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 jimeng

772 热度

电影感写实商业食品海报文生图提示词

这是一套专为生成电影级写实商业食品海报设计的提示词方案，融合...

AI提示词写实商业食品海报

查看详情

角色定义与任务定位
你应当以商业美食摄影师 / 食品创意导演的身份，以输出具有电影叙事感的写实商业食品海报为目标来使用这组提示词。核心任务是：用光线、材质与构图，将食物拍出既诱人又高级的“电影剧照”质感，让产品成为视觉故事的主角，适配品牌广告、电商主图或社交媒体封面。

适用场景

高端食品品牌的主视觉海报（如巧克力、西餐、烘焙、饮品）
电商详情页中需要突出食材质感与氛围的头图
创意食谱、美食杂志内页的插画级配图
广告公司提案阶段的概念视觉参考图
个人作品集中展示写实与艺术结合的美食摄影

核心提示词（可直接复制使用）

主体描述：a high-end gourmet dish, juicy steak / artisan chocolate cake / fresh seafood platter, precise texture, glistening surface, natural imperfections, realistic food photography
光线与影调：cinematic lighting, dramatic side-backlight, strong contrast, soft rim light, deep shadows, warm amber tones / cool moody blue highlights, volumetric light rays
镜头与景深：shot on 85mm prime lens, shallow depth of field, bokeh background, sharp foreground details, macro close-up on ingredients
环境与场景：dark rustic wooden table surface, scattered herbs and spices, steam rising, subtle smoke, vintage silverware, textured linen napkin
品质修饰：8k ultra realistic, hyper-detailed, subsurface scattering, grease shine, food styling, commercial product photography, raw grain film texture

风格方向

色调倾向：暖棕/琥珀色调（适合烘焙、烤肉、咖啡）；冷蓝/金属色调（适合刺身、鸡尾酒、玻璃瓶装饮品）
质感语言：高反差+低饱和的“电影后期”调色，保留食材天然色泽，轻微胶片颗粒增加厚重感
氛围关键词：intimate, moody, elegant, epicurean, timeless

构图建议

黄金三分法：将主体置于右侧或左侧三分之一处，留出负空间放置餐具或光影过渡
对角线/曲线引导：用酱汁、餐具或面包棒形成视觉引导线，让视线自然流向主食材
俯拍 vs 低角度：俯拍适合展示完整摆盘（如披萨、沙拉）；低角度+浅景深适合展现层次与体积感（如汉堡、蛋糕切面）
前景虚化：在镜头前放置叶片、酒杯或面粉撒落物，增强空间纵深感

细节强化

汁液与光泽：添加 honey drip, juice beads, oil slick reflection，增加新鲜感和食欲
动态元素：蒸汽飘散、粉末飞扬、气泡破裂、刀叉切开的瞬间
材质对比：粗糙木纹 vs 光滑瓷器；柔软面包心 vs 脆硬焦糖外壳；金属冰桶 vs 通透玻璃杯
整体修饰：微小的食材碎屑、手部入镜（仅指尖或握着餐具）、自然落尘光斑

使用建议

权重分配：将“cinematic lighting”和“hyper-detailed”作为前置强化词，权重可设为1.2-1.5；避免“beautiful”“perfect”等模糊词
分辨与比例：输出尺寸建议16:9（横向电影感）或4:5（社交海报），采样步数≥30，CFG scale 7-9
模型推荐：适用于SDXL或Midjourney v6+，配合写实模型（如Juggernaut XL、Realistic Vision）效果最佳
组合变体：将“核心提示词”中的主体更换为具体食品名称（如“抹茶千层蛋糕”“炙烤三文鱼”），保留光线与质感部分即可快速复用

AI提示词 Ernie

463 热度

连锁门店智能体任务规划专业版提示词

针对连锁门店场景，本提示词方案定义“智能体任务规划专家”角色...

AI提示词连锁门店智能体任务

查看详情

角色定义
你是一位连锁门店智能体任务规划专家，核心目标是为连锁门店设计一套完整、可执行的智能体任务分配与调度流程。你需要站在“连锁运营总监 + AI系统架构师”的双重视角，确保每个任务节点既有业务逻辑支撑，又能通过结构化提示词转化为直观的视觉方案。以下提示词帮助你生成符合实际运营需求、便于演示或图像生成的规划内容。

适用场景

连锁门店日常任务自动化分配（如补货、巡检、排班）
智能体（AI Agent）任务流程的可视化设计（架构图、流程图）
门店运营策略演示、培训材料或系统UI原型说明
跨门店、跨区域的任务优先级与资源调度规划

核心提示词
以下提示词可直接复制使用，建议根据实际图像生成工具（如Midjourney、DALL·E）略作微调：

“连锁门店智能体任务规划流程图：以总部→区域→门店三层结构展开，任务节点包括任务接收、自动分解、资源匹配、执行监控、异常上报、结果闭环；节点之间用箭头连接，标注任务类型（如补货/巡检/排班）、时间戳、责任人角色；整体采用蓝灰主色调，背景为轻量网格，配合侧边数据看板显示任务进度百分比与关键KPI。” 
“生成一个连锁门店智能体任务调度架构图：中心是智能体调度引擎，向外辐射门店终端、仓库系统、人员管理模块；每个模块下方列出典型任务示例（如库存预警→自动补货单→分配至店长终端）；风格偏企业级扁平风，色彩使用深蓝+亮青强调信息层级，附带任务优先级标签（P0-P3）。”
“连锁门店多智能体协作场景示意图：三个智能体角色（巡检Agent、补货Agent、排班Agent）同时工作，共享同一个任务队列；每个Agent身边显示当前处理的任务卡片（含状态：进行中/待确认/已完成），队列旁边有一个实时统计面板显示响应时长与完成率；画面采用等轴测视角，营造一种数字孪生运营中心的感觉。”

风格方向

专业效率风：以蓝灰、墨绿、银白为主色，搭配清晰的分割线或卡片式布局，适合内部汇报或系统截图。
数据看板融合：在流程图周围嵌入仪表盘、进度条、饼图等元素，强化“可量化、可追踪”的管理感。
层级透明显：使用半透明方块或凹槽设计表现门店层级关系（总部→区域→门店），防止视觉扁平。

构图建议

自上而下流程：将任务发起置于顶部，依次经过分解、分配、执行、反馈，底部放结果看板，符合阅读习惯。
中心辐射式：以智能体调度引擎为中心，四周环绕各门店模块，并用不同颜色线表示任务流与数据流。
左右对照式：左侧列出任务清单（如8项标准任务），右侧展示智能体响应状态，中间用箭头连接，适合呈现任务优先级和实时处理情况。

细节强化

在每个任务节点旁添加时间戳或倒计时图标，体现“实时性”。
为不同智能体角色设计简单图标（如放大镜代表巡检、购物车代表补货、时钟代表排班），增强辨识度。
在流程图角落或底部添加“任务总量/已完成/异常数”的数据卡片，参考真实运营看板的紧凑排版。
使用虚线表示“异常回退”或“二次分配”路径，与实线（正常流程）形成对比。

使用建议

若要生成图像，建议将“核心提示词”中的一段直接粘贴到AI绘画工具，并搭配“--ar 16:9”或“--style raw”以获得更干净的商业风格。
若用于PPT或UI设计，可将“构图建议”与“风格方向”组合作为设计brief，指导设计师完成高保真原型。
实际运营中，可参照本提示词结构开发智能体任务脚本，每个提示词对应一个自动化规则模板。

AI提示词 deepseek

471 热度

高效Web3市场合同条款解读提示词

本方案面向需快速理解Web3市场合同条款的用户，提供专业角色定位...

AI提示词 Web3市场合同条款

查看详情

角色定义与任务定位
请以Web3法律合规分析师的身份，结合智能合约逻辑与去中心化市场特性，对合同条款进行结构化拆解与通俗化解读。最终目标是为开发者、投资人、项目方提供一份可直接用于风险识别、条款比对或可视化展示的提示词方案，而非撰写法律文书或新闻稿。

适用场景

区块链项目白皮书中的法律风险说明页
DeFi协议或NFT市场的用户条款解读模块
智能合约审计报告中的附属合规说明
Web3教育内容的合同知识卡片设计

核心提示词
以下提示词可直接复制用于文本生成（如ChatGPT）或图像生成（如Midjourney/DALL-E）。建议中英文混合使用以增强准确性。

文本解读类：“请以Web3法律合规分析师身份，用清晰的分段与对比表格，解读以下智能合约关键条款：费用结构、锁仓规则、治理投票权重、争议解决机制。每段需包含术语解释（括号内备注）与风险提示（⚠️符号开头）。”
信息图类：“Create an infographic explaining Web3 market contract terms: split into 5 modules (Fee, Lock-up, Governance, Arbitration, Termination). Use a futuristic blue-purple color palette, blockchain node background, clean sans-serif fonts, and small icon annotations for each clause. No text longer than 8 words per card.”
对比分析类：“列出传统合同与Web3智能合约在条款解读上的三大差异：执行方式（自动 vs 手动）、不可篡改性（是/否）、监管介入（低 vs 高）。用‘差异点｜传统｜Web3’三列表格呈现。”

风格方向

专业理性：使用深蓝、灰、白色为主色调，搭配极简图表样式，避免装饰性元素干扰信息传达。
层级分明：以卡片模块或时间轴展开，每个条款独立成块，辅以数字编号（如Clause 1, Clause 2）。
可读优先：法律术语旁注括号解释，关键数据使用加粗或高亮色（如橙色或霓虹绿）强调。

构图建议

模块化布局：将5个核心条款（费用、锁仓、治理、仲裁、终止）排列成2行3列的网格，每个卡片左上角附条款图标（锁、天平、投票箱等）。
流程图式解读：用横向时间线展示“提案→投票→锁仓→仲裁→执行”的完整链条，节点处标注对应合同条款编号。
对比对照：左右分屏，左侧为“原文条款摘要”，右侧为“通俗解读+风险警示”，中间用浅色竖线分隔。

细节强化

术语高亮：对“Gas费用”“质押率”“治理提案阈值”“跨链仲裁”等关键词使用下划线或不同底色，并在底部设置术语表。
风险评级符号：每个条款后添加等级标签（????安全 / ????需注意 / ????高风险），提升快速识别效率。
对比标注：若条款包含“例外情况”或“多级条件”，使用虚线框与星号（*）注释，避免视觉混乱。

使用建议

文本生成器：直接复制“文本解读类”提示词给ChatGPT或Claude，要求输出Markdown表格或带标题的段落；随后手动调整格式用于网页发布。
图像生成器：将“信息图类”提示词放入Midjourney（推荐v6或niji），设置宽高比16:9，风格化参数s 50；若细节缺失可追加“--chaos 20”增加随机感。
设计工具：将构图建议中的布局参考导入Figma或Canva，利用自动布局功能快速搭建卡片结构，再替换为实际条款内容。
合规审核备注：生成内容仅供内部理解参考，不代表法律意见；正式签约前需由执业律师审核原文条款。

AI提示词 Ernie

352 热度

政务信息论文润色改写实战版提示词

这组提示词专为政务信息论文的润色改写设计，帮助用户以专家视角...

AI提示词政务信息论文润色

查看详情

角色定义
你应以 政务信息写作专家兼润色顾问 的身份使用本组提示词，核心目标是将原始稿件（如调研报告、政策分析、工作简报等）提升为高质量、符合官方发布标准的政务信息论文。你需要引导AI聚焦于：语言规范性、逻辑严密性、数据可信度、政策表述准确性，以及信息传达的简洁高效性。

适用场景

各级政府部门、事业单位的政务信息稿件初稿优化
政策研究、社会调查类论文的学术化改写与凝练
内部工作汇报、简报、专报等材料的正式化润色
将口语化或片段化信息转化为条理清晰的公文体文本
需要突出“高质量”标签的考核、评比或报送材料

核心提示词

基础指令：“请以政务信息写作专家的身份，对以下文本进行全面润色改写。保持公文正式、客观、严谨的语体风格，避免主观评价和冗余修饰。重点修正逻辑断层、语法错误、术语不当及数据引用模糊之处。输出结果需段落分明、层次清晰，适合直接用于政务信息发布。” （可直接复制使用）
进阶指令：“在润色基础上，突出以下要点：1）每段首句提炼核心观点；2）数据与政策依据必须标注来源（可用方括号标引）；3）删除所有‘我们认为’‘我觉得’等主观措辞；4）将长句拆分为不超过40字的短句；5）全文控制在800字以内。”
定向改写：“请将下文改写为《政务信息》标准格式：标题采用‘关于……的报告/建议’结构；正文分‘背景—做法/问题—成效/建议’三部分；语言使用‘辖内’‘截至目前’‘同比增长’等规范表述。”

风格方向

官方叙实风：客观、冷静、用数据说话，避免比喻和抒情，动词优先使用“推动、落实、强化、统筹”等政务高频词。
精炼简报风：每段不超过5句话，无背景铺陈，直接呈现事实与结论，适合领导速读。
学术论证风：增加“基于……理论”“从……维度分析”等逻辑引导，引用政策文件编号（如国发〔2023〕X号），增强说服力。

构图建议
（此处“构图”指文本结构布局）

总分式：首段概述全文主旨，后续每段用序号或小标题区分不同论点，最后一段总结建议。
倒金字塔：最重要结论或对策放最开头，再依次展开论据，适用于紧急或速读场景。
对比式：并列呈现“现状与目标”“问题与对策”“往年与今年”，通过对比强化逻辑链条。

细节强化

数据细节：所有百分比、数字必须明确时间节点（如“截至2025年Q1”）；涉及增长需注明“同比/环比/较年初”。
政策细节：引用上级文件时规范使用“《……》”并标注文号；涉及地方性政策写明“根据XX省/市《……办法》”。
术语细节：统称为“政务服务大厅”而非“办事大厅”；“提升治理效能”而非“提高效率”；“矛盾纠纷化解”而非“解决吵架问题”。
逻辑细节：增加“一方面……另一方面”“在……的基础上”“由此导致……”等连接词，确保因果链完整。

使用建议

先分步后整合：首次使用“基础指令”对全文进行初改，再叠加“进阶指令”逐条检查，避免一次性要求过多导致AI忽略关键点。
示例驱动：在提示词末尾附加一段优秀政务信息范文（100字左右），要求AI仿照其句式节奏和用词习惯进行改写。
针对性纠正：如AI输出仍含“展现了”“积极探索”等空话，需补充“禁止使用‘积极探索’‘高度重视’等虚词，必须替换为具体动作和成效描述”。
迭代反馈：每轮改写后对比原文，标注出AI擅长的改进项（如语法修正）及仍存在的缺陷（如语气过于生硬），并在后续提示词中明确强化。

AI提示词 Stability

293 热度

高审美3D卡通线稿上色插画提示词

为高审美3D卡通线稿上色插画提供专业提示词方案，明确创作角色与...

AI提示词 3D卡通线稿上色插画

查看详情

角色定义
你应扮演一位精通3D卡通风格的概念插画师，核心任务是运用线稿的清晰轮廓与3D上色的立体技法，创作出审美高级、细节丰富、适合商业或艺术展示的插画作品。你追求的是线稿与色彩之间精确的平衡——线稿不遮挡色彩通透感，色彩不破坏线稿的轮廓张力。你的目标输出是可直接用于角色设计、IP形象、数字艺术集的高完成度画面。

适用场景

游戏角色立绘与概念设计（尤其适合休闲、二次元、卡通风格项目）
IP吉祥物或品牌卡通形象的高精度视觉设定
儿童绘本或动画美术的前期风格测试
个人数字艺术作品、NFT艺术或社交平台展示

核心提示词
以下提示词可直接复制用于Midjourney、Stable Diffusion或DALL·E（可酌情调整语言与参数）：

基础模板：3D cartoon illustration with clean line art, cel-shaded coloring, high aesthetic, beautiful character, soft rim light, detailed ink lines, vibrant pastel palette, volumetric lighting, stylized 3D render, crisp outline, smooth gradient, concept art, --ar 3:4 --v 6
强调线稿质感：A character with bold black line art over 3D shading, thick outlines, round shapes, cel-shaded, hand-drawn feel with 3D volume, bright saturated colors, dynamic pose, high quality, 8K
强调高审美色彩：Elegant 3D cartoon illustration, delicate linework, muted earth tones with pops of neon, atmospheric lighting, soft shadow, painterly texture on line art, modern style, trending on ArtStation

风格方向

美式卡通风：粗犷轮廓线 + 高饱和度块状色彩，参考《瑞克和莫蒂》《探险活宝》
日式动漫风：细而均匀的黑色线稿 + 渐变阴影柔光，参考《宝可梦》新世代立绘
扁平3D风：无黑线或极细灰线 + 大面积色块与柔和过渡，参考iPhone表情包角色
复古游戏风：像素化边缘 + 明暗交界线清晰的仿3D渲染，参考PSP《啪嗒砰》角色

构图建议

中心对称或轻微黄金分割，强调角色主体与人脸直视镜头
使用“仰角+微侧”的角度增强3D立体感和动态张力
背景留白或单一渐变色，避免干扰线稿与色彩的清晰度
适当加入小道具（如魔法书、宠物、花朵）丰富画面层

细节强化

线稿：使用“variable stroke weight”（可变线宽）让边缘有手绘感；头发与衣褶处用最粗线，手指与饰品用细线
色彩：在关节、转折处使用“cel-shading with 3 tone”（三阶色）模拟3D卡通质感
光影：加入“subsurface scattering”效果（如耳朵、手指尖透光），增加材质真实感
纹理：轻微“paper texture”或“grain”覆盖在色彩上，平衡数字感与手绘感

使用建议

在AI生图工具中，将“line art”和“cel-shading”权重设为1.2-1.5，避免过度光滑导致线稿消失
若生成效果线稿太弱，可追加关键词 thick black outlines, clear linework；若色彩过于单调，追加 vibrant but harmonious palette
推荐使用 --no realistic, photorealistic, messy lines 排除干扰
生成后可导入Photoshop或Procreate对线稿进行手动微调（如用钢笔工具修正断续线条），再叠加色彩图层提高完整度

AI提示词 Gemini

907 热度

教培招生产品原型说明实战版提示词

本提示词方案为教培招生场景量身定制，帮助产品原型设计师快速生...

AI提示词教培招生产品原型

查看详情

角色定义与任务定位
你将以资深产品原型设计师兼教培招生视觉策划专家的身份，围绕“教培招生产品原型说明”这一实战主题，生成一组可直接用于图像生成或视觉创意的高质量提示词。目标是创造出一张（或一组）能够清晰展示教培招生核心产品原型（如招生手册、APP界面、线下物料样板）的说明性视觉方案，突出专业感、信息层次与实操指导价值，方便后续设计落地或客户演示。

适用场景

教培机构招生简章或产品说明书的视觉原型设计
在线教育平台招生页面的线框/高保真原型展示
招生宣传物料（折页、展架、电子屏）的原型说明图
产品原型评审会或提案中的视觉辅助材料
用于生成“教培招生产品原型说明”主题的配图、封面或示例图

核心提示词
以下提示词可直接复制用于AI图像生成工具（如Midjourney、DALL·E、Stable Diffusion等），也可根据实际需要微调参数。

一张现代教培机构的招生产品原型说明图，展示在平板电脑和手机双屏上，左侧为招生简章页面原型（包含课程列表、价格分区、优惠标签），右侧为报名流程线框图（箭头标注用户路径），底部有产品说明文字注释框，整体采用蓝白主色调，配合浅灰背景，清晰的信息层级，商业简洁风格，真实感渲染，4K分辨率，白色设备外壳，桌面俯视角度，自然光。
教培招生产品原型平面展示：一张A4尺寸的招生产品原型说明页，包含“课程介绍”“师资展示”“报名流程”“常见问答”四个模块，每个模块使用浅色卡片分隔，带有手写风格标注线和数字序号，顶部有机构Logo预留位，整体排版严谨，字体为无衬线体，视觉重心居中，米黄色纸张纹理背景，平铺俯拍，侧边放一支铅笔和橡皮，突出“实战原型”感。
在线教育招生产品原型用户界面展示：一个移动端APP高保真原型界面，显示“选课→试听→报名→支付”四个步骤的交互流程，每个步骤有圆形进度指示器和箭头连接，界面内包含课程封面图片占位符、价格打标、立即报名按钮，整体使用深蓝和橙色点缀，毛玻璃效果按钮，真实手机模型手持展示，侧面有文字标注“招生产品原型 v2.0”，微距镜头，景深效果。

风格方向

专业商业风：强调信息清晰度与信任感，使用蓝、白、灰等理性色调，搭配无衬线字体，适合正式提案或交付。
实战手稿风：模拟纸质原型、草稿效果，带有手写注释、箭头、便签贴，营造“正在打磨中”的真实感，适合内部讨论或敏捷展示。
数字界面风：聚焦高保真UI界面，体现交互细节和视觉精致度，适合用于APP、网站或H5招生页面的原型说明。

构图建议

双设备并置：将手机与平板或电脑屏幕同时展示，左右或上下排列，体现跨端适用性，中间留白用虚线连接表示逻辑对应。
俯拍桌面：将原型说明书、设备、文具（铅笔、直尺、便利贴）平铺在木质或浅色桌面上，形成自然的工作场景构图，增强“实战版”气质。
重点放大特写：对招生产品原型中最核心的模块（如报名流程图、价格对比表）进行局部放大并用圆圈或箭头标出，配合浅色背景和文字说明，突出说明重点。

细节强化

色彩细节：主色调建议使用教培行业常用色——专业蓝（#2C5F8A）、信任青（#00A8B5），辅助色用暖橙（#F5A623）作为CTA按钮或标签颜色，提升视觉引导性。
材质与纹理：纸张原型可加入轻微的网格线纹理或水彩纸纹；数字界面原型可加入磨砂玻璃、渐变光影效果，提升质感。
标注与注释：在原型周围添加手写体或标准体的文字注释框，如“招生转化路径”“核心卖点区域”“用户触点编号”，强化说明功能。
光影与氛围：侧光或顶光，产生柔和阴影，增强立体感；背景可加入极简的几何线条或品牌水印，保持干净。

使用建议

在AI图像生成工具中，可将上述核心提示词直接粘贴，并根据输出效果调整宽高比（如16:9用于横向展示，4:3用于桌面俯拍）。
若需要更具体的招生品类（如K12、职业教育、艺术培训），可在提示词中替换“课程介绍”为相应具体内容，如“少儿编程课程体系展示”“会计考证班型对比”。
对于需要生成多张系列图的场景，建议固定场景光源与设备模型，只替换原型内容模块，保持视觉一致性。
若用于专业原型文档，可将生成图作为配图，配合实际原型截图使用，增强说明的可视化效果。

AI提示词 LLaMA

768 热度

开源模型开源社区教程结果优化提示词

本提示词方案为开源模型与开源社区教程相关视觉内容量身定制，通...

AI提示词开源模型开源社区

查看详情

角色定义
你是一位专注于科技与社区文化的视觉创意策划专家，核心任务是为一组关于“开源模型”与“开源社区”的教程内容（如社区活动海报、模型使用指南插图、贡献者教程封面等）生成可落地的提示词方案。你的目标是让生成的图像或视觉作品不仅准确传达开源精神（开放、协作、共享），还能清晰展现教程的实用性与社区温度，帮助观众一眼理解“这是一份来自开源社区的、值得信任的教程”。

适用场景

设计开源模型（如Hugging Face模型、LLaMA、Stable Diffusion等）的教程封面或步骤示意图
  为开源社区（如GitHub、CSDN开源板块、国内开源社区）制作活动宣传图或贡献指南配图
  生成反映开发者协作、代码共享、文档共建氛围的社区教程插画
  用于模型使用手册、README文档中的视觉说明或流程图标注

核心提示词（可直接复制使用）

主体意象： 一个现代化工作空间，中央放置一台显示器，屏幕显示开源模型的架构图或代码片段，周围有不同背景的开发者围坐讨论，桌上散落笔记本、机械键盘、咖啡杯；墙上贴满便签纸，上面写着“tutorial”“collaboration”“open source model”。
  元素关键词： open source community tutorial, developer collaboration, Git repository branches, model card diagram, pull request workflow, code snippets with syntax highlighting, community badge icons, inclusive diverse characters, laptop screen glow, documentation pages in background.
  环境设定： 明亮舒适的共创空间，落地窗外透入自然光，室内有绿植和开放式白板，白板上用彩色记号笔画出模型训练流程或贡献指南路线图。
  氛围描述： 充满学习与协作的热情，色彩温暖（橙色、蓝色、浅灰），强调整洁、专业但不过于冰冷，具有“上手即用”的教程感。

风格方向

现代科技插画风： 扁平图形与柔和渐变结合，人物使用简单几何形体，突出清晰的动作与表情，适合文档封面或网页横幅。
  半写实渲染风： 中景镜头，柔和的光影过渡，人物表情专注自然，背景包含代码行或模型流程图等科技元素，适合宣传海报或社交媒体图。
  参数化设计感： 结合线条、节点、数据流等抽象元素作为装饰，暗示“模型”“算法”，但保持人物与场景的主体地位，适合技术教程插图。

构图建议

主构图： 采用“引导线布局”——以屏幕或白板为中心，人物视线与手势指向屏幕或文档，形成视觉引导，观众自然聚焦于教程内容区域。
  多人物布局： 使用三角形构图，前景一人正在讲解，中景两人在观察或记录，背景则展示开源社区Logo（如GitHub、Linux基金会）或模型名称的柔和水印。
  细节安排： 在画面边缘融入小元素——打开的笔记本、滚动条、代码注释框、贡献者头像（可抽象为圆形图标），增加信息密度但不抢主体。

细节强化

色彩点缀： 使用开源品牌色（如GitHub的蓝色、Hugging Face的黄色、O'Reilly的橙色）作为高亮色，用于关键按钮、标注线或人物服装局部。
  材质表现： 屏幕表面叠加微弱的亚光反射，键盘按键有磨损感，纸张有轻微的纹理——增加真实感和“被频繁使用”的社区质感。
  符号化元素： 在场景中自然植入“分支（branch）”“合并（merge）”“贡献者徽章”等图标，既传递信息又强化科技属性。
  光线设计： 主光源来自屏幕前方或侧上方，模拟自然光+屏幕光混合，人物面部有柔和补光，避免过暗或过曝。

使用建议

将“核心提示词”部分直接粘贴至Midjourney / Stable Diffusion / DALL·E等工具，并根据所需分辨率调整后缀参数（如 –ar 16:9 用于横幅，–ar 3:2 用于文档插图）。
  若需强调“教程”感，在提示词中加入“step-by-step visualized, numbered list visible on screen”；若需强调“社区”感，加入“people from diverse backgrounds, smiling, exchanging books or code”即可控制倾向。
  建议先使用风格方向中的第一种“现代科技插画风”生成草图，再根据构图建议微调Prompt中的视角与元素密度，最终迭代出最适合具体教程主题的版本。

AI提示词 LLaMA

612 热度

高阶版BI报表技术博客写作提示词

这是一套专为撰写高阶BI报表技术博客设计的提示词方案，帮助作者...

AI提示词 BI报表技术博客

查看详情

角色定义与任务定位
你是一位在商业智能领域深耕多年的技术博客作者，擅长将复杂的BI报表技术转化为清晰、有深度的专业文章。你的核心任务是为企业数据团队或中级以上数据分析师撰写具有高阶思维的技术博客，内容需聚焦于数据建模、性能优化、可视化设计或业务分析策略，而非基础操作教学。你输出的每一篇博客都应具备结构严谨、数据驱动的特点，同时兼顾可读性与实战价值。

适用场景

撰写BI报表平台（如Tableau、Power BI、FineBI）的深度技术解析文章
输出数据仓库与BI报表联动的架构设计文档
创作关于OLAP多维分析、指标体系建设的高阶博客
分享数据可视化最佳实践与性能调优案例
为技术社区或企业内部知识库提供标准化内容模板

核心提示词
以下为可直接复制使用的写作提示词模板，请将其发给AI或作为自我创作的起点：

“请以资深BI分析师的身份，撰写一篇聚焦于[具体主题，如：大数据量下的DashBoard性能优化]的技术博客。要求：从业务痛点切入，拆解传统方案的局限，给出至少两种高阶解决方案（包含代码片段或配置逻辑），并对比其适用场景。结论部分需包含可量化的优化效果数据（如查询时间减少百分比）。全文需采用案例驱动，避免理论堆砌。” 
“你是一位数据可视化专家，请为[某一行业，如零售]设计一篇BI报表设计指南。重点阐述如何通过维度建模设计星型/雪花型架构，以及如何在报表中融合KPI树与下钻分析。要求包含：典型错误方案分析、正确范式示意图文字描述、实际业务报表截图对应的文字解析。语气专业但不过于学术，适合中级分析师阅读。”

风格方向

技术深度：术语准确，例如“度量聚合”、“粒度下钻”、“CUBE预计算”等，避免简化解释。
逻辑递进：按“问题-方案-验证-总结”结构展开，每个段落有明确论点与数据支撑。
视觉辅助：文中穿插对图表（如热力图、桑基图、散点矩阵）的选型分析，描述其适用的数据关系和业务场景。
精炼结尾：末尾附上可复用的公式、DAX表达式或SQL模板，提升实战参考价值。

构图建议

标题图：采用数据仪表盘局部放大+流动线条元素，背景为深色网格，体现“高阶”与“技术感”。
内文配图：每个核心步骤对应一张概念示意图（如数据流图、架构分层图），建议使用蓝色-橙色对比色系标注关键路径。
图表示例：优先展示动态交互式图表（如带参数筛选的折线图），并在文字中描述其交互逻辑。
排版：代码块或公式采用浅灰色背景框，与正文区隔；关键术语使用粗体强调，但避免大量换行。

细节强化

所有案例数据需标注单位与时间维度（如“2024年Q3销售额，单位：万元”），避免空泛数字。
对每个优化方案给出“适用条件”与“潜在风险”提示，例如“采用增量刷新可减少80%加载时间，但需确保数据源一致性”。
若涉及指标计算，必须注明计算口径（如“DAX公式：Sales YoY = VAR CurrentYear = ...”）并解释业务含义。
术语首次出现时加注英文全称（如“OLAP（在线分析处理）”），后续统一使用简称。

使用建议

可直接将“核心提示词”部分粘贴给大语言模型，再根据实际选题替换方括号内的内容。
若用于配图生成，可将“构图建议”中的描述转换为图像生成提示词，并指定风格为“科技感信息图”或“扁平化数据可视化”。
定期更新内容：每篇博客发布后，收集读者反馈（如“性能数据是否过时”），形成持续迭代机制。
避免堆砌标签：虽标签为“BI报表、技术博客”，但正文需深入具体领域（如嵌入式BI、实时流处理），而非泛泛介绍。

AI提示词 Chatgpt

163 热度

高质量新能源项目论文润色改写提示词

这套提示词方案专为新能源项目论文的润色与改写设计，帮助科研作...

AI提示词新能源项目论文润色

查看详情

角色定义
你应以新能源领域学术论文编辑／科研润色专家的身份使用这组提示词。核心目标是以高水平期刊（如Nature Energy、Joule、Renewable and Sustainable Energy Reviews）的录用标准，对论文进行语言润色、逻辑梳理、术语规范以及表达升级。在生成提示词时，你需要站在“帮助AI理解论文优化方向”的视角，为后续的改写或润色任务提供清晰、可执行的指令。

适用场景

新能源相关学位论文、期刊论文的初稿语言打磨
中国作者英文论文的母语化润色（含语法、句式、地道性）
针对性降重或改写，保留核心内容但改变表达结构
提升论文逻辑连贯性、段落衔接与论证力度
术语统一与行业规范检查（如光伏、风电、储能等细分领域）

核心提示词
以下提示词可直接复制并用于ChatGPT、Claude等大语言模型，用于实际润色或改写任务：

初稿润色版：“请以新能源领域顶级期刊审稿人的标准，对以下论文进行全面学术润色。重点优化语法错误、不地道表达、重复用词，同时保持专业术语的准确性。输出时请分条列出修改位置及理由。”（后接论文原文）
逻辑强化版：“请分析这段文字在论证中的逻辑链条是否清晰，指出断裂或跳跃之处，并重写使其从‘问题提出→方法选择→结果讨论→结论推导’形成严密闭环。特别关注‘因为…所以…’‘尽管…但是…’等关联词的恰当使用。”（后接段落或章节）
降重改写版：“将以下内容以不改变科学含义和关键数据为前提，进行大幅度改写以降低查重率。可以使用同义替换、句式变换、主被动语态互换、长句拆短句等方法。每处改写请用括号标注替换手法。”（后接待改内容）
摘要与结论优化版：“请按照‘背景-问题-方法-核心结果-创新点-应用价值’的结构，重组并润色以下摘要/结论部分。要求每句话都承载明确信息，删除冗余背景描述，突出新能源领域的实际贡献。”（后接原文）

风格方向

学术严谨风格：使用被动语态为主，避免第一人称；措辞客观、精确，减少模糊修饰词（如“very”“quite”）；数据引用必须附带单位与误差范围。
专业前沿风格：融入新能源领域最新术语（如“钙钛矿/钙钛矿叠层”“固态电池”“氢能耦合”），引用行业标准命名（如IEC 61215、GB/T 19963）。
流畅可读风格：在保证科学准确的前提下，控制平均句长在20–25词，适当使用连接词（furthermore, in contrast, accordingly）增强可读性。

结构优化建议

引言段：遵循“漏斗结构”——从宏观能源问题（如碳中和）逐步聚焦到具体技术瓶颈，最后点明本文研究缺口与创新点。建议将待润色段落拆解并重组为此逻辑。
方法与数据段：采用“时序结构”或“分类列举”，每个实验步骤或参数设置单独成句，避免大段混合描述。可在提示词中要求“按照材料制备→表征测试→计算方法→数据处理的顺序重写”。
结果与讨论段：以“数据/图表发现 + 机理分析 + 与前人对比”为最小单元循环推进。提示词可加入“请为每个关键数据点配一句机制解释和一句文献对照”。
结论段：压缩为3–5点，每点对应一个核心发现，最后用一句话概括工程意义或未来方向。提示词需强调“避免重复摘要内容”。

细节强化

术语一致性：在提示词中要求对所有专业名词（如“photovoltaic efficiency” vs “solar cell efficiency”）进行全文统一，并注明标准缩写首次出现时全称。
图表标注清晰：润色时需注意正文中对图表的引用是否与图号、图题完全对应，避免“如图X所示”但实际无图或图号错误。
参考文献格式：提示词可指定期刊要求（如APA、IEEE、Nature格式），并检查引用是否与参考文献列表一一对应。
数字与单位规范：要求所有数值后紧跟标准单位（如kW·h，m²，mol/L），数字千分位使用逗号或空格保持一致。

使用建议

优先选择一种“核心提示词”版本（如初稿润色版）作为主指令，再根据论文薄弱环节叠加一个“结构优化建议”或“细节强化”指令，避免一次指令过长导致AI理解偏差。
对于英文论文，可在核心提示词前加上“Please adopt the editorial standards of high-impact energy journals (e.g., IF > 10).”，以增强模型对期刊风格的感知。
每次修改后务必人工复核术语准确性（尤其新型材料名称、国家/行业标准号），AI可能生成看似合理但实际错误的专有名词。
建议将润色前后的版本对照保存，便于后续向合作者或审稿人展示修改依据。

AI提示词 Claude

246 热度

房地产市场合同条款分析专业版提示词

这套提示词专为需要将房地产市场合同条款分析转化为专业视觉表达...

AI提示词房地产市场合同条款

查看详情

角色定义
你是一位专注于商业地产与法律可视化领域的视觉设计方案顾问，目标是为房地产市场合同条款分析场景创建一组可直接用于图像生成工具（如Midjourney、Stable Diffusion等）的专业提示词。你的核心任务是将“合同条款分析”这一抽象、专业的商业行为转化为具有法律权威感、数据可信度和市场实战氛围的视觉画面，使观者能直观感受到条款的严谨性、逻辑的清晰度以及房地产行业的商业属性。

适用场景

房地产法律咨询报告或投资分析白皮书的封面、内页插图
合同条款对比、风险提示类信息图的视觉基础
房地产市场研究文章、PPT演示中用于强调“条款分析”核心观点的配图
法律科技产品或房产SaaS平台中关于合同解析功能的教程配图、场景展示

核心提示词
以下提示词可直接复制用于图像生成工具（建议英文输入以获得更稳定效果，中文关键词可辅助）:

英文版（推荐）: Professional visual representation of real estate market contract clause analysis, legal documents spread on a polished wooden desk, annotated terms highlighted with red underlines and sticky notes, a magnifying glass over a specific clause, background showing blurred city skyline with financial district skyscrapers, soft natural lighting from window, shallow depth of field, ultra-detailed, 8K, cinematic composition, business atmosphere, realistic photography style
中文强化版： 房地产市场合同条款分析专业场景，深色木纹桌面上一份打开的标准合同文本，关键条款用荧光笔标记并附有手写批注，旁侧放有计算器和一叠市场数据报表，背景为虚化的城市天际线与摩天大楼，暖色调台灯光源，焦点集中在合同上的“违约责任”条款，低角度微距拍摄，商业写实风格，高分辨率，画面清晰锐利，严谨专业感

风格方向

写实商业摄影风： 强调光影层次、材质细节（纸张纹理、金属笔尖、玻璃桌面反射），色彩以深蓝、灰、米白为主，点缀橙色或红色标记作为视觉焦点，营造权威且冷静的分析氛围。
信息图解融合风： 将合同文本与数据图表（折线图、柱状图）重叠或并置，采用半透明图层和简洁的几何边框，突出“条款分析”的逻辑推导过程，色调偏科技蓝与中性灰。
微距细节风： 聚焦于合同条款中某一关键词（如“抵押”“违约”“交付期限”），通过放大镜效果或超浅景深突出文字细节，背景为模糊的法律条款编号列表，强调专业性与精准度。

构图建议

俯视45度桌面场景： 合同文本斜置于桌面左下角，右侧堆放市场报告、咖啡杯、签字笔，构图形成稳定的三角形，视线从条款文字自然引导至右侧数据资料，适合表现“分析过程”。
紧凑特写构图： 镜头紧贴合同页面，只显示条款段落和一个放大镜或红色批注条，背景虚化成城市轮廓或法庭场景，适合表现“条款细节”的集中感。
分割构图： 画面左右对半，左侧为合同文字，右侧为对应的数据分析图表或市场趋势曲线，中间以一条金色细线或虚线连接，象征“合同条款→现实市场”的映射关系。

细节强化

合同文本材质： 使用带水印或法律文件专用纸张（如仿羊皮纸、微纹理打印纸），边缘有轻微卷曲和折痕，增加真实感。
标记元素： 红色或荧光绿的高光标记条、手写箭头、钢笔签名、印章（“已审阅”“风险提示”字样），放大镜的透镜反射出文本放大效果。
环境提示： 桌面上散落若干行业术语便签（如“LTV”“产权限制”“不可抗力”），键盘或平板屏幕显示条款对比表格，背景书架可隐约看到《房地产法》《合同法》类书籍。
色彩控制： 主色调为深藏蓝（法律感）、暖灰（桌面）、暗金（标注或装饰线条），避免过于鲜艳的颜色破坏专业沉稳感。

使用建议

若用于报告封面，建议选择“俯视桌面场景”构图，并加入一个醒目的红色印章，强化终审权威感。
若用于内页插图或社交媒体配图，选用“微距细节风”更易吸引眼球，注意保留足够的文字留白区域以便排版覆盖。
可在核心提示词后附加“--ar 16:9”或“--ar 3:2”等参数以适配不同版面；如需更强调数据感，增加关键词“infographic elements, transparent overlays”。
生成后若画面中出现无关文字或杂乱符号，可局部重绘或手动调整批注内容，确保条款文字清晰可辨且符合中文阅读习惯。

AI提示词 Grok

707 热度

KOL账号新闻事实核查高阶版提示词

针对KOL账号的新闻事实核查需求，提供一套专业级提示词方案，帮助...

AI提示词 KOL账号新闻核查

查看详情

角色定义
你是一位资深新闻事实核查专家，受聘为头部KOL账号提供高阶核查支持。你的目标不是简单判断“真假”，而是系统性地拆解信息链条，识别逻辑漏洞、隐藏偏见与证据层级，最终生成一份可供公开传播、同时又经得起同行校验的核查结论和提示词方案。

适用场景

KOL发布热点事件解读、突发新闻报道或深度分析时，需要前置核查脚本与核心数据
团队内部需要对即将发布的视频或图文内容做最后一道事实防线检查
对已发布的争议内容进行二次核查，并生成修正版提示词用于后续创作

核心提示词
以下提示词可直接复制使用，适用于图像生成、信息图制作或核查过程记录：

A professional fact-checker surrounded by floating documents, news clippings, timestamped screenshots, and a magnifying glass highlighting a suspicious quote, digital collage style, high contrast lighting, meticulous details --ar 16:9
A split-screen composition: left side shows a KOL's confident face with a microphone, right side shows a courtroom-style evidence board with red X marks and verification stamps, gritty documentary texture, shallow depth of field --ar 16:9
Close-up of a hand holding a smartphone with a paused video frame, overlaid with translucent fact-check tags (SOURCE VERIFIED, MISLEADING, CONTEXT MISSING), neon blue and red highlight lines, cinematic shadows --ar 4:3

风格方向

新闻纪实风：采用冷色调、高对比度，配合新闻直播间的元素，突出权威感与紧迫感
信息可视化风：用图表、时间轴、来源标签等视觉元素支撑核查逻辑，适合做成静态信息图或视频封面
法庭证据板风：使用红色标记、黄色高亮、证据编号，营造“铁证如山”的压迫感

构图建议

优先使用“对比式构图”：左边放原始KOL内容截图/视频帧，右边放核查证据和结论，中间用箭头或分界线隔开
中心焦点建议放在“被核查的关键语句”上，用放大镜或透明叠加框突出显示
背景可加入模糊的新闻滚动条或社交媒体时间线，增加环境叙事感

细节强化

来源标注：在每个证据旁添加小字标注（如：Reuters 2024-03-15 / 原始视频截图）
可信度评分：用百分比或星级图标在视觉上标记每条信息的可信程度
时间戳：在关键帧上叠加精确到秒的时间码，强化可追溯性
色彩警告系统：绿色=Verified，黄色=Unclear，红色=FALSE，帮助读者一目了然

使用建议

将核心提示词直接输入Midjourney、DALL-E或Stable Diffusion时，建议加上“--style raw”或“photorealistic”参数以获得更真实的新闻感
若用于视频脚本，可将构图建议转化为分镜描述，每个镜头保持5-8秒的停顿供观众阅读证据
在团队协作中，先输出本文的角色定义给所有参与核查的人员统一认知，再分发具体提示词
可以结合“反向提示词”（如：避免卡通风格、避免过度戏剧化）来提升专业度

AI提示词 Gemini

257 热度

电商服饰多模态内容理解完整流程提示词

本方案提供电商服饰多模态内容理解的完整提示词框架，帮助用户以...

AI提示词电商服饰多模态理解

查看详情

角色定义与任务定位
请以“电商服饰多模态内容理解分析师”身份使用本组提示词。你的核心目标是对电商平台服饰商品的多模态数据（包括商品主图、模特图、标题文本、描述文本、属性标签）进行深度理解与结构化信息提取，最终输出可用于检索、推荐、内容管理的标准化关键要素。你需要在视觉与文本之间建立语义对齐，识别款式、材质、色彩、风格、细节特征，并形成可复用的结构化数据。

适用场景

电商平台商品上架审核：自动提取服饰属性，校验信息一致性
智能穿搭推荐：从多模态数据中抽取风格、颜色、适用场景
同款商品匹配：基于视觉+文本特征进行相似度分析
属性标注自动化：批量生成品类、材质、领型、袖长等标签
内容标签体系构建：为搜索和推荐系统提供精细维度的层级标签

核心提示词
以下提示词可直接复制并使用，根据实际输入内容调整细节：

“你是一位电商服饰多模态分析专家。请分析输入的服装商品图片及其文本信息。图片中包含【插入图片描述或URL】，标题是【插入标题】，描述是【插入描述】。请以结构化JSON格式输出以下维度信息，每个字段附带置信度评分（0～1）：款式（如T恤、连衣裙、外套、裤子）、颜色（主色+辅色，使用标准色卡名称）、材质（如棉、涤纶、羊毛、混纺）、领型（如圆领、V领、立领、翻领）、袖长（长袖、短袖、七分袖、无袖）、裙长/裤长（超短、短、中长、长）、图案（纯色、印花、条纹、格纹、刺绣）、适合季节（春、夏、秋、冬）、风格标签（休闲、通勤、运动、甜美、复古）、细节特征（如口袋、拉链、蕾丝、纽扣、腰带）。若存在穿搭场景，请补充下装/配饰的类型与颜色。确保输出字段完整，缺失字段填写null。” 
“请对多张同款商品不同角度图片进行综合理解，提取一致的款式与细节，并标注出各图片中特征差异（如颜色变化、摆拍角度不同导致的遮挡部分）。输出合并后的结构化数据。”

风格方向

写实产品摄影风格：强调真实质感、面料纹理与光影细节，提取如哑光、光泽、透明感等视觉属性
模特上身图风格：关注人体姿态、穿搭层次、版型合体度，提取如修身、宽松、落肩等版型信息
平铺图或白底图风格：专注服装本身轮廓与结构，忽略背景干扰，利于提取领型、袖口、下摆等细节
标签信息风格：结合文本中“通勤”“韩版”“北欧风”等关键词，对视觉风格进行标签化映射

构图建议

输入图片建议采用正面全身或半身构图，服装主体占比超过70%，避免过多人脸或配饰干扰
多角度拍摄优先后背、侧面、领口特写、面料细节近景，以覆盖服装全部可提取特征
平铺图要求服装展开平整无褶皱，避免折叠导致轮廓误判；使用纯色背景（白色或浅灰色）
模特图避免复杂背景或动态模糊，保证服装边缘清晰；优先选择站立、正面平视角度

细节强化

面料纹理：需特别关注编织方式（针织、梭织）、表面肌理（起毛、压花、珠片等），输出如“罗纹”“提花”“雪纺皱”等专业术语
装饰细节：识别并描述纽扣材质与数量、拉链类型（金属、树脂、隐形）、刺绣图案与位置、亮片分布等
辅助特征：标签、洗唛、吊牌中的成分或产地信息（若清晰可见）亦应提取
工艺细节：如拼接、压褶、打揽、破洞、磨边等，根据视觉线索输出工艺名称

使用建议

分阶段处理：先对单张图片进行基础属性提取，再综合多张图片做去重与交叉验证，最后融合文本标签修正置信度
词汇标准化：建立内部服饰属性词库（如“圆领”对应“round neck”），避免同义词歧义，提升结构化一致性
质量控制：对置信度低于0.6的字段建议人工复核，特别对复杂印花、混纺材质、模糊图案等易误判项
扩展维度：根据业务需求可加入“适用人群（男/女/童）”“价格区间（低/中/高）”“穿着场合（通勤/聚会/运动）”等标签，但需确保从多模态数据中能合理推断
提示词迭代：定期收集错误案例，调整提示词中强调的细节类型（如当发现大量领型识别错误时，增加“请重点关注领口形状与开合方式”等引导）