释，适合工程技术人员阅读。
流程导向型：以步骤、流程图（文本描述）、检查清单为骨架，强调可操作性。
案例结合型：在解读中嵌入1-2个典型应用案例，展示论文方法在实际场景中的效果。
层次分明型：采用标题、子标题、符号列表等方式区分不同模块，便于快速定位。

构图建议
若将提示词用于图像生成（如信息图、操作示意图），建议采用以下构图元素：

中心主体：一个清晰的操作台或实验设备特写，周围标注关键参数箭头。
分步图解：采用三列或四列横向排列，每一列展示一个核心步骤，配以微型图标（如准备、操作、检查、完成）。
色彩方向：背景使用冷静的科技蓝或工业灰，关键信息用高亮黄色或橙色突出。
文字标识：使用无衬线字体，步骤编号用大号数字，注意事项用警示框样式。
虚实结合：将论文中的公式或数据表格以半透明水印形式置于背景，主体操作流程置于前景。

细节强化

在每个操作步骤后添加“常见错误”或“关键提示”，提升实战抗风险能力。
对论文中易混淆的参数单位、时间节点、温度/压力范围进行显式标注。
提供“前置条件”检查清单，确保读者在开始操作前已具备必要资源。
增加“验证方法”子模块，说明如何判断操作是否成功，如测量指标、观察现象等。
如果适用，将论文中的公式转化为计算示例，用具体数字演示。

使用建议

将论文全文或摘要输入AI前，先手动提取关键信息（如方法名称、变量、结论），作为提示词的附加上下文。
根据目标受众调整术语密度：面向一线工人尽量口语化，面向工程师可保留适当术语。
每次生成后对照原文校验操作逻辑，确保不遗漏重要步骤或安全警告。
可搭配“对比分析”或“FAQ”模块，回答读者可能的疑问。
建议将生成的解读文档与原始论文链接/编号一同存档，便于追溯。