首页>AI提示词

AI提示词模板大全

筛选条件提示词库 · 综合排序

模型

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

排序

综合排序最新发布最热

AI提示词 Qwen

970 热度

全球社媒国际化内容本地化清晰框架提示词

这是一套专为全球社媒国际化内容本地化设计的结构化提示词框架，...

AI提示词全球社媒国际化内容

查看详情

角色定义与任务定位

您作为全球社媒内容本地化策略师，核心目标是为国际化品牌构建一套清晰、可复用的内容本地化提示词框架。您需要从文化深层结构出发，整合目标市场的语言习惯、视觉符号、社会禁忌与审美偏好，输出一套既能保持品牌一致性、又能触发本地用户情感认同的提示词方案。您的产出应直接用于指导内容创作者、设计师或AIGC工具生成符合本地化要求的社媒素材。

适用场景

跨国品牌在新市场的社媒账号（如TikTok、Instagram、Facebook、X）内容矩阵搭建
  出海产品（App、消费品、娱乐内容）的本地化广告素材与笔记创作
  跨境电商独立站或平台店铺的视觉内容本土化迭代
  全球化营销团队的内部提示词模板沉淀与协作标准化
  AIGC图像/视频生成前的本地化输入需求（如Midjourney、DALL·E、可灵等）

核心提示词
以下提示词可直接复制到生成工具中使用，请根据实际目标市场替换 [市场] 与 [品牌]：

基础本地化框架：“你是一位精通 [目标市场] 文化的社媒内容策略师。请为 [品牌名称] 设计一套本地化社媒视觉方案：提取 [市场] 最具代表性的节日/日常符号（非刻板印象），结合品牌色与产品形态，生成符合 [平台] 流行调性的图像。” 
  语言与文案层：“使用 [当地语言] 的 native speaker 用语习惯，避免直译。文案中融入 [市场] 年轻人常用的emoji、缩写或梗文化，视觉上保留文字区域流动性（如手写体、动态排版）。” 
  视觉禁忌与情绪校准：“严格避免 [市场] 的宗教、政治、隐私敏感元素。色彩倾向参考 [市场] 2024—2025 年度流行色报告，情绪基调为 [热情/克制/治愈/权威] 。” 
  1+3 模组提示：“先输出 1 张全局生活场景图（人物+产品露出），再输出 3 张细节特写（材质/使用瞬间/用户交互），保持统一的色调与光影逻辑。” 
  跨平台适配变量：“为 [Instagram/TikTok/YouTube Shorts] 设计 9:16 竖版，强对比度，前三帧要有钩子元素（如当地特色食物、地标剪影、流行手势）。”

风格方向

在地融合叙事：不直接复制西方极简主义，而是将品牌产品嵌入本地人的真实日常——例如在日本市场采用“收纳美学”与“转角光影”，在东南亚市场强调“热闹集市色调+柔焦滤镜”。
  视觉双栖构造：同一张图内同时包含“全球品牌标识”与“本地文化锚点”（如用品牌色填充当地传统纹样）。
  情绪递进逻辑：从好奇（文化陌生感）→ 熟悉（生活场景）→ 信任（用户评价视觉化）→ 行动（CTA按钮模拟当地手写牌）。
  材质与纹理：参考目标市场最常见的材料质感（如墨西哥的陶土、北欧的亚麻、东南亚的藤编），通过光影强化触感。

构图建议

文化锚点构图：将本地标志物（建筑轮廓、交通工具、服装花边）作为前景虚化或背景强化，产品置于黄金分割点，形成“地域氛围包裹产品”的视觉语法。
  用户视角切片：模仿当地社媒达人的自拍/第一人称视角（例如中东市场避免低角度仰拍女性），配合30度倾斜或微动构图增加生活感。
  图文叠压关系：文字不遮挡产品主要特征，且在文字底部添加半透明本地文化底纹（如和纸纹理、墨西哥绳纹、阿拉伯几何图样）。
  留白策略：根据市场审美调整留白——日本市场可保留更多负空间，巴西市场可用较满构图+活力色块填充边缘。

细节强化

肤色与面孔选择：使用该市场代表性人种面孔（非单一模特），纹理清晰（毛孔、皱纹、雀斑自然不磨皮），表情符合当地社交礼仪（如日本微笑含蓄、巴西笑容夸张露齿）。
  光线语言：模拟当地自然光线典型（如北欧冷白光、地中海暖黄金时刻、东南亚高饱和度日光），使用色温漂移（-200~+300K）增强地域感。
  比例与方位：注意当地数字设备阅读习惯（文字排列方向、手势含义），例如中东市场需适应RTL布局，且避免使用左手手势。
  微细节检查：增加环境中的本地提示物——街头车牌、插座形状、植物花卉、货币符号的非刻意出现，强化场景可信度。

使用建议

首轮测试：每次针对单一市场输出3~5组不同风格方向的提示词，在本地小样本用户群中测试情感共鸣度（使用简评或热力图）。
  迭代变量：保留核心框架（品牌色+产品形态），仅替换文化锚点、语言、光线三个维度，快速生成测试组。
  工具组合：在Midjourney中使用 --ar 9:16 并配合 --stylize 250-400 以增强本地化细节；在Stable Diffusion中加入LoRA local-culture-v1（若可用）提升特定市场纹理。
  审核闭环：生成后务必由目标市场母语者检查文化敏感性与误解风险，并将通过案例反哺至提示词框架中，形成“框架-生成-反馈-优化”的循环。
  批量生产策略：建议将本框架中的“核心提示词”部分存入工作流工具（如Airtable或Notion），配合自动化脚本批量调参，提升生成效率。

AI提示词 jimeng

809 热度

商业级复古胶片风景首尾帧图生视频提示词

融合首尾帧控制与复古胶片美学，为图生视频创作提供可直接复用的...

AI提示词复古胶片风景首尾帧

查看详情

角色定义与任务定位
你应当以商业视频创作者 / AI视觉导演的身份使用这组提示词，核心目标是生成首尾帧精准可控的复古胶片风格风景视频。你需要同时把握“首帧画面”与“尾帧画面”的视觉连贯性，并注入胶片质感——包括颗粒、色偏、光晕、微反差等——使最终视频呈现高级、怀旧、电影级的观赏体验。任务定位：生成一段约4～6秒、从首帧到尾帧自然过渡的风景视频，适用于品牌广告、音乐MV、Vlog片头或独立短片。

适用场景

需要前后两帧画面有明显变化但风格统一的商业风景短片（如：日出到正午、薄雾到清晰、秋季到冬季）
用于AI视频模型（Runway Gen‑2、Pika、Sora等）的图生视频，需同时输入首帧图与尾帧图
追求胶片感、年代感、情绪记忆的风景叙事——例如旧金山海岸、阿尔卑斯山麓、京都古寺
品牌方需要可复用的模板化提示词，批量生成同类风格视频素材

核心提示词（可直接复制使用）

首帧提示词：“Vintage film photograph of a misty mountain landscape at dawn, warm golden hour light, soft haze, Kodak Portra 400 grain, slight vignette, shallow depth of field, cinematic composition, 35mm format, subtle lens flare, earthy green and amber tones, aged paper texture, first frame of a time‑lapse.”
尾帧提示词：“Same scene, mid‑day clear sky, sharp details, intense blue sky with white clouds, exposure shifted toward cooler highlights, film grain preserved, same lens aperture, same camera angle, final frame of the same time‑lapse, slight fading on edges, scanned from a 1990s slide.”
过渡控制辅助词（可选，用于视频模型）：“smooth transition from dawn to daytime, consistent film grain and color cast, no sudden artifacts, cinematic camera pan from left to right, 24fps, motion blur on tree branches, realistic wind effect.”

风格方向

色彩方向：低饱和度、暖黄/琥珀色高光、青灰阴影（典型胶片交叉冲洗）；避免数码感过强的鲜艳纯色
胶片品种模拟：Kodak Portra 400（柔和肤色/风景）、Fuji Pro 400H（偏冷带青）、Kodak Ektar 100（高饱和但保留颗粒）
瑕疵美学：轻微漏光（左上或右下角）、随机划痕、银盐颗粒噪点、暗角晕影、柔光晕
时代氛围：1970‑1990 年代的旅游杂志、国家地理纪录片的观感，避免现代HDR或过度锐化

构图建议

首帧构图：前景带虚化元素（如芦苇、岩石、树枝），中景为主体（山峦、树林、水面），远景留白；镜头使用 35mm 或 50mm 定焦，f/2.8 光圈
尾帧构图：保持相同的镜头焦段与景深，但通过时间流逝改变光照与细节（例如同一座山从晨雾到日照金山）
运动路径：推荐缓慢平移（水平向左或右）或缓慢推近（zoom in 15%以内），模拟胶片幻灯机播放效果；避免剧烈抖动或快速缩放
画幅比例：16:9 宽幅电影画幅（可加上下黑条模拟宽银幕），或 4:3 经典胶片画幅

细节强化

颗粒度：颗粒大小约 2‑4 像素（1080p 下），均匀分布但轻微聚集
色偏微调：阴影区域加入 2% 青色，高光区域加入 1% 黄色；可选在尾帧增加 0.5% 蓝色以体现时间推移
光晕与眩光：在首帧中太阳方向添加 1‑2 个彩色光晕（品红/绿），尾帧中光晕减弱但保留一点反射
边缘衰退：画面四边比中心暗 10‑15%，模拟镜头渐晕；首帧渐晕较重，尾帧渐晕略轻（暗示中午光线更强）
胶卷扫描痕迹：极微细的横向噪点条纹（模拟低端扫描仪）、偶尔出现的微小白点（底片灰尘）

使用建议

前端流程：先用图生图模型（如 Midjourney 或 DALL·E）生成首帧与尾帧两张基图，确保构图、物体位置大体一致；再将两图作为首尾帧输入到视频模型，配合上述提示词
后处理技巧：若视频模型输出缺少胶片感，可导入剪辑软件（Premiere / DaVinci Resolve）叠加胶片LUT（如 DeLuts 的 “Vintage Film” 包），再手动添加颗粒与光晕
多版本调整：准备 2‑3 组不同胶片品种的提示词（如 Portra vs. Ektar），快速切换测试最终效果；商业项目请保留原始素材，方便客户反复微调
注意：部分AI视频工具对首尾帧的“一致性”要求极高，建议首尾两图在色调、曝光上先做统一预处理（抹平明暗跳变），否则视频可能闪烁

AI提示词 Qwen

950 热度

智能体开发数据处理脚本专业版提示词

这是一套面向智能体开发场景的专业级数据处理脚本提示词方案，可...

AI提示词智能体开发数据处理

查看详情

角色定义
你应作为智能体开发工程师 / 数据管道架构师，以设计自动化、高鲁棒性的数据处理脚本为生成目标。你的核心任务是输出可直接嵌入Agent工作流中的Python脚本或伪代码方案，确保脚本具备清晰的模块划分、异常处理机制和可测试性，从而支撑智能体完成高质量的数据预处理与后处理任务。

适用场景

智能体接收用户输入后的数据清洗与格式统一（如去除空白、类型转换）
  多源数据融合时的字段映射与缺失值处理
  Agent工作流中的中间数据验证与异常捕获（如JSON Schema校验）
  结果输出前的数据聚合、排序与持久化写入
  需要与LangChain、AutoGPT等框架集成的数据处理脚本编写

核心提示词

"编写一个Python函数，接收原始用户输入（字符串），输出结构化的字典数据，包括字段校验、类型转换和默认值填充，并记录所有转换步骤日志。"
  "设计一个数据管道类，包含三个方法：validate_input()、transform()、export()，每个方法都包含详细的docstring和try-except异常处理。"
  "为智能体工作流中的数据处理环节生成一个模块化脚本，使用pandas进行表格数据清洗，使用json库进行API响应解析，使用logging模块记录处理状态。"
  "实现一个数据校验装饰器，用于智能体函数调用前的参数类型检查，返回校验通过后的干净数据或抛出明确错误说明。"

风格方向

专业严谨：变量命名遵循PEP8，函数职责单一，注释使用英文或中文均可但要清晰
  模块化：每个功能独立成函数或类，避免大段耦合代码
  可观测性：使用logging代替print，可配置日志级别和输出格式
  防御式编程：对所有输入进行类型判断和边界检查，提供fallback默认值

构图建议

使用流程图展示数据流走向：原始输入 → 格式校验 → 字段映射 → 聚合清洗 → 输出写入
  在代码注释中标注数据状态（如：input_raw、validated、transformed）便于调试
  对于复杂逻辑，绘制类图说明FileProcessor、SchemaValidator、LogManager之间的关系
  在脚本头部添加依赖清单和环境变量说明，方便复现

细节强化

在所有关键节点添加类型注解（Python Type Hints），如 def process(data: dict) -> dict:
  每个函数都附带单元测试示例（使用pytest框架），覆盖正常/异常/边界三种情况
  在异常捕捉时记录具体错误行号与上下文，方便快速定位
  脚本末尾提供main入口和命令行参数解析（argparse），支持独立运行测试
  对敏感数据（如API key）使用环境变量或配置文件加载，不硬编码

使用建议

将生成的脚本作为中间件注入智能体action列表，或在自定义Tool中调用
  优先使用pydantic进行数据模型定义与校验，降低手动校验复杂度
  对于流式数据，建议基于生成器实现逐条处理以节省内存
  使用docker封装运行环境，确保跨平台一致性
  定期导出日志到ELK或Prometheus，用于监控数据处理成功率

AI提示词 Chatgpt

906 热度

工业制造私域运营方案结果优化提示词

本套提示词帮助工业制造企业从私域运营结果优化出发，定义专业角...

AI提示词工业制造私域运营

查看详情

角色定义
你应以工业私域视觉策略师或品牌增长创意总监的身份使用本组提示词。核心目标是为工业制造企业私域运营方案设计能直接提升结果（如线索转化率、客户留存、内容打开率）的视觉素材与创意表达。你需要将“工业制造”的硬核质感与“私域运营”的精准触达逻辑结合，输出既有专业信任度又能引发行动的专业内容。

适用场景

工业B2B企业私域社群/企业微信日常运营海报
产品方案结果展示页（如降本增效数据案例）
私域直播预热、促销活动主视觉
客户成功案例的对比式视觉包装
行业白皮书/报告在私域渠道的引流视觉

核心提示词

工业制造私域运营方案结果优化：一座现代化的工厂车间作为背景，低角度仰拍，金属齿轮与数字屏幕叠加，数据仪表盘显示“转化率+35%”动态光效，工装操作员侧影聚焦，冷色调为主，青色与银灰金属质感，高反差照明，画面右下角放置“扫码获取优化方案”亮色按钮图标
B2B私域案例对比式视觉：左右分屏构图，左侧暗色调老旧设备+“低效”文字水印，右侧明亮自动化产线+“结果提升200%”动态光效，中间用发光箭头连接，底部放置企业微信二维码与“立即咨询”CTA，整体采用科技蓝与工业橙配色
私域运营数据大屏风格：全景宽幅画面，金属拉丝面板纹理，悬浮的数据卡片（ROI、复购率、转化漏斗），背景是模糊的工业流水线，前景半透明科技网格，顶部标题“工业私域结果优化方案”，侧边栏有“私域用户增长曲线”动态波形

风格方向

硬核科技风：金属反光、精密机械细节、冷色光源、光效线条，强调专业与可信
数据叙事风：图表、数字、箭头、时间轴作为视觉主元素，突出结果优化前后对比
人文工业风：工人在操作界面或手持终端，结合柔和暖光，增加信任感与温度

构图建议

采用对角线/引导线构图，让观众视线从产品/数据区域自然流向CTA按钮或二维码
信息层级：顶部放置品牌+核心收益数据（如“成本降低22%”），中部视觉主体（设备/人物），底部行动入口
适当留白，避免工业元素过度密集，确保私域小图预览时文字清晰可读
使用三分法，将主要数据图表或对比分界线放在黄金分割点上

细节强化

材质细节：齿轮表面氧化处理纹路、不锈钢拉丝光晕、电路板铜箔质感，用细微划痕增加真实感
光影细节：侧光或顶光制造机械立体感，数据图表添加微弱辉光或粒子浮动效果，强化“结果优化”的动态感
色彩细节：主色选用深蓝（#0B3D5C）+金属银（#A0B2C6），点缀色用亮橙（#FF6B35）用于CTA及数据高亮，对比度不低于4.5:1确保可读性
文案细节：在画面非主体区域嵌入“私域闭环”、“精准触达”、“降本增效”等关键词tag，字体采用工业无衬线（如Roboto Condensed），字号层级明确

使用建议

可根据实际品牌色替换配色中的主色与点缀色（保留对比度原则）
核心提示词可直接输入Midjourney / DALL·E / Stable Diffusion，参数建议：--ar 4:3或1:1（私域社群常用比例），--v 6或更高版本，--s 150-250（增加创意自由度）
若用于实拍/合成，将提示词中的场景描述作为布景需求，数据图表部分使用动态图形叠加到拍摄底图上
A/B测试时，对比“有人物”版本与“纯数据大屏”版本的点击率，优先保留高转化版本
建议搭配简短的文案标签（如“结果说话”“扫码解锁方案”）配合视觉使用，强化行动指引

AI提示词 Mistral

735 热度

高效MCP工具合同审阅摘要提示词

本提示词方案面向法务与商务人员，提供一套可直接调用MCP工具进行...

AI提示词 MCP工具合同审阅

查看详情

角色定义
以合同审阅提示词设计师的身份，为法务、采购、商务等人员设计一套可直接复制使用的提示词方案。核心目标是：让使用者能够通过结构化的指令，高效调用MCP工具自动完成合同审阅与摘要提炼，获得包含关键条款、风险提示、时间节点与金额等核心要素的精准输出，提升审阅效率与一致性。

适用场景

商业合同（采购、销售、合作、保密等）的快速审阅与摘要生成
法律合规部门对大量合同进行风险初筛与关键信息提取
内部合同管理系统与MCP工具对接时的提示词模板设计
需要统一输出格式的团队协作场景（如合同摘要入库、报告生成）

核心提示词
以下提示词可直接复制并填入MCP工具的输入框中使用（可根据合同类型微调字段）：

“请以资深合同审阅专家的身份，使用MCP工具对以下合同文本进行全面审阅，并生成结构化摘要。摘要必须包含：合同名称与编号、签约方全称、合同有效期（起止日期）、核心义务（各方主要交付物或服务）、关键时间节点（交付、验收、付款等）、金额及支付条件（总价、分期比例、币种）、违约责任条款摘要、争议解决方式（仲裁/诉讼及地点）、特殊风险提示（如自动续期、保密期限过长等）。输出格式：每个模块标题加粗，内容用简洁短句分项列出，关键数字、日期、金额用【】标注。”（注：若MCP工具支持，可追加“返回纯文本Markdown格式，每项不超过50字”）

风格方向

严谨专业：用语准确，避免模糊表述，条款引用需匹配原文
简洁高效：每项信息不超过一句话，去除冗余解释
结构化清晰：采用固定模块顺序，便于快速定位关键内容
风险导向：对异常条款、高额罚则、模糊表述等突出显示

构图建议

摘要整体采用卡片式分层布局：顶部为合同基本信息（名称、编号、签约方），中部按“时间-义务-金额-违约”顺序排列条款模块，底部为风险提示与建议
每个模块使用加粗标题 + 缩进列表，数字、日期、金额处用底色或符号（如【】）突出
若输出为纯文本，建议用Markdown的`##`标题层级，保持视觉层次

细节强化

数字精确化：所有金额、比例、天数必须标注原文字样（如“人民币壹佰万元整”）
时间节点强制提取：如“合同签署后15日内”“每年12月31日前”等需单独列出
风险等级标记：对违约责任金额超过合同总额30%、争议解决地点与合同履行地不一致等，增加“⚠️高风险”标签
条款原文引用：对关键义务、重大风险条款，要求附上原文所在段落编号（如“第5.2条原文：……”）

使用建议

调用MCP工具前，建议设置参数：temperature=0.1，max_tokens=2048，确保输出稳定且不遗漏
每次只提交一份合同文本，避免多合同混合导致混淆
若合同语言为非中文，可在提示词尾部增加“合同语言为英文，摘要使用中文输出”
建议对输出结果进行人工复核，重点关注风险提示部分的准确性
可将此提示词保存为模板预设，在MCP工具中通过“合同审阅摘要”命令一键调用

AI提示词 deepseek

798 热度

高阶版旅游民宿私域成交话术提示词

本提示词方案专为旅游民宿主理人设计，以私域成交为核心目标，提...

AI提示词旅游民宿私域成交

查看详情

角色定义
你是一位深耕旅游民宿行业、精通私域成交策略的操盘手，同时具备文案策划与视觉审美能力。你的核心任务是为不同民宿类型（精品/亲子/野奢/城市民宿等）设计一套可直接用于私域场景（朋友圈、社群、一对一私信）的高转化话术提示词，并同步规划与话术匹配的视觉呈现方向，确保每一次触达都能精准戳中用户心理、降低决策门槛、加速成交。

适用场景

朋友圈种草文案：以生活感或限时福利切入，激发用户向往与即刻预订冲动。
  社群维护与促单：在民宿粉丝群内营造稀缺感，配合接龙、限时折扣等玩法。
  老客复购/老带新：通过私人定制话术唤醒记忆，植入亲友特惠或专享福利。
  意向客户一对一跟进：针对已咨询未下单客户，制造紧迫感或提供隐藏权益。
  公域引流至私域后的首次触达：快速建立信任，完成从陌生到留资的转化。

核心提示词
以下为可直接复制使用的高阶话术生成指令，使用时将方括号内容替换为实际信息：

指令一（情感导向型）请以一家位于[地点]的[特色民宿名称]主理人身份，写一段面向[目标客群：如情侣/亲子/团建]的私域话术。话术需包含：①场景共鸣（用一句话描绘入住后的美好体验）；②价值区分（强调其他民宿不具备的独特服务，如私汤/农场/全屋智能）；③信任背书（真实住客好评片段或数据）；④成交引导（限时福利+倒计时，如“今晚24点前预订免升级费”）。整体语气温暖自然，像朋友推荐一样，避免硬广。
  指令二（紧迫感导向型）以“有房不等人”为核心策略，为一间仅剩3间的[房型名称]撰写私信话术。开头用“刚接到平台通知”或“帮你查了一下，目前只剩…”制造稀缺；中间用“这周很多客人都在问这套”强化从众心理；结尾用“如果你确定要，我先把房间锁住，你直接付定金即可”降低犹豫。字数控制在150字以内，每句话都要带出下一步动作。
  指令三（亲子客群专属）为一家拥有[具体亲子设施，如手工课/儿童泳池/宠物农场]的民宿，写一段针对宝妈群体的社群话术。从“带娃出游最怕什么？”切入痛点，再用“我们直接给你配了专业管家陪玩”塑造轻松感，最后用“本周下单送儿童背包礼盒”促成。表情符号控制在2-3个，避免幼稚化。

风格方向

温暖治愈风：适合山野、温泉、古镇民宿。关键词：慢生活、避世、柔软、时光。对应视觉：低饱和度暖色调、自然光、绿植、手写感字体。
  高端精致风：适合城市精品、设计感民宿。关键词：品味、私密、管家式服务。对应视觉：黑白灰/莫兰迪色、极简构图、高光质感、无杂物背景。
  活力野趣风：适合户外营地、帐篷、农庄。关键词：冒险、自由、亲子撒欢。对应视觉：高对比度、蓝天白云、大面积绿色、动态抓拍。
  社群亲和风：适合高频互动型私域。关键词：真实、接地气、有问必答。对应视觉：手机实拍图、九宫格、生活碎片排版。

构图建议

话术配图-主图：选择一张民宿核心卖点的高清图（如无边泳池、星空房、特色早餐），构图采用三分法，将主体置于一侧，留白区域用于叠加说话文案或表情包，避免文字压在主体上。
  多人场景（社群/朋友圈）：使用4:3或1:1方形图，适合手机端阅读。图片中可加入人物互动（如一家三口喂动物、情侣在庭院喝茶），增强代入感。不推荐纯展示空房间。
  私信对话式场景：用单张竖图（9:16）模拟聊天界面截图风格，但需注意隐私打码。也可以仅用纯色背景+大字号要点文字，形成视觉焦点。
  色彩统一：同一套话术的配图应保持相近色系（如暖黄色系或莫兰迪灰），避免红绿撞色破坏柔和感。

细节强化

数字具象化：少用“很多”“非常”，改用“上周186位客人选择了星空房”“限时优惠仅剩7份”。
  时间锚点：在话术中植入具体时间节点，如“这个周末（5.20-5.21）”“6月端午前入住”，营造紧迫感和计划性。
  个性化标签：针对不同私域触点调整称呼，如社群用“家人们”，私信用“xxx（客户名字）+亲切后缀（姐/哥）”，朋友圈则用“亲爱的伙伴们”。
  风险逆转：在话术中主动承诺无条件退改或到店不满意可退款，降低用户心理负担。
  视觉呼应：话术中的关键词（如“山间晨雾”“暖汤”）需在配图中可视化呈现，避免图文脱节。

使用建议

按民宿类型调整温度：温泉民宿多用“泡”“暖”“热”字眼；避暑民宿多用“凉”“风”“清”；亲子民宿多用“玩”“笑”“陪伴”。
  测试A/B版本：针对同一批客户，分别测试情感导向型和紧迫感导向型话术，观察点击率和咨询率，保留高转化版本复用。
  结合用户画像：若你的私域客户多为90后女性，可在话术中增加“出片”“打卡”“治愈”等词；若多为家庭客群，则强调“安全”“干净”“一站式”。
  配图频率：朋友圈建议话术与配图比例1:2（1段话+2张图）；社群话术建议1:1（1段话+1张主题图）；私信话术可无图或仅1张关键图。
  持续迭代：每周末复盘本周发出话术的转化数据，将高回复率话术中的句式和词汇提炼到核心提示词库中，形成专属模版。

AI提示词 DALL

935 热度

高质感像素游戏海报文字排版图提示词

为您整理了一份针对“高质感像素游戏海报文字排版图”的专业提示...

AI提示词像素游戏海报文字排版

查看详情

角色定义
请以“像素视觉设计师”或“复古游戏美学策划师”的身份使用本组提示词。目标：生成一张具备高质感、强文字排版表现力的像素风格游戏海报图，重点突出字体结构、色彩氛围与像素块细节的融合，使画面既有经典游戏的怀旧感，又有当代设计的高级感。所有提示词均围绕“文字排版”这一核心，避免偏离为单纯的角色场景或游戏截图。

适用场景

独立游戏宣传海报、Steam商店封面、游戏内加载图
复古主题播客/视频封面、社交媒体游戏类动态图
像素艺术展览海报、游戏主题周边设计
需要强文字视觉冲击力的创意排版实验

核心提示词
以下提示词可直接复制用于文生图工具（如Midjourney / Stable Diffusion），建议组合使用：

8-bit pixel art poster, high quality, crisp pixel font typography as main visual element
bold pixelated title letters with metallic gradient and subtle glow, drop shadow, 1-pixel outline
background: deep space nebula with pixelated stars and low-res clouds, or retro cyberpunk city skyline in 8-bit
scanlines effect, slight CRT distortion, chromatic aberration around text edges
lighting: strong directional light from top-left, casting sharp block shadows
color palette: limited to 16 colors, desaturated dark purple + electric cyan + warm gold
atmosphere: nostalgic, epic, mysterious, with a sense of classic RPG game box art
aspect ratio: 16:9 or 4:3, output resolution 2048×1152 or higher for sharp pixel edges

风格方向

复古像素风：NES / SNES时代海报，低色数，强轮廓，矩形像素字体，噪点纹理
现代像素混合风：保留像素锯齿感，但加入渐变、光影柔化和微细节（如粒子、发光）
暗黑奇幻风：深色背景，血色或金色文字，哥特字体变体，火焰或暗影像素粒子
赛博朋克风：电子蓝+粉色霓虹，故障艺术抖动效果，像素化全息文字，雨滴颗粒
蒸汽波风：粉紫调，希腊石膏像/磁带元素，网格背景，文字带模糊像素边缘

构图建议

主标题居中：使用超大像素字体（约占画幅40-60%），下方留出副标题或装饰性小字
黄金分割布局：文字居左或右下，右侧搭配像素化角色剪影或道具（剑、宝箱、飞船）
层次对比：主标题用粗体+描边，副标题用细体+半透明，底部加版本号或标语
边框与装饰：添加8-bit风格的角花、像素轨道、复古游戏界面边框，强化“海报”感
视觉引导线：利用斜线光线、飘动像素星尘引导视线聚焦文字核心

细节强化

字体像素对齐：确保每个字符的像素块规整，无半像素错位，推荐使用自绘像素字体或BitFont工具
噪点与颗粒：加入均匀分布的彩色噪点（强度5-15%），模拟印刷材质质感
光晕与辉光：在文字背后添加像素化辉光层，半径3-5像素，颜色取互补色
材质纹理：叠加轻微纸纹、划痕或老旧电影颗粒，提升“海报”真实感
色彩调和：即使使用16色，也确保文字与背景明度对比度不低于4:1，保证可读性
动态感：加入2-3条横向像素条纹或故障偏移，模仿CRT屏幕刷新线

使用建议

在Midjourney中使用 --ar 16:9 --style raw --s 250 参数，避免过强AI平滑效果；SD中推荐使用PixelArt或NesPixelArt模型，CFG Scale设为7-9
若文字模糊，在提示词中增加 sharp pixel text, no blur, crisp edges，或使用反向提示词 blurry, smooth, anti-aliased
先单独生成背景，再用后期软件（Aseprite / Photoshop）叠加像素文字排版，可精确控制字体
测试不同颜色组合时，固定主色调只改其中1-2个色值，观察对比变化
如需中文游戏海报，可将英文提示词替换为 pixel Chinese calligraphy style text，但注意中文像素字体需额外设计
同一个提示词可搭配不同随机种子生成多个版本，选取文字结构最清晰的再做微调

AI提示词 deepseek

298 热度

零售连锁数据分析复盘完整流程提示词

本提示词方案专为零售连锁企业数据分析复盘流程的可视化创作而设...

AI提示词零售连锁数据分析

查看详情

角色定义
你的身份是商业数据可视化设计师，目标是创作一幅完整呈现零售连锁企业“数据分析复盘”全流程的视觉信息图或流程图。这幅作品需要让观看者（如管理层、运营团队）一眼看懂复盘的关键环节、数据流向和决策闭环，从而高效传达复盘逻辑与商业洞察。

适用场景

零售企业月度/季度复盘会议的主视觉或PPT配图
数据分析团队内部培训教材的插图
行业案例研究或白皮书的流程示意
企业数据驱动文化宣传海报或内部刊物的封面
商业咨询报告中的流程展示页

核心提示词
（可直接复制至Midjourney、DALL·E、Stable Diffusion等工具，建议使用英文提示词以获得更稳定效果）
English prompt:A professional infographic illustrating the complete workflow of retail chain data analysis and review. The process includes: 1) Data Collection (POS, inventory, CRM), 2) Data Cleaning & Integration, 3) KPI Analysis (sales, turnover, gross margin), 4) Diagnostic Insights (drill-down, cohort analysis), 5) Review Meeting (findings presentation, root cause discussion), 6) Action Plan (resource allocation, improvement targets). Connected by clean flow arrows, each stage represented by distinct icon clusters and mini-charts. Color palette: deep blue for data stages, teal for analysis, warm orange for review and action. Flat vector style, minimal shadows, high contrast, white background with subtle grid. Key elements: bar chart, line chart, heatmap, dashboard mockup, store icons, report document with checkmarks. Aspect ratio 16:9. ––no text, no labels ––style raw
中文参考提示词（可添加至英文后）：零售连锁数据分析复盘流程信息图，包含数据采集、清洗、分析、洞察、复盘会议、行动计划六个阶段，蓝色主色调，扁平商业视觉风格，图标与微型图表结合，清晰流程箭头连接，白色背景，无文字。

风格方向

商业简洁风：干净利落，避免过多装饰，突出流程逻辑
扁平数据可视化风格：用纯色块、精细图标、微型图表表达数据
现代科技感：适当加入发光线条或半透明渐变，但保持专业感
品牌亲和力：若企业有主色调，建议替换蓝色为品牌色

构图建议

采用自上而下的垂直流程图结构，分为三层：基础层（数据采集与清洗）、分析层（KPI与洞察）、决策层（复盘会议与行动计划）
每层用不同颜色的圆角矩形背景区域包裹，区域之间用粗箭头连接
左侧可标注阶段标签（用图标代替文字），右侧放置关键图表缩略图
整体宽高比推荐16:9（幻灯片）、1:1（封面）或2:3（纵向海报）

细节强化

数据采集阶段：POS收银机、库存扫描枪、CRM用户头像图标
清洗阶段：漏斗图、数据流管道、过滤网图标
分析阶段：折线图（销售趋势）、柱状图（品类对比）、热力图（门店维度）
洞察阶段：放大镜、钻取箭头、气泡图（异常点高亮）
复盘会议：会议室、投影幕布、讨论气泡、待办清单
行动计划：日历图标、进度条、奖杯（目标达成）

使用建议

如需强调“高质量”，可在提示词末尾添加：––v 6 ––stylize 250 ––quality 2
若生成结果文字过多或图标混乱，可调整 ––no text, --no words, --no labels 以强制AI只输出纯图形
建议先生成多张草图（test模式），确认构图后再用高分辨率参数
可将生成的图像导入设计软件（如Canva、Figma），叠加真实公司数据或关键结论文字，形成定制化复盘流程海报
对于不同受众（高管 vs 运营人员），可分别制作“战略层”（只保留洞察与行动）和“执行层”（保留所有细节）两种版本

AI提示词 LLaMA

619 热度

数据分析代码辅助开发清晰框架提示词

本方案以数据工程架构师角色，提供一套清晰的数据分析代码开发框...

AI提示词数据分析代码

查看详情

角色定义
你是一名资深数据工程架构师，专注于为数据分析团队设计高复用、可维护的代码开发框架。你的核心目标是：将模糊的分析需求转化为结构清晰、注释完善、性能可靠的Python/SQL代码片段，同时提供模块化组织思路，让非高级开发者也能直接套用。请始终以“构建可拆解、可扩展的数据处理管线”为使命，避免一次性脚本思维。

适用场景

数据清洗与预处理：缺失值填充、异常值处理、数据类型统一、重复记录去重
特征工程与衍生变量：时间切片、分组聚合、自定义规则计算、文本向量化
多表关联与SQL查询优化：JOIN逻辑、窗口函数、临时表与CTE封装
代码重构与质量提升：将混乱的Notebook代码拆分为函数、类，添加类型注解与Docstring
批量数据处理脚本：自动化ETL流程框架，含日志、错误重试、性能监控

核心提示词
以下提示词可直接复制用于AI代码生成或头脑风暴，替换占位符即可使用：

数据清洗函数生成：“请生成一个Python函数，接受DataFrame和字段列表参数，实现以下步骤：①缺失值检测并填充（均值/众数/前向填充可选）；②基于3σ原则进行异常值标记并截断；③将字符串类型自动转换为datetime或categorical；④返回清洗后的DataFrame和清洗报告字典。添加完整类型注解和Google-style Docstring。”
特征工程模块框架：“设计一个feature_engineering类，包含方法：add_time_features(dt_col, features=[‘hour’,‘dow’,‘month’])，add_rolling_agg(group_col, value_col, windows=[7,30], agg=‘mean’)，以及add_cross_feature(col1, col2, op=‘ratio’)。每个方法要支持链式调用，返回self。”
SQL查询模板：“生成一个适用于ClickHouse的SQL模板，查询用户7日留存率。要求使用WITH子句定义活跃用户，LEFT JOIN追回后续日期的活跃记录，结果输出date、retention_rate两个字段。添加索引提示和分区过滤条件占位符。”
性能优化建议提示：“请对以下代码进行性能审计，并给出优化后的版本。重点检查：①循环是否可向量化；②内存占用（是否用了object类型）；③I/O瓶颈（是否可改用chunksize或并行读取）。输出对比表。”

风格方向

模块化优先：每个功能独立成函数/类，单文件不超过200行，遵循单一职责
可读性至上：变量命名使用业务术语（如customer_tier而非_t1），每行不超过80字符，关键逻辑配以行内注释
防御性编程：所有函数包含输入校验和默认错误处理，数据管道中嵌入断言
文档即设计：模块顶部用Markdown式注释写出输入、输出、依赖关系；函数使用numpy docstring格式

构图建议
若需要为框架生成示意图或架构图，推荐以下视觉构图方式：

流水线式结构：从左至右依次展示“原始数据层 → 清洗层 → 特征工程层 → 分析/入库层”，每层用圆角矩形表示，内部列出关键函数名称
颜色编码：清洗层使用暖色调（橙色/黄色）、特征工程使用冷色调（蓝/紫）、SQL层使用中性灰，便于区分职责
数据流箭头：使用带实心箭头的折线标注数据传递方向，并在箭头上标注数据结构（如DataFrame、SQL表）
焦点突出：将最核心函数（如clean_data()）放大或加高光边框，其他辅助函数缩小置于下方

细节强化

日志与监控：在框架入口和每个主要步骤中加入logging.info，记录耗时、处理行数、异常信息；支持配置文件开关debug模式
类型安全：使用dataclass定义配置常量，所有外部参数通过pydantic模型校验后再进入管线
错误恢复：在批量处理场景中，使用try-except包裹单个记录并记录失败ID，而非中断整个批处理
测试友好：主函数设计为可传入mock对象或测试fixture，方便单元测试覆盖边界情况

使用建议

直接复制核心提示词到ChatGPT、Claude或Copilot等工具中，替换占位符后即可生成代码框架
优先从“核心提示词”模块中挑选与当前任务最匹配的咒语，再结合“风格方向”要求微调输出结果
若生成结果结构不够清晰，可追加一句“请按照本提示的‘风格方向’重新整理代码结构”
用于团队协作时，可将本方案作为PRD的一部分，要求开发者对照每个模块检查代码质量
建议将“构图建议”中的示意图同步导出为SVG，嵌入技术文档的架构章节，提升可读性

AI提示词 Doubao

343 热度

实战型财务部门会议纪要整理提示词

这是一组专为财务部门设计的实战型会议纪要整理提示词方案，明确...

AI提示词财务部门会议纪要

查看详情

角色定义
您应以财务部门会议记录员的身份，以生成一份结构清晰、重点突出、便于执行跟踪的实战型财务部门会议纪要为目标。您的核心任务是：将会议中的讨论、决策、数据与待办事项提炼为可直接落地执行的书面记录，确保财务专业性、数据准确性和团队协作效率。

适用场景

财务部门周例会、月度经营分析会、季度预算复盘会
  成本控制专项讨论会、现金流预测评审会、财务流程优化会议
  跨部门财务协作会（如与业务、采购、税务团队联动的会议）
  需整理为正式存档文件或团队任务分配依据的任何财务相关会议

核心提示词
以下提示词可直接复制至AI工具（如ChatGPT、文心一言、Kimi等）使用：
请以财务部门会议记录员的身份，根据以下会议原始要点，生成一份实战型财务部门会议纪要。要求严格按照以下结构输出：

会议基本信息：时间、地点、主持人、参会人员、缺席人员
  核心议题清单（按优先级或时间顺序排列）
  议题一：议题名称、讨论过程摘要、关键数据与财务指标（如预算偏差率、实际支出vs预算差异、KPI达成率）、主要分歧或风险点
  议题二：同上……（每个议题独立列出）
  决议事项：明确结论、批准或否决的具体内容、需后续跟进的政策调整
  待办任务与负责人：任务描述、执行人、截止日期、预期产出（最好附带数据量化目标）
  下次会议预告：时间、初步议程

注意：语言专业、简洁，避免空泛议论。每项决议或待办任务须附上财务依据（如“预计节约成本XX万元”“需在X日前完成现金流预测模型更新”）。请使用“经讨论”“会议决定”“会议要求”等标准纪要用语。

风格方向

视觉风格：清爽商务、数据驱动。建议采用深蓝（#1A3C6E）、白色、浅灰（#F5F7FA）为主色调，配合财务图表元素（小柱状图、趋势箭头、数据标注框）。
  排版风格：文档式或信息图式均可。文档式强调层次标题与表格；信息图式强调分区色块与图标（如“待办”用????️、“决议”用✅）。
  语言风格：正式但不僵化，可适度使用财务术语缩写（如ROI、CAC、EVA），并首次出现时加注全称。

构图建议

文档/PPT封面构图：顶部居中放置会议全称、举办时间，下方用一条细线分隔，左侧列出参会人员，右侧列出核心议题关键词（3-5个）。
  正文内页构图：采用“左标题+右内容”的栏格式布局。左侧窄栏放议题编号或时间，右侧宽栏放讨论内容。待办任务部分使用表格（列：任务、负责人、截止日期、状态）。
  图表元素定位：在涉及数据对比的议题旁嵌入简易柱状图或饼图（如预算执行率），用“数据摘要卡片”突出关键数字。
  留白与强调：重要决议使用边框或底色高亮（如浅绿色背景），待办任务的截止日期用红色字体标注。

细节强化

在核心提示词中加入具体财务场景术语：如“预算偏差率”“现金流预测”“成本节约措施”“KPI达成率”“资产负债变化”“税务影响评估”。
  要求AI在生成每一项决议时，同步输出预期数据效果（如：预计Q3成本下降8%，需在X日前完成供应商重新比价）。
  若会议涉及敏感数据（如预测数字、未公开预算），在提示词中注明“使用占位符[具体数值]替换，避免泄露”。
  对多议题会议，提示词中可加入“每个议题结束后用一条分隔线（— — —）区分，提升可读性”。

使用建议

数据来源：将原始会议录音、笔记或PPT关键页文字复制后，先人工标注出财务数据点（如金额、百分比、日期），再输入AI。
  输出后处理：AI生成初稿后，务必由财务人员核对数据准确性，特别是数字单位、正负号、对比基准。
  模板复用：可将上述核心提示词保存为“财务纪要模板”，每次仅替换会议要点部分，大幅提升效率。
  视觉转化：若需生成视觉化纪要（如用于团队共享或看板），可将AI生成的文字内容粘贴至Canva、PowerPoint或语雀，套用商务风格模板，添加上述构图建议中的图表元素。
  版本控制：在纪要末尾添加“记录人”“审核人”“版本号”，并设置“机密等级”（如内部公开/部门保密）。

AI提示词 Mistral

660 热度

开源模型模型微调计划专业版提示词

本方案为“开源模型微调计划”量身打造，面向提示词架构师与视觉...

AI提示词开源模型模型微调

查看详情

角色定义与任务定位
你是一位专攻AI技术可视化与创意表达的提示词架构师，核心任务是以“开源模型微调计划”为命题，设计一套可直接用于图像生成工具（如Midjourney、Stable Diffusion）的提示词方案。你的目标不是讲解技术原理，而是将微调计划的科学内涵、技术路径与实战价值，转化为富有视觉冲击力、逻辑清晰且易于传播的创意图像。用户在使用本方案时，应代入以下角色与目标：

角色：视觉创意策划师 / AI技术可视化专家
  目标：通过精准的视觉语言，呈现开源模型从预训练到微调优化的过程，突出数据迭代、参数调整、性能提升等核心概念，同时兼顾艺术表达与专业感。

适用场景

AI技术文章/博客的封面图、配图
  微调课程、工作坊或技术分享会的宣传海报
  开源模型项目（如LLaMA、BERT）微调计划的视觉演示材料
  技术社区推文、展示型信息图
  需要突出“实战应用”与“创意表达”的视觉内容创作

核心提示词
以下提示词可直接复制、微调后用于生成图像（推荐英文版本，兼容性更好）：

英文版：A futuristic open-source model being fine-tuned, glowing neural network pathways branching from a central transformer core, data streams flowing into adjustment nodes, gradient descent curves rendered as luminous spirals, code fragments floating in the air, realistic rendering with cinematic lighting, deep blue and orange color palette, hyper-detailed, 8K quality —ar 16:9
  中文版（适用于支持中文的模型）：一个正在被微调的开源大模型，中心是发光的Transformer核芯，周围的神经网络路径如数据流般蜿蜒，梯度下降曲线化为螺旋光带，数据节点不断注入调整参数，飘浮的代码片段与微调进度可视化图表，赛博朋克与科技极简结合，深蓝与橙色对比，电影级光照，细节极致，8K画质 —ar 16:9

风格方向

科技极简风：几何线条、冷色调背景、高对比光源，突出模型结构的精密感
  赛博未来感：霓虹光效、电路纹理、数据流动粒子，强化微调过程的动态与科幻气质
  信息图表式：将微调拆解为可视化节点（预训练→数据注入→参数更新→评估），适合需要流程说明的场景
  实战演示风：融入代码编辑器、终端命令行、损失曲线等元素，强调技术落地与实操感

构图建议

中心聚焦式：将微调中的模型（如神经网络球体或芯片）置于画面中央，周围环绕数据流与调整分支，形成视觉锚点
  流程递进式：从左到右或从下到上排列“预训练→微调→评估”阶段，用光线或粒子连线过渡，适合展示计划脉络
  俯瞰接口式：模拟数据控制台或超维空间，模型悬浮于网格之上，参数旋钮、损失曲线等作为前景装饰
  镜头语言：大光圈浅景深突出模型主体，广角视角增强空间纵深感；或使用微距特写聚焦于调整节点与数据流动细节

细节强化

材质细节：模型表面采用半透明玻璃与金属拉丝混合质感，数据流使用发光粒子或全息投影效果
  元素加入：Loss曲线图、学习率衰减图表、微调参数矩阵（如LoRA权重）、以及“Fine-tuning”字样的微激光雕刻
  氛围营造：背景环境可加入微微的噪音纹理或数字雨效果，暗示数据处理过程；环境光照用为主光源（冷蓝）配合侧逆光（暖橙），形成技术理性与创造活力的对比
  色彩定向：主色调：#0A1E3D（深空蓝）、#F57C00（信号橙）、#00BFFF（数据蓝），辅助色#E0E0E0（代码白）

使用建议

直接调用：将“核心提示词”部分直接复制到Midjourney或Stable Diffusion中，按需调整关键词顺序以强化权重
  参数微调：若需要更真实感，可添加“photorealistic, octane render”；若需要更抽象概念，可替换为“vector illustration, flat design”
  组合应用：针对不同场景（封面、海报、信息图）选择不同的风格方向与构图建议，并配合细节强化模块进行二次迭代
  扩展延伸：将画面拆分为多个局部（如单独生成“微调前模型”与“微调后模型”），通过对比强化“计划”的预期效果
  版权注意：使用开源模型名称（如LLaMA、GPT）时避免直接商标化，建议使用通用表述如“open-source transformer”

AI提示词 Hunyuan

809 热度

专业版汽车行业多模态资料解读提示词

为汽车行业从业者与内容创作者提供一套专业级多模态资料解读提示...

AI提示词汽车行业多模态资料

查看详情

角色定义与任务定位
您作为汽车行业视觉解读与多模态内容策划专家，核心任务是将汽车相关的多模态资料（如图片、视频截图、3D渲染、技术图解、实拍场景等）转化为结构清晰、风格统一、符合行业专业调性的视觉提示词。本组提示词的目标是：以行业视角精准提取车型特征、技术细节、材质工艺与场景氛围，生成可直接用于AI图像创作或视觉设计的高质量描述文本，确保输出内容具备真实感、科技感与品牌专业度。

适用场景

汽车产品宣传图的AI生成与迭代优化
技术资料（如底盘构造、动力系统）的多模态可视化解读
汽车广告创意、展厅渲染、试驾场景的视觉方案设计
汽车行业内容营销素材的精细化提示词构建
多模态数据标注与视觉分析报告中的文字描述标准化

核心提示词
以下为可直接复制使用的提示词模板，可结合具体车型与资料类型微调：

基础外观解读：“专业级汽车外观多模态解读，从正面45度角展示[车型名称]，前脸采用[设计元素]格栅，LED大灯组犀利，引擎盖线条流畅富有肌肉感，车身侧面腰线从前翼子板贯穿至尾灯，轮毂为[规格]多辐样式，整体呈现[运动/豪华/硬朗]风格，背景为[城市夜景/自然山路/专业摄影棚]，光线采用[侧逆光/柔光箱]突出车身曲面质感。”
内饰与技术细节：“专业级汽车内饰多模态解读，视角为主驾驶座位平视，中控台采用[材质]包裹，搭配[颜色]缝线，方向盘三辐平底设计带有[功能]按键，全液晶仪表与中控大屏形成双联屏布局，换挡区域为[电子挡杆/旋钮]，座椅为[真皮/翻毛皮]材质，主驾座椅支持[多向]调节，细节处可见[氛围灯/金属饰条]，环境光为均匀的冷白光，强调科技与精致感。”
动力与底盘解析：“专业级汽车动力系统多模态解读，以透明或半剖视角展示发动机舱或底盘结构，发动机[型号]采用[涡轮增压/自然吸气]形式，进气歧管与涡轮管路走向清晰，底盘为[前麦弗逊/后多连杆]悬架结构，副车架为[钢制/铝合金]，排气系统带有[催化器/消音器]细节，所有部件以金属质感呈现，表面带有加工纹理与螺栓节点，背景为深色渐变，突出工程美学。”

风格方向

专业摄影风：高锐度、低噪点、精确曝光，适合官图级生成。参考汽车广告静帧质感。
技术图解风：柔和的线框辅助、标注箭头、剖切面清晰，适合资料解读。
未来科技风：冷色调主光，配合蓝色/紫色氛围光，强化电子化与智能感。
工业纪实风：偏写实，保留材质瑕疵与焊点，突出真实车间的质感。

构图建议

外观局部：使用长焦镜头压缩背景，焦点放在车灯、格栅、轮毂等设计亮点上。
内饰全景：采用超广角从车门侧拍摄，同时展示仪表台、中控与门板，营造沉浸感。
技术剖视图：采用正交视角或等轴测视角，保证部件几何关系清晰，不产生透视畸变。
动态场景：使用水平跟随视角，快门速度适当放慢（模拟1/60s），表现速度感与轮毂旋转。

细节强化

材质描述：明确“磨砂金属”“NAPPA打孔真皮”“碳纤维编织纹理”“软触漆面”等专业术语。
光线细节：添加“镜头光晕”“反射高光”“阴影柔化”“环境光遮蔽”等光照层级。
背景处理：使用“浅景深渐晕”“质感应刹车盘”“工具台与零件摆放”等丰富信息层次。
参数暗示：可加入“景深f/2.8”“ISO 100”“快门1/125”等摄影参数，提升专业可信度。

使用建议

使用前先确定当前需要解读的资料类型（外观/内饰/技术/场景），选择对应的核心提示词模板。
将提示词中的[ ]占位符替换为具体车型名称、设计元素、材质与规格，保持描述一致性。
若用于AI图像生成，建议同时输入“--ar 16:9”等长宽比参数，并根据输出效果微调细节。
多模态解读场景下，可配合实际资料截图一同输入，使AI理解参考风格与构图。
对于包含数据图表的资料，添加“图表以深色背景白色字体呈现，数据线采用高亮彩色区分”等描述。