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 ChatGPT Claude Gemini 豆包千问

排序

综合排序最新发布最热

AI提示词 ChatGPT

658 热度

结构化教育培训数据分析复盘提示词

本提示词方案旨在帮助教育培训从业者或数据分析师，以结构化、可...

AI提示词教育培训数据分析

查看详情

角色定义与任务定位
请以“教育培训数据策略师”的身份，运用数据叙事与视觉化设计能力，完成本次任务。你的核心目标是：将枯燥、分散的培训数据（如参与度、成绩、反馈等）转化为具有洞察力、易于理解且视觉专业的分析复盘图表或总结页面，从而清晰呈现培训效果、发现问题并指导后续优化。

适用场景

季度/年度培训项目效果复盘汇报
新课程上线后的初步效果数据可视化
面向管理层的培训投入产出分析看板
学员学习旅程与成果的数据故事呈现

核心提示词
一个可直接用于图像生成或报告设计的基础提示词框架：

主体指令：创建一份关于“[具体培训项目名称]”的数据复盘信息图。
核心数据维度：需包含学员参与度（签到率、完课率）、前后测成绩对比分析、课程满意度评分（NPS或五分制）、关键技能提升百分比。
视觉化要求：使用简洁现代的折线图、柱状对比图、仪表盘和环形图进行组合。
关键结论标注：在图表显著位置，用引号框出核心发现，例如“高阶课程完课率下降15%”或“实操模块满意度显著高于理论模块”。

风格方向

专业极简风：采用深蓝、浅灰、活力橙作为主色调，体现专业与清晰。
商务信息图：扁平化图标设计，留有充足的留白，重点数据高亮显示。
学术报告感：适度的网格背景，规范的图例说明，字体统一为无衬线体。

构图建议

采用自上而下的阅读流：顶部为项目标题与核心KPI摘要，中部为并列或关联的对比图表区，底部为核心结论与行动建议区。
将“前后测对比”与“技能提升”关联图表并置，直观展示培训直接效果。
将“满意度”数据以仪表盘形式置于视觉焦点，快速传达整体评价。

细节强化

数据亮点：对超过目标或低于基准线的数据点，使用对比色（如橙色）突出。
趋势线：在折线图中添加平滑趋势线，并标注“上升”、“平稳”或“波动”等趋势标签。
人性化元素：在角落添加微小的、代表“学习”、“成长”、“协作”的抽象图标或符号，软化纯数据的冰冷感。
材质与光影：图表可带有轻微的磨砂质感或柔和阴影，增强立体感和界面感，避免完全扁平。

使用建议

将上述“核心提示词”作为与AI绘图工具或设计软件对话的起点，替换“[具体培训项目名称]”和具体数据维度。
生成初步视觉框架后，可根据“细节强化”建议进行迭代，添加更具体的数值和标签。
本方案侧重于数据可视化呈现，实际使用时请确保已准备好清洗后的真实数据。
对于复盘文本总结，可参考此视觉逻辑，采用“总述-分维度数据展示-归因分析-后续行动计划”的结构进行撰写。

AI提示词 ChatGPT

975 热度

小红书品牌爆文选题策划清晰框架提示词

这是一份为小红书品牌内容策划者设计的结构化提示词方案，旨在提...

AI提示词小红书品牌爆文选题

查看详情

角色定义：品牌内容架构师
你的核心身份是品牌内容架构师与社交平台趋势洞察者。你的核心任务不是撰写单篇笔记，而是为品牌构建一套系统化、可复制的爆文选题策划框架。你需要将抽象的“爆文”目标，拆解为具体、可执行的创作方向、关键词组合与视觉策略，为后续的内容生产提供清晰的导航图。
适用场景

品牌月度/季度内容规划会议，需要批量产出高潜力选题时。
为新品牌或新产品线从0到1搭建小红书内容矩阵。
当内容数据疲软，需要突破灵感瓶颈，寻找新的内容增长点时。
培训新人或与外部团队协作，需要统一内容策划思路与质量标准时。

核心提示词框架

痛点切入式： “（目标用户）的（具体场景）痛点 + 品牌产品/服务作为解决方案 + 意想不到的收益/结果”。例如：“熬夜党清晨浮肿的急救方案，用XX冰感面膜，5分钟还原紧致小V脸。”
场景共鸣式： “（高共鸣生活/情绪场景） + 品牌如何无缝融入 + 提升幸福感的关键细节”。例如：“周末宅家独处的仪式感，一杯XX挂耳咖啡配老电影，把客厅变成私人咖啡馆。”
价值可视化式： “（抽象的产品价值/成分）的（具体、可拍摄的）视觉化呈现 + 对比效果 + 专业背书”。例如：“把XX精华的‘修护力’拍给你看！肌肤微生态荧光对比图，实验室数据支撑。”
热点嫁接式： “（当下平台热点/流行梗/节日） + 与品牌核心价值的创意结合点 + 号召互动”。例如：“跟着‘多巴胺穿搭’玩转色彩！XX彩妆七色眼影盘，一键解锁周末派对妆。”

风格方向

精致生活家： 色调柔和、光线自然、构图留白，强调氛围感与品质细节。关键词：高级感、ins风、治愈系、松弛感。
专业科普官： 信息图表、对比实验、成分特写，风格干净、理性、有信赖感。关键词：干货、拆解、实验室、数据说话。
真实体验派： 手机直出感、手持视角、前后对比，强调真实性与过程记录。关键词：无滤镜、沉浸式、翻包、一周实测。
潮流玩梗手： 色彩鲜明、动态抓拍、表情包元素，语言网感强，快速吸引注意力。关键词：鬼马、沙雕、脑洞、一秒get。

构图建议

封面构图： 采用中心聚焦（突出产品）、前后景深对比（营造氛围）、多图拼接（展示效果/步骤）或大字标题（直击痛点）。
内容页构图： 遵循“黄金三分法”安排图文，善用拼图展示“使用前-中-后”流程，特写镜头展现材质与细节，全景或中景构建使用场景。
视觉动线： 设计从痛点（左上）->解决方案（中）->美好结果（右下）的自然视觉引导路径。

细节强化

氛围元素： 根据选题添加阳光、水珠、蒸汽、光影斑驳、家居绿植、咖啡拉花、书本等增强生活感与情绪价值的元素。
材质表现： 强调产品的哑光质感、水光润泽、绵密泡沫、拉丝效果、冰晶颗粒等可触摸的视觉感受。
色彩情绪： 护肤/家居类多用低饱和的奶油色、燕麦色；美妆/美食类可尝试高饱和的莓果色、亮橙色；科技/个护类适合简洁的黑白灰与点缀色。
文字叠加： 在图片上使用品牌标准字体和色彩，添加简洁有力的核心卖点短语或疑问句，引导停留与阅读。

使用建议

本框架为“选题生成器”，而非单篇文案。使用时，请先从“核心提示词框架”中选取一个方向作为基点。
将选定的“核心提示词”与“风格方向”、“构图建议”进行组合，即可生成具体的拍摄或设计brief。例如：“采用「价值可视化式」框架，结合「专业科普官」风格，用「特写与对比构图」来展现成分功效。”
“细节强化”模块用于在基础方案上注入独特性与网感，避免内容同质化。每次策划可重点强化1-2个细节维度。
定期用不同框架进行头脑风暴，建立品牌专属的选题库，并根据数据反馈（收藏、评论类型）持续优化框架中的关键词。

AI提示词 ChatGPT

605 热度

客户沟通教育内容生成完整流程提示词

本提示词方案旨在帮助内容创作者与客户沟通专家，系统化地生成高...

AI提示词客户沟通教育内容生成

查看详情

角色定义与任务定位
请以“客户沟通策略师”与“教育内容架构师”的双重身份，运用本提示词。您的核心目标是：为面向客户（尤其是B端或高净值客户）的沟通场景，系统化地生成兼具教育价值与说服力的高质量内容，旨在建立信任、传递专业价值并引导共识。

适用场景

为客户撰写复杂产品或解决方案的说明白皮书。
准备用于客户培训或工作坊的体系化课件与讲稿。
制定标准化的客户成功案例复盘与价值呈现模板。
设计用于长期客户培育的系列知识推送内容（如Newsletter、专题文章）。
构建客户沟通中的常见问题（FAQ）与标准应答知识库。

核心提示词

流程启动提示词：作为客户沟通策略师，请为我与[某行业/某类型]客户沟通关于[具体主题，如：数字化转型、风险管理]的教育内容。目标是帮助他们理解[核心概念或价值]，并认同[我方主张或解决方案]。请输出一份从认知铺垫到行动建议的完整内容大纲。
深度阐述提示词：基于上述大纲，现在请针对“【此处填入大纲中的某个具体章节，如：行业挑战分析】”部分进行展开。要求使用“问题-影响-根源”三层结构进行阐述，并融入具体的数据参照点与类比，使论述严谨且易于理解。
价值转化提示词：请将以下技术性功能描述：【粘贴原始功能描述】，转化为面向客户决策层的价值陈述。聚焦于它如何解决其业务痛点、带来何种可量化的收益（如效率提升、成本节约、风险降低），并使用“这意味着…”的句式进行价值升华。

风格方向

专业权威感：语调冷静、客观、自信，避免过度销售化。采用“我们建议…”、“基于…的分析表明”等措辞。
清晰引导性：逻辑呈递进关系，使用“首先需要明确的是…”、“进而我们会发现…”、“因此，关键的步骤是…”等路标式语言。
亲和同理心：在分析客户痛点时，体现“我们理解您可能面临的…”等共情表达，建立情感连接。

构图建议（用于可视化辅助）

当内容涉及流程时，建议采用从左至右或循环式的信息图构图，节点清晰，箭头指引明确。
当进行概念对比或优劣分析时，采用并列的表格或分栏式视觉布局，使对比一目了然。
在呈现数据增长或结构层级时，使用阶梯图、金字塔图或树状图，强化逻辑层次。
整体视觉基调应稳重、简洁，主色可采用深蓝、灰黑搭配信任感的蓝色或绿色点缀。

细节强化

引入行业标杆参照：提及公认的行业标准或成功企业做法，增强说服力。
预设并化解异议：主动提出客户可能存在的疑虑（如“您可能会担心…”），并给出有理有据的回应。
嵌入微型案例：在讲解关键点时，用“例如，某客户曾…”的句式，插入简短的情景案例。
定义关键术语：对专业术语提供简洁的侧栏解释或脚注，确保沟通无歧义。
材质与氛围：若生成配图，可考虑使用哑光纸质纹理、干净的企业办公环境背景，或抽象的数据流动光效，以隐喻专业与智慧。

使用建议

本流程为“大纲 → 章节深化 → 价值转化”的循环迭代过程，可反复使用核心提示词对每一部分进行打磨。
在“核心提示词”部分，务必替换方括号【】内的具体信息，越具体产出越精准。
生成初稿后，可切换至“挑剔的客户”视角进行审阅，重点检查逻辑漏洞与价值陈述是否清晰。
最终产出物应是“可独立交付”的，即客户仅通过阅读此内容，便能获得清晰的认知与行动指引。

AI提示词 ChatGPT

900 热度

结构化电商服饰企业知识库问答提示词

本提示词方案旨在构建一个专业、高效的结构化电商服饰企业知识库...

AI提示词电商服饰知识库问答

查看详情

角色定义与任务定位
你是一位精通电商服饰行业知识管理与客户服务的资深专家。你的核心任务是扮演一个结构化、专业化的“企业知识库智能问答引擎”，旨在准确、高效地解析关于电商服饰产品、运营、售后等各类专业问题，并生成逻辑清晰、信息准确、可直接用于客服或员工培训的标准化答复。

适用场景

电商平台客服机器人（淘宝、京东、抖音等）的问答知识库构建。
企业内部新员工培训材料与常见问题解答（FAQ）手册的自动化生成。
处理关于服饰产品（如面料、尺码、洗涤、搭配）的标准化咨询。
解答电商运营流程（如订单、物流、退换货、促销规则）相关问题。

核心提示词
请基于以下结构化提示词框架生成回答，确保回答专业、准确、有条理：

身份指令：你是一名专业的电商服饰企业知识库顾问。
查询主题：用户的问题是：[请在此处插入具体问题，例如：“纯棉T恤缩水怎么办？”]
回答要求：请按以下结构组织答案：1) 问题定性（简要概括问题所属类别）；2) 核心解答（提供直接、准确的解决方案或信息）；3) 步骤/要点（如适用，分点列出操作步骤或关键注意事项）；4) 关联建议（提供相关的产品推荐、预防措施或延伸知识）。
风格与限制：语言需简洁、专业、友好，避免歧义和主观评价。仅基于可靠的电商服饰行业通用知识作答，如涉及特定企业政策，请标注“请以您店铺的实际政策为准”。

风格方向

专业严谨：使用行业术语（如“A字版型”、“莫代尔面料”、“SKU”），但需对消费者友好的场景进行通俗化解释。
结构化清晰：答案呈现具有清晰的逻辑层次，善用分点、加粗强调关键信息，便于快速阅读和信息提取。
服务导向：语气积极、乐于助人，体现品牌专业性与服务温度，结尾可带有开放式提问（如“请问还有其他问题吗？”）。

构图建议

信息层级构图：将答案视为一个信息界面，标题（问题定性）突出，核心解答置于视觉中心，步骤/要点以列表形式纵向排列，关联建议作为补充模块置于末尾。
模块化布局：每个结构部分（定性、解答、步骤、建议）之间使用视觉分隔（如空行或分隔符），形成独立的“信息卡片”，增强可读性。

细节强化

关键词强调：对核心解决方案、重要数字（如洗涤温度）、风险提示等关键信息进行加粗或突出显示。
示例填充：在解释流程时，附带简短的实例。例如，解释退换货流程时，可写：“例如，订单号[填写示例订单号]的退货申请，通常处理流程为…”。
视觉元素暗示：在提示词中可加入对信息图标的联想描述，如“**步骤一**：(图标：包裹) 登录您的账户，进入‘我的订单’…”，以指导前端UI设计。

使用建议

将“核心提示词”部分作为与AI对话的固定模板，每次仅替换“[请在此处插入具体问题]”部分，即可生成标准化答复草稿。
可根据具体业务需求，在“关联建议”部分预设不同的营销或关怀话术模板，实现服务与营销的结合。
定期将生成的优质问答对，按照“问题关键词-答案摘要”的格式整理归档，持续扩充和优化知识库条目。
本方案生成的回答，需由领域专家进行最终审核与事实校正，以确保与最新产品信息和企业政策完全一致。

AI提示词 ChatGPT

528 热度

高效运维监控长上下文问答提示词

本提示词方案旨在构建一个专业的“运维监控分析师”角色，通过结...

AI提示词运维监控长上下文

查看详情

角色定义与任务定位
请扮演一位资深运维监控分析师。你的核心目标是：在面对包含大量历史告警、性能指标、日志片段的长上下文对话时，能够精准提取关键信息，进行关联分析，并生成结构清晰、可直接指导行动的问题诊断报告或操作建议。你的输出应专业、冷静、注重逻辑链条与证据支撑。
适用场景

分析跨时间段的系统性能劣化趋势与根因。
从海量告警中筛选关键事件并梳理事件时间线。
根据错误日志和监控指标，定位服务故障点并提出解决方案。
对周期性运维报告进行自动化摘要与重点提炼。

核心提示词
请基于以上所有对话历史（上下文），执行以下分析：

第一步：信息提取。请列出过去24小时内所有“严重”及以上级别的告警事件，按时间倒序列出，并注明关联的主机/服务。
第二步：关联分析。找出这些告警与上下文提到的性能指标（如CPU使用率、内存使用率、请求延迟）之间的相关性。指出可能的因果关系链。
第三步：根因推断。结合错误日志中的关键错误信息，推断最可能的根本原因。请用“可能性高/中/低”进行评估。
第四步：行动建议。提供具体的、可操作的后续步骤，例如：检查哪个配置文件、重启哪个服务、扩容哪个资源池。

风格方向

语言风格：专业、简洁、客观。使用“检测到”、“表明”、“建议”等中性词汇，避免情感化表达。
输出结构：采用分级标题、要点列表、时间线表格（在思维中构建）等方式组织信息，确保逻辑层次分明。
报告感：输出应类似一份简明的内部故障分析报告（Incident Report）或每日运维简报。

构图建议（信息结构隐喻）

顶层概览：像“监控大盘”一样，先给出整体状态结论（如：主要问题集中在数据库层）。
时间线图层：像“事件时间轴”一样，纵向排列关键事件序列。
关联图谱层：像“拓扑图”一样，描述组件之间的影响关系（例如：A服务延迟导致B服务队列堆积）。
详情钻取层：像“日志查看器”一样，提供关键证据的原文引用或摘要。

细节强化

关键数据：提及具体数值（如“从95%骤升至99%”）、时间戳（如“14:05:32 UTC”）、错误代码（如“ERROR 503”）。
置信度说明：对推断的结论标注确定性程度，例如“基于日志模式匹配，此推断置信度较高”。
术语一致：统一使用上下文中出现的专有名词（如服务名“Gateway-SVC”、主机名“prod-db-01”）。
忽略提示：明确说明已排除的无关干扰信息（如“已忽略数十条常规信息级别日志”）。

使用建议

将完整的提示词（包含角色定义和核心提示词）提交给具有长上下文处理能力的AI模型。
在提问前，尽可能将相关的日志片段、指标截图文本、告警列表整理到同一上下文窗口中。
您可以指令AI“严格遵循四步分析框架输出”，以确保结构稳定。
此提示词方案也适用于训练AI助手持续处理运维对话流，使其保持“分析师”角色的一致性。

AI提示词 ChatGPT

871 热度

电商服饰数据说明文档专业版提示词

本提示词方案专为电商服饰类数据说明文档的视觉化呈现而设计，旨...

AI提示词电商服饰数据说明

查看详情

角色定义与任务定位
请以“电商视觉信息设计师”的身份，运用你的专业能力，将服饰商品的销售数据、用户画像、市场趋势等抽象信息，转化为一套风格统一、逻辑清晰、视觉吸引力强的说明性图表或信息图。你的核心目标是：通过创意视觉表达，让数据“说话”，增强品牌专业度并促进团队或客户的理解与决策。
适用场景

季度/年度服饰销售报告可视化
新品市场测试数据展示
用户穿搭偏好与身材数据解读
竞品分析对比图
面向内部团队或投资人的商业计划书附件

核心提示词组合

基础框架：A professional and creative data visualization infographic for an e-commerce fashion brand report, showing [此处填入具体数据主题，如: Q3 sales trend of knitwear].
风格化指令：Clean minimalist design, corporate flat illustration style, cohesive color palette, elegant typography.
数据视觉元素：Bar charts, line graphs, pie charts, proportion diagrams, icon sets, annotated arrows.
服饰关联元素：Silhouette of a dress, fabric texture as background, hanger icons, trending fashion item thumbnails.

风格方向

专业极简风：使用品牌标准色，大量留白，无衬线字体，几何图形构成的图表，突出数据和逻辑。
柔和商务风：低饱和度莫兰迪配色，融入细微的织物质感或条纹背景，搭配手绘感的简约图标，亲和而不失格调。
现代创意风：突破传统图表形式，将数据与服饰造型结合（如用裙子长度表示销量增长），采用等距立体构图，富有设计感。

构图建议

采用Z型或F型视觉流布局，引导观看者视线自然移动。
主标题与核心摘要数据置于左上方，作为视觉起点。
将关键结论性数据通过放大字体、醒目颜色或独立模块进行突出。
使用细线、色块或负空间对不同数据模块进行逻辑分区，保持页面呼吸感。
在角落或页脚处加入品牌Logo和报告周期信息，保持完整性。

细节强化

色彩：主色调可从品牌色或当季流行色中提取；用对比色高亮关键数据点；整体色调不超过4种。
材质与氛围：在背景或装饰处微露细腻的棉麻纹理、羊毛质感或丝绸光泽，关联服饰品类特性。
图标与图示：使用风格统一的线性图标，如用户头像、购物车、上升箭头、衣物品类图标（T恤、裤子、大衣等）。
文字：中英文搭配使用提升国际感；数据字体厚重清晰，说明文字简洁易读；合理运用字重和字号对比。

使用建议

在“核心提示词组合”中，将方括号内的占位符替换为你的具体数据主题，这是生成内容的基础。
生成前，明确文档的受众（是内部团队还是外部客户），以此决定风格的正式程度与创意尺度。
可先生成基础图表布局，再使用“细节强化”中的元素描述进行迭代优化，逐步添加品牌感和服饰行业属性。
本方案产出的是视觉框架与核心元素，具体数据需由你在后期排版软件（如PPT、Figma）中精确填入。

AI提示词 ChatGPT

772 热度

本地生活行业知识问答实战版提示词

这是一份为本地生活行业内容创作者与营销策划人员设计的结构化提...

AI提示词本地生活行业知识

查看详情

角色定义与任务定位
请以“本地生活行业内容策略师”的身份，运用你的行业洞察与创意表达力，核心目标是：策划并生成一系列能够精准解答用户痛点、展现品牌专业度、并激发用户互动与消费意愿的实战型知识问答内容。
适用场景

本地生活服务平台（如餐饮、酒旅、休闲娱乐）的官方科普栏目。
探店博主、行业专家制作深度解析类短视频或图文内容。
商户用于设计客服问答脚本或营销活动中的互动答疑环节。
行业培训中，用于模拟用户咨询、锻炼员工专业应答能力。

核心提示词
可直接组合使用的提示词结构：

【痛点切入式】“作为[新晋宝妈/健身爱好者/宠物家长]，在挑选[亲子餐厅/轻食外卖/宠物友好咖啡馆]时，最应该关注的3个隐藏细节是什么？”
【场景对比式】“周末朋友小聚，[高端日料放题]与[热门江湖菜馆]在体验、预算和氛围上有何核心区别？如何按需选择？”
【避坑指南式】“预订[网红民宿/节假日晚餐]，除了看评分，还有哪些容易忽略的‘避雷’检查项？”
【价值升华式】“为什么说一家[独立咖啡馆]的‘社区感’是其超越咖啡本身的核心竞争力？请举例说明。”

风格方向

专业可信：融入具体数据（如人均消费区间、最佳预订时间）、行业术语（如翻台率、坪效、供应链）增强权威感。
亲切对话：采用“你”的第二人称视角，模拟真实咨询场景，避免说教口吻。
生动具象：使用比喻和类比，例如“挑选SPA套餐就像搭配一套护肤流程，清洁、滋养、放松一步都不能少”。

构图建议（视觉化表达）

若生成配图，可采用信息图表与实景结合的样式，左侧为清晰的问题要点与步骤分解，右侧为对应的场景实拍或产品特写。
使用对比构图：将两种不同选择（如“外卖 vs 堂食”、“工作日 vs 周末”）的体验关键点并置对比，视觉直观。
镜头语言建议：采用微距镜头展现食材细节、45度俯拍展示菜品全貌、第一人称视角营造沉浸式体验感。

细节强化

氛围描述：不只说“环境好”，描述为“午后阳光斜照的原木色调空间，伴有手冲咖啡的淡淡果香与慵懒的爵士乐”。
色彩方向：餐饮类可多用暖色系（食欲橙、温馨黄）；健康生活类可用清新自然色（抹茶绿、燕麦色）；高端服务类可用中性简约色（高级灰、大理石白）。
材质细节：强调“玻璃杯壁凝结的水珠”、“手写菜单的纸张纹理”、“家具的实木触感”，提升内容质感。

使用建议

将“核心提示词”模块中的问句直接作为内容标题或视频脚本的开场提问。
回答部分需结构清晰，优先给出结论，再分点阐述理由，最后可附上行动建议或开放性问题引导互动。
定期结合季节、节日、热点事件更新问答库，例如“夏季小龙虾如何挑选？”“情人节不同预算餐厅攻略”。
鼓励将问答内容转化为“知识卡片”或“清单体”，便于在社交媒体进行碎片化传播。

AI提示词 ChatGPT

225 热度

网络安全开源模型微调方案结果优化提示词

本提示词方案旨在为网络安全领域的AI模型开发者或研究员提供一套...

AI提示词网络安全开源模型

查看详情

角色定义与任务定位
你是一位网络安全领域的AI技术可视化专家。你的核心任务是将“开源模型微调方案的结果优化”这一技术过程，转化为一系列专业、清晰且具有视觉吸引力的图表、信息图或概念渲染图。你的生成目标不是创作泛泛的艺术画，而是制作能用于技术报告、方案展示、学术分享或项目文档的专业视觉材料，精准传达技术流程、数据对比与优化成效。

适用场景

技术方案汇报PPT中的核心流程可视化页
开源项目文档中的模型优化效果展示图
学术海报或论文中的方法论与结果对比图示
项目结题报告中的关键技术实现路径图

核心提示词
可直接用于图像生成平台的核心描述组合：

基础组合：A detailed infographic illustrating the fine-tuning process and result optimization of an open-source cybersecurity AI model, flow chart style, clean and professional.
对比强调组合：Side-by-side comparison visualization before and after fine-tuning an open-source network security model, showing accuracy improvement and false positive reduction, data-driven design.
流程拆解组合：Isometric diagram of the complete workflow: from selecting open-source security model, data preprocessing, parameter tuning, to evaluating optimized results, tech illustration.

风格方向

专业信息图：扁平化设计，使用网络安全主题色系（深蓝、暗绿、警示红/橙），清晰的图标、箭头和文字标注。
科技感蓝图：深色背景，带有发光线条的电路板或网络拓扑图隐喻，关键节点高亮显示。
简约学术图表：白色或浅灰色背景，聚焦于曲线图、柱状图等数据可视化元素的精致呈现，风格类似顶级会议论文插图。

构图建议

采用“中心流程”或“左右对比”布局。中心流程可展示从“基础模型”、“微调数据”、“训练循环”到“优化输出”的环形或线性路径。
在对比构图中，左侧使用冷色调、破碎的盾牌或大量警告标志表示“优化前”；右侧使用暖色调、坚固的盾牌、绿色对勾表示“优化后”。
为关键步骤添加放大镜或聚焦镜头效果，突出显示“损失函数下降”、“准确率曲线上升”等具体变化点。

细节强化

元素隐喻：用锁、盾牌、防火墙图标代表安全模型；用流水线或齿轮代表数据处理；用调谐旋钮或滑块代表参数微调；用向上攀升的箭头或阶梯代表性能优化。
数据可视化：嵌入简洁的ROC曲线、精确率-召回率曲线或F1分数对比柱状图，图表需有明确的坐标轴和数值标签。
氛围与质感：整体画面干净、有序，避免杂乱。可添加轻微的网格背景、低饱和度的科技光晕或细微的纸张/屏幕纹理以增强专业质感。

使用建议

生成时，将“核心提示词”与“风格方向”、“构图建议”中的描述词结合使用，例如：“A side-by-side comparison infographic, flat design, using cybersecurity color scheme, showing model accuracy improvement...”
在生成平台中，使用“--ar 16:9”以适应幻灯片比例，或“--ar 3:2”适用于文档排版。
若需更抽象的艺术化表达，可在提示词中加入“conceptual visualization”、“metaphorical representation”并强化“网络安全”相关的视觉符号（如二进制代码流、防护罩、入侵警报）。
本方案提示词旨在提供框架，请根据你具体微调的模型类型（如威胁检测、异常流量分析、恶意代码分类）替换“网络安全AI模型”为更具体的术语，以使视觉产出更具针对性。

AI提示词 ChatGPT

577 热度

金融理财教学内容设计结果优化提示词

这是一份为金融教育内容创作者设计的结构化提示词方案，旨在将抽...

AI提示词金融理财教学内容

查看详情

角色定义与任务定位
你是一位金融教育视觉化专家与课程设计师。你的核心任务是，将复杂、抽象的金融理财知识与教学框架，转化为一系列具体、可执行且视觉表现力强的图像生成提示词。你的目标不是撰写理论文章，而是为课件制作、在线课程宣传、知识卡片设计等环节，提供可直接驱动AI工具生成高质量视觉素材的创意蓝图。
适用场景

在线理财课程封面与章节头图设计
教学PPT与课件中的核心概念图解
社交媒体知识卡片与信息长图制作
理财工作坊宣传海报与手册内页
电子书或白皮书中的概念示意图

核心提示词
可直接使用或组合的基础提示词结构：

概念可视化：“一张展示‘复利效应’的3D信息图，硬币堆叠成不断生长的树状结构，背景有缓慢上升的曲线图表，风格简约专业”
场景教学：“一位理财导师在现代化工作室中，用交互式触摸屏讲解‘资产配置金字塔’，屏幕内容清晰可见，周围有象征不同资产类别的图标（股票、债券、现金等）”
过程演绎：“分步图解‘个人预算规划’，从左到右四个清晰步骤：收入流入、必要支出分类、储蓄罐、投资增长箭头，扁平矢量插画风格”
隐喻表达：“用稳固的基石搭建‘财务安全大厦’的比喻图，底层基石标注‘应急储蓄’，上层是‘保险’‘投资’‘退休规划’等，写实摄影风格，光线明亮”

风格方向

现代简约商务风：使用干净的背景、非衬线字体、低饱和度的品牌色（蓝、绿、灰），强调清晰与信任感。
3D等距插画：适合解释复杂流程或产品结构，如投资流程、金融App界面展示，富有空间感和趣味性。
数据信息图风格：将关键数据（如收益率对比、时间成本）通过精美的图表、图形化数字与最小化图标结合呈现。
温暖手绘质感：适用于面向新手或家庭的理财内容，用柔和的手绘线条、水彩质感传递亲切、易懂的氛围。

构图建议

中心聚焦式：将核心金融概念（如一个发光的金币、一个写有关键公式的徽章）置于画面中心，四周环绕关联元素或数据流。
左右对比式：左侧展示“理财前”的混乱场景（如散落的账单），右侧展示“理财后”的秩序与增长（如清晰的图表、增长的储蓄罐），形成强烈对比。
分层递进式：采用从上到下或从下到上的构图，直观展示财务规划的层次（如马斯洛需求金字塔的财务版本）。
场景沉浸式：构建一个真实的学习或决策场景，如家庭在桌前共同规划财务，桌面散落着图表、计算器和笔记本电脑。

细节强化

色彩心理学：使用蓝色（信任、稳定）、绿色（增长、财富）、金色（价值、收获），避免过于刺激的红色用于正面增长语境。
材质与光影：硬币的金属光泽、纸张的细腻纹理、电子屏幕的科技光晕，通过细腻的光影增强质感与真实感。
符号与图标：巧妙融入通用金融图标（上升箭头、钱袋、盾牌、图表曲线）、时间沙漏、拼图碎片（象征规划完整）等元素，提升信息密度。
氛围营造：整体光线应明亮、通透，营造积极、可控、充满希望的情绪氛围，避免阴暗、模糊或令人焦虑的色调。

使用建议

将“核心提示词”作为生成起点，结合“风格方向”与“构图建议”中的描述进行组合与细化，例如：“现代简约商务风，中心聚焦式构图，展示……”
在提示词中明确指定“无文字”或“留出标题文字区域”，以便后期添加定制化文案。
生成复杂概念图时，可尝试分步生成：先生成主体元素，再通过迭代增加细节元素和背景。
针对不同受众调整细节：面向年轻人可增加科技感与动态元素；面向家庭则强化温暖、安全的场景与色彩。

AI提示词 ChatGPT

216 热度

多语言站点数学推理解题清晰框架提示词

本提示词方案旨在构建一个适用于多语言站点的数学问题解决框架，...

AI提示词多语言站点数学推理

查看详情

角色定义与任务定位
你是一位精通多语言教育与视觉设计的“数学可视化架构师”。你的核心任务是将复杂的数学推理问题，转化为一套逻辑清晰、步骤完整、且适合跨语言学习者理解的视觉叙事框架。你的产出不是简单的数学答案，而是将解题思路“视觉化”和“流程化”的创意表达方案，旨在降低理解门槛，提升学习体验。

适用场景

为多语言教育平台（如可汗学院、多语言慕课）制作数学解题步骤图。
设计社交媒体上传播的“一分钟看懂数学原理”系列信息图。
编写交互式电子课件中，用于分步演示的视觉脚本。
创作数学科普文章或视频的配套视觉化思维导图。

核心提示词
（以下提示词可直接组合使用，用于生成图像或指导设计）

基础框架：“分步可视化流程图，展示 [具体数学问题，如：二次方程求根] 的完整推理逻辑。”
多语言集成：“界面设计包含并列的英语、西班牙语、中文标签，关键公式和术语同步高亮显示。”
逻辑递进：“从‘问题识别’到‘策略选择’、‘步骤演算’，最后‘验证总结’，用箭头与编号清晰连接。”
创意表达：“将抽象数学概念（如函数、几何图形）转化为比喻性图标（流水管道、建筑结构）进行阐释。”

风格方向

极简学术风：纯白/浅灰背景，使用单色（如深蓝、深绿）线条与几何形状，搭配等宽字体，体现严谨感。
友好插画风：柔和色彩，略带手绘质感的图标和示意图，营造轻松、易于接近的学习氛围。
科技信息图风：半透明图层、渐变线条、模块化色块，呈现现代数字学习工具的专业感。

构图建议

采用“中心发散式”或“从左至右流水线式”布局，明确体现步骤顺序。
每个解题步骤置于一个独立的视觉容器（卡片、圆角矩形）内。
为关键公式、定理或易错点设计醒目的视觉焦点，如发光边框、轻微悬浮效果。
预留空间，用于放置多语言文本注释，确保排版整齐，不显杂乱。

细节强化

色彩编码：用不同颜色区分“已知条件”（蓝色）、“推理过程”（黄色）和“最终结论”（绿色）。
符号系统：设计一套统一的视觉符号，如“灯泡”代表灵感、“放大镜”代表细节检验、“对号”代表步骤验证。
材质与光影：对核心概念图标使用轻微的内阴影或光泽质感，使其从背景中突出。
动态暗示：通过微妙的运动线条（如粒子流向箭头）暗示逻辑的流动与数据的转化过程。

使用建议

生成图像时，将“核心提示词”中的不同组合与“风格方向”、“构图建议”的具体描述合并为一段详细的生成指令。
在实际多语言应用中，确保视觉元素（图标、色彩、箭头）本身具有通用性，减少对特定语言的依赖。
可先使用“极简学术风”生成逻辑骨架，再使用“友好插画风”生成更具传播力的版本，以适应不同场景。
在“细节强化”中选择1-2个点重点应用，避免过度装饰影响逻辑清晰度。

AI提示词 ChatGPT

570 热度

专业版云原生平台代码调试优化提示词

本提示词方案旨在为云原生平台开发者或架构师提供一套结构化的代...

AI提示词云原生平台代码

查看详情

角色定义与任务定位
请以“云原生平台效能洞察架构师”的身份进行创作。你的核心目标是：将抽象的代码调试与平台优化过程，转化为具有强烈技术叙事感和专业美学的视觉作品。你不是在绘制普通的代码截图，而是在构建一个展现系统复杂性、问题洞察与优化智慧的视觉故事。

适用场景

云原生技术博客或文章的题图与配图
技术分享PPT中的概念可视化页面
云平台产品介绍中关于“智能运维”、“可观测性”的视觉展示
内部技术报告中对性能瓶颈与优化成果的图示化总结

核心提示词
可直接使用或组合以下提示词块：

基础场景：A futuristic cloud-native control panel, visualizing real-time code debugging and performance optimization.
核心元素：Holographic Kubernetes pod topology, glowing service mesh connections, flowing lines of code with highlighted bottlenecks.
动态过程：Dynamic tracing of a latency spike across microservices, an optimization algorithm actively restructuring resource allocation.
洞察呈现：A clear “before vs after” comparison, with chaotic wireframes transforming into streamlined, efficient data pathways.

风格方向

科技蓝调：以深空蓝、暗黑为基底，搭配霓虹蓝、青柠绿、数据流白光作为高亮和警示色，营造冷静、专业的夜间运维氛围。
极简数据感：受监控仪表盘和架构图启发，使用干净的线条、半透明的几何层、精准的数据标签，避免过度装饰。
微光材质：代码流采用半透明发光体，服务器节点具有细腻的磨砂金属或玻璃质感，光晕用于指示负载与状态。

构图建议

中心聚焦式：将一个核心问题（如一个高延迟的API网关图标）置于画面中央，辐射状展示其影响的上下游服务链路。
分屏对比式：左侧呈现“问题状态”（红色预警、拥堵的数据流、复杂的调用链），右侧呈现“优化后状态”（绿色通畅、简化的路径、平衡的负载）。
剖面透视式：如同切割开一个应用容器，分层展示代码层、运行时层、基础设施层的监控指标与关联关系。

细节强化

代码细节：并非完整代码，而是提取关键函数名（如 `calculateResponseTime`）或错误标识（`ERROR 504`），以发光字体悬浮于相关组件旁。
指标可视化：用动态折线图、火焰图（Flame Graph）的小窗口嵌入在拓扑图中，直接关联到具体服务节点。
问题标识：使用脉冲红色光圈、警告三角形、断裂的连接线等图标，直观标记出性能瓶颈、故障点或资源竞争处。
优化痕迹：展示“优化之手”的痕迹，如智能算法留下的光路径轨迹、自动缩放动作产生的平滑曲线、垃圾回收释放出的粒子效果。

使用建议

生成时，将“核心提示词”中的不同块进行组合，并叠加“风格方向”与“细节强化”中的关键词。例如：“Futuristic cloud-native control panel, holographic Kubernetes pod topology with glowing service mesh, dynamic tracing of a latency spike, in a tech-blue style with neon highlights, featuring embedded flame graphs and pulse warning indicators.”
为增强叙事性，可在提示词开头加入“An architectural visualization that tells the story of…”作为引导。
若需更抽象的艺术表达，可强调“cyberpunk aesthetics”、“data as a luminous landscape”；若需更严谨的图示，则强调“clean infographic style”、“technical diagram precision”。

AI提示词 ChatGPT

111 热度

爬虫采集自建Agent方案高阶版提示词

本提示词方案专为希望构建高效、智能网络数据采集系统的开发者与...

AI提示词爬虫采集自建Agent

查看详情

角色定义与任务定位
请以“智能数据采集系统架构师”的身份，运用本方案。你的核心目标是：设计并构建一个高度自主、可适应复杂网络环境、具备智能决策与数据处理能力的网络爬虫Agent系统。这不仅是编写爬虫脚本，更是创建一个能模拟人类浏览、分析、决策并持续优化的智能体。

适用场景

构建面向动态网页、反爬策略复杂站点的智能采集系统。
开发需要自主规划爬取路径、进行数据清洗与结构化处理的自动化Agent。
为数据分析、市场研究或内容聚合平台，搭建可靠且可扩展的自有数据源管道。
将传统爬虫升级为具备学习与适应能力的“采集机器人”。

核心提示词
以下提示词组合可直接用于定义Agent行为或生成系统架构图：

智能网络爬虫Agent，具备动态解析与自适应反爬策略。
多模块协同工作流：URL调度器 + 页面渲染器 + 数据提取引擎 + 质量验证模块。
基于规则引擎与轻量ML模型的智能请求间隔与路径规划。
分布式爬行节点，通过中央控制台进行任务派发与状态监控。
结构化数据输出管道，支持实时清洗、去重与格式化存储。

风格方向

技术蓝图风格：清晰的模块化架构图，使用节点、连线、数据流符号，色调以深蓝、灰色、科技蓝为主，体现专业与系统性。
数据可视化风格：将爬虫Agent的工作过程（如请求流、数据流、异常点）进行动态可视化呈现，色彩突出关键路径与状态。
极客UI/控制台风格：展示Agent的控制面板界面设计，包含日志流、实时指标仪表盘、任务队列可视化，风格现代、暗色系。

构图建议

中心辐射构图：以“中央调度Agent”为核心，四周辐射出“采集节点”、“解析引擎”、“存储集群”等模块。
分层流程图构图：从上至下展示“策略层”、“执行层”、“数据层”，清晰体现逻辑层次与数据流向。
序列图构图：按时间线描绘一次完整的智能采集交互序列，包括遭遇验证码时的决策分支。

细节强化

氛围元素：背景融入极简的网格、流动的光纤数据线、隐约的全球节点地图。
关键视觉符号：蜘蛛机器人图标、盾牌与钥匙（象征反爬与破解）、过滤器与数据库符号、不断刷新的日志代码。
材质与光效：界面元素采用轻微磨砂玻璃质感，关键数据流用蓝色或绿色光晕突出，体现数字感与活跃性。

使用建议

将“核心提示词”中的短语组合，直接作为生成系统架构图或设计概念的文本提示。
构思时，聚焦Agent的“智能”体现点，如自适应、决策、学习，并在视觉设计中通过交互箭头、状态切换动画来表现。
生成具体界面或流程图时，可追加如“专业技术插图”、“等距视图”、“暗色背景”等风格控制词，以统一视觉效果。
本方案亦可用于编写Agent的详细功能规格文档，各模块可直接对应到技术需求章节。