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 Stability

884 热度

商业级像素游戏多主体复杂构图提示词

本方案为商业级像素游戏的多主体、复杂构图场景提供专业提示词结...

AI提示词像素游戏多主体复杂构

查看详情

角色定义与任务定位
你应当以资深像素艺术设计师兼游戏视觉总监的身份来使用本组提示词。核心目标是为多角色、强叙事、高密度的像素游戏场景生成可直接用于商业展示的视觉图像。你的任务不是简单堆叠像素块，而是通过精准的角色分布、层级关系、光影与色彩控制，营造出具备电影镜头感的多主体复杂构图，确保每个角色既有独立辨识度，又在整体画面中形成有机的视觉节奏。

适用场景

像素风格RPG游戏的海报级角色群像展示，例如队伍集结、酒馆混战、地下城遭遇等。
需要同时呈现多个重要NPC或敌我阵营对峙的动态宣传图。
文生图工具中用于生成像素游戏过场动画的静态关键帧。
独立游戏或商业手游的美术概念设计阶段，快速验证多角色构图方案。

核心提示词
以下提示词可直接复制至文生图工具（如Midjourney、Stable Diffusion等）中，建议结合具体角色文案补充。

“商业级像素艺术，多角色复杂构图，16位像素风格，高清像素细节，平视角或略俯视视角，黄金分割布局，画面中有6个以上角色，每个角色具备独特装备与姿态，角色间互动明确（交谈/对峙/战斗），前景背景层次清晰，微光效与动态粒子，环境细节丰富（酒馆/废墟/森林），主光源从左上角照射，投影柔和，色彩饱和度较高，对比度适中，无文字，无模糊，像素边缘锐利。”
可选补充词：“retro pixel art, multiple characters complex composition, cinematic lighting, pixel shading, 32x32 character sprites, framed in rule of thirds, foreground action, background architecture, subtle pixel glow.”

风格方向

像素等级：商业级建议使用16位或32位色深的精细像素风格，保留明显像素锯齿感的同时增加抗锯齿边缘处理，避免过于粗糙的8位风格。
光影体系：采用模拟多向光源的像素阴影技术，每个角色根据主光源方向投射硬边阴影，保留像素艺术的超现实感。
色调倾向：以复古游戏机色彩（如SFC、GBA调色板）为基底，加入现代色彩理论（互补色强调、冷暖对比）提升视觉冲击力。
材质表现：通过像素点阵的疏密变化模拟金属高光、布料的纹理感、木质的粗糙度，保持像素画特有的“节省”美学。

构图建议

主体分布：采用“三角形+纵深”构图法，主要角色安排在画面下1/3处的左中右三点，次要角色沿Z轴向后排列，形成前中后三个层次。
视线引导：通过角色朝向的交叉或统一视线方向（如所有角色看向画面中心）制造叙事焦点；如果是对峙场景，让双方视线水平对冲。
空间折叠：利用像素艺术中常见的“等距透视”或“2.5D透视”进行空间分割，地面网格线可作为比例尺确保角色大小与纵深匹配。
主次比例：核心角色占画面高度约40-50%，次要角色约25-35%，背景角色可缩小至15%并降低色彩饱和度进行前后分离。

细节强化

角色独特性：每个角色至少包含3个可识别特征（如独特武器、特殊发色、标志性纹身、种族特效光环等），避免模板化造型。
环境叙事：在画面边缘或背景中埋入与角色相关的细节元素，例如桌面的药水瓶暗示法师身份、墙上的裂痕对应战士的破坏动作。
动态暗示：通过像素动画中的“帧混合”思路——比如角色衣摆扬起、头发飘动、灰尘粒子、刀光轨迹的像素拖尾来暗示静态画面外的动作。
像素密度控制：前景角色使用32x32或更高精度，背景元素降级至16x16，通过像素块的大小差异自然形成景深效果。

使用建议

在文生图工具中优先选择支持像素艺术模型（如PixelArt XL、16-bit Anime等）的环境，并手动设置输出分辨率为1024x768或1920x1080以保留像素细节。
建议先使用核心提示词生成初稿，然后通过局部重绘或图生图方式对每个角色进行微调，保证角色风格统一但动作不重复。
如果工具支持负面提示词，加入“blurry, smooth, realistic, 3D render, oil painting”等限制词，避免向非像素风格偏移。
多次迭代时，保持构图的“重心稳定”原则——即不要让所有角色挤在同一条水平线上，确保画面重心在几何中心偏下位置。

AI提示词 Mistral

920 热度

房地产市场推理分析报告专业版提示词

这是一套专为房地产市场推理分析报告设计的专业提示词方案，适用...

AI提示词房地产市场推理分析

查看详情

角色定义
你是一位资深房地产市场分析师兼视觉创意专家，任务是将“房地产市场推理分析报告”这一主题转化为具有数据推理感、行业权威性与视觉冲击力的图像或信息图。你生成的每一幅画面都应像专业报告封面、核心图表页或数据可视化关键帧，让观众一眼感知到严谨的分析逻辑与市场洞察。
适用场景

房地产行业年度/季度报告封面或内页配图
数据分析可视化海报或信息图（如房价走势、供需对比、区域热度）
投资者决策支持材料中的推理过程示意图
房产研究文章或白皮书的视觉摘要
市场预测与趋势分析演示文稿的视觉主体

核心提示词

房地产数据推理分析报告风格，专业且具有权威感，深蓝与金色配色，城市天际线剪影背景
主要视觉元素：折线图与柱状图组合，数据点带有明确标注，趋势箭头指向未来预测区间
画面中心为一组三维立体数据图表，图表边缘带有金属质感的边框或刻度尺
背景融入模糊处理的房产交易地图或区域网格，暗示地理分析维度
关键区域使用高亮光晕或半透明色块强调推理结论（例如“上升区间”“风险提示”）
文字内容仅作为装饰性标题，如“Market Analysis 2025”或“区域推理模型”，不干扰图表主体

风格方向

专业冷峻：主色调为深蓝（#0A1F3D）、暗金（#C5A55A）、纯白，配合低饱和度灰色辅助
数据驱动：强调线条的精准度与数据点的清晰层次，避免艺术化模糊处理
现代科技感：图表表面带有细微的玻璃光泽或磨砂纹理，背景网格线若隐若现
推理叙事：通过箭头、虚线框、编号标签等元素构建“从数据到结论”的逻辑流程

构图建议

采用“图表主体+背景环境”的双层结构：前景为立体数据面板，后景为城市天际线或卫星地图
如果偏向封面感，使用居中对齐，数据图表如金字塔般由下至上收窄，顶部放置结论性文字区域
如果偏向信息图，使用三分之一分割线，左侧为推理路径（流程图），右侧为数据图表
推荐使用俯视30度角或斜45度角观看数据面板，增加空间层次

细节强化

坐标轴刻度线必须清晰可见，且带有数字标注（如“Q1 2024–Q4 2025”）
数据点之间用细虚线连接以表示趋势预测的不确定性区间
在图表关键拐点处添加放大镜效果或聚焦圆环，突出推理转折
背景中可融入极细的地理等高线或街道网，暗示区域分析底层
整体添加轻微颗粒噪点或胶片质感，强化报告的“纸媒专业感”

使用建议

此提示词适用于Midjourney、DALL·E 3、Stable Diffusion等主流图像生成工具，建议配合参数“--ar 16:9”或“--ar 4:3”以适应报告画面
若需生成纯图表风格，可在提示词后增加“white background, no text, minimalist”等修饰词
对于不同子主题（如房价指数、库存分析、人口流向），可将“城市天际线”替换为对应城市的天际线轮廓，或将“趋势箭头”改为具体指标名称
生成的图像可直接作为报告封面、章节分隔页或数据可视化配图，无需二次加工即可体现专业度

AI提示词 Chatgpt

166 热度

高效新能源项目爆文选题策划提示词

这是一套专为新能源项目打造的爆文选题策划提示词方案，帮助内容...

AI提示词新能源项目爆文选题

查看详情

角色定义与任务定位
以“新能源行业爆文选题策划师”的身份，围绕高效新能源项目的技术突破、政策导向、市场机遇、用户痛点等核心维度，系统化输出具备高传播潜力、强情绪共鸣、易引发转发的选题方案。目标：生成可落地、有框架、能激发读者行动或讨论的爆文选题，而非泛泛而谈的行业资讯。

适用场景

需要为新能源项目公众号、头条号、短视频脚本设计选题选题时
策划新能源领域“10万+”爆款内容，但缺乏切入角度或灵感
对比分析新能源项目与传统能源的传播差异，寻找差异化叙事
结合热点事件（如政策发布、技术发布会、电站并网）快速产出选题

核心提示词

“以新能源项目操盘手视角，用‘3秒抓住眼球’的标题公式，围绕【高效】与【爆款】两大关键词，策划5个直击行业痛点的选题方向，每个方向需包含一个悬念式标题、一个核心钩子、一个数据或案例支撑点。”
“请用‘认知冲突+技术揭秘+利益驱动’的逻辑框架，针对‘高效新能源项目’这一主题，生成一篇适合微信公众号传播的爆文提纲。开头用一组反常识数据引入，正文拆解三个关键技术或模式创新点，结尾设置一个引发讨论的开放式问题。”
“假设你是一位在新能源领域有10年经验的工程师兼自媒体人，用第一人称口吻写一篇关于‘高效光伏项目如何做到1年回本’的爆文选题策划方案，要求包含场景化痛点（如‘为什么你的电站发电量总不达标’），以及可复用的解决方案对比表。”

风格方向

硬核技术风：强调效率数据（如转换率、衰减率、投资回收期），使用白皮书式的术语和对比图表语言，适合B端专业读者
民生故事风：以农户、企业主、村集体等普通人视角切入，讲述新能源项目带来的实际收益变化，语言通俗且有画面感
政策解读风：结合最新补贴、碳交易、绿证等政策，用“算账”形式拆解政策红利，适合政策敏感型用户
风险揭露风：以行业内幕、踩坑案例作为切入点，用“深度调查”的语气引发好奇，适合追求真实感的读者

构图建议（内容框架布局）

标题+封面：标题采用“数字+反常识+利益点”公式（如“300天回本！这个新能源项目靠什么做到？”）；封面可使用实拍电站大场景+局部高亮细节（如逆变器数据屏、施工过程）
开头段：用一组对比数据或一个微小场景瞬间制造悬念（例如“同样是一亩地，光伏和种玉米的收益差了多少倍？”）
正文节奏：采用“故事→问题→方案→验证”四段式，每500字插入一个数据图表或案例截图，保持视觉层级清晰
结尾动作：设置“算算你的项目能省多少钱”等互动计算器，或“评论区留下你的看法”引导讨论

细节强化

每次策划必须包含至少一个真实可查的案例名称或项目编号（如“河北某5MW屋顶光伏项目”）以增强可信度
使用具体的时间节点、金额数字、效率百分比（如“组件效率22.8%”“年发电量超120万kWh”）替代模糊概括
加入对比维度：新旧技术对比、不同地区发电量对比、投资回报周期对比，形成信息增量
引用权威机构报告（如IRENA、国家能源局）或行业专家点评，提升专业感与背书力度

使用建议

将核心提示词直接复制到ChatGPT、文心一言、Claude等AI工具中，替换方括号内的具体项目信息即可生成选题大纲
完成选题大纲后，优先选择“风险揭露风”或“民生故事风”方向进行测试，因为这两类在新能源领域易获得高互动率
若用于短视频脚本，需将正文节奏调整为“前3秒冲突—中间15秒干货—最后2秒呼吁行动”的短平快结构
每次使用前，先确认目标平台（如微信公众号、知乎、抖音）的标题字数限制和封面尺寸规范，再微调提示词中的格式要求

AI提示词 Qwen

506 热度

云原生平台数据处理脚本清晰框架提示词

这是一份为云原生平台数据工程师量身打造的提示词方案，聚焦于构...

AI提示词云原生平台数据处理

查看详情

角色定义
以云原生数据工程师（Cloud-Native Data Engineer）的身份使用此提示词。您的核心目标是将数据处理流程设计为遵循云原生原则的脚本框架——具备高可观测性、弹性伸缩、配置外部化与声明式管理特征，确保脚本在 Kubernetes 等容器化环境中稳定运行，同时便于团队维护与迭代。

适用场景

在云原生平台（如 Kubernetes、OpenShift）上编写 ETL / ELT 数据处理脚本
构建面向流式或批处理的数据清洗、转换、聚合任务
需要同时兼顾脚本清晰度、资源限制、错误恢复与日志审计的团队项目
希望将数据处理脚本与 CI/CD 管道、配置中心、监控告警系统无缝集成

核心提示词
以下提示词可直接复制并用于脚本框架设计或 AI 生成示例代码：

框架结构模板：“采用config → init → process → error_handler → cleanup五阶段结构，每个阶段独立函数，所有配置通过环境变量或 ConfigMap 注入，不硬编码任何路径或凭据。”
可观测性要求：“每个阶段输出结构化 JSON 日志（包含时间戳、级别、阶段名称、处理行数、耗时），并在启动和结束处记录脚本版本与运行参数，同时暴露 Prometheus 指标（如处理记录数、错误数、延迟分布）。”
健壮性约束：“为每个远程调用（API、数据库、对象存储）添加指数退避重试机制（最多 3 次），通过超时控制避免长时间挂起；若超过阈值则输出告警日志并优雅终止进程，不留下中间脏数据。”
资源声明：“在 Kubernetes Job 或 CronJob 中显式设置 requests 与 limits（CPU/内存），并启用 Pod 优雅关闭（preStop hook 等待当前批次完成），避免数据不一致。”

风格方向

清晰度优先：函数职责单一，命名遵循动词_宾语（如extract_from_kafka、transform_to_parquet），注释仅解释异常逻辑而非语法。
云原生风格：配置与代码分离，使用 ConfigMap 管理运行时参数；日志格式遵循 Fluentd / Loki 规范；无状态设计（处理状态由外部存储如 Redis 或数据库持有）。
专业版注释：在文件头部包含维护者、创建日期、输入输出描述、依赖版本声明；关键算法处标注复杂度与容错策略。

构图建议
若需要为脚本可视化设计（如架构图或流程图），请参考以下方向：

主图内容：绘制分阶段流程图——左端为数据源（Kafka / S3），中段为容器内脚本处理流程（五个阶段以横向泳道排列），右端为目标存储（数据湖 / 消息队列），并用不同颜色区分正常流与错误流。
视觉元素：在每一阶段旁标注 Prometheus 指标图标（Gauge 符号）和日志框（JSON 片段气泡）；在底部添加 Kubernetes Pod 资源声明示例（YAML 矩形块）。
色彩方向：使用冷色调（深蓝、青灰、白色）突出专业感；错误流用橙红色虚线标注；日志气泡使用浅黄底色以提升辨识度。
表达方式：采用等宽字体呈现核心代码段，流程图箭头使用实线表示主流程，虚线表示异常回退路径。

细节强化

错误处理链：为每类异常定义独立错误码（如ERR_NET_TIMEOUT），并在日志中输出上下文堆栈；支持发送告警到 Slack / PagerDuty（通过 Webhook 嵌入脚本启动阶段）。
优雅关闭与 checkpoint：在中断信号触发时，将当前处理进度写入外部 checkpoint 文件（如 Redis key），下次启动时自动跳过已处理批次。
依赖锁定：所有 Python / Java 依赖版本通过 Pipfile.lock 或 Maven Shade 插件固化，并定期扫描 CVE。
测试套件注释：每个处理函数需注明对应的单元测试覆盖情况，如“test_transform_to_parquet 覆盖空输入与非法 schema 场景”。

使用建议

将本提示词导入 ChatGPT / Claude 或代码生成工具时，先复制“核心提示词”部分作为初始指令，再根据实际数据源（如 Kafka 集群地址、表结构）修改方括号中的占位符。
建议与团队统一编码规范（如 Google Python Style Guide）配合使用，并在 Git commit message 中标注此框架版本号。
在项目初期先输出一个最小可行脚本，遵循上述五阶段结构，然后逐步添加可观测性与错误恢复逻辑，避免过度设计。
可辅以 Terraform / Helm Chart 模板，将脚本作为容器镜像部署，实现从代码到运行环境的完整云原生流程。

AI提示词 Ernie

206 热度

财税解读多模态文档问答结果优化提示词

这份方案为财税领域多模态文档问答结果提供视觉优化提示词，帮助...

AI提示词财税解读多模态文档

查看详情

角色定义与任务定位
应以财税数据分析师、文档可视化设计师或AI提示词工程师的身份使用这组提示词。目标是将财税多模态文档（如发票、报表、合同截图）的问答结果，转化为专业、易读、结构清晰的视觉呈现，方便用户在行业场景中快速理解、对比和引用答案。

适用场景
适用于以下需要将财税问答结果进行视觉优化的场景：

财税审计报告中的问题-答案可视化展示
多模态文档（含表格、图表、手写备注）的智能问答结果输出
财税培训材料中结构化问答示例的图文混排
税务合规审查时，对原始文档与答案的对比呈现
内部财务分析会议中的问答结果摘要展示

核心提示词
以下提示词可直接复制用于图像生成或视觉设计工具，以获取财税多模态文档问答结果的优化效果：

【问答对比图】A clean, professional infographic showing a side-by-side comparison of an original fiscal document snippet (left side) and its Q&A result (right side). Left side: a scanned invoice with red circled items, slight yellow aging. Right side: structured text answer with bullet points, key numbers highlighted in blue, and a small data summary table at bottom. Style: corporate, white background, gray borders, 2D flat design.
【结构化输出图】A multi-panel document layout: top panel shows a clipped multi-modal document (mix of text, bar chart, and handwritten notes); middle panel lists three Q&A pairs with each answer in a bordered box, using green checkmarks for correct fields; bottom panel shows an extracted key data table with column headers “Field / Value / Source”. Typography: sans-serif, neutral grays with blue accent.
【流程解释图】A flowchart-style visual: leftmost is a document icon with “Multi-modal Input”, arrow leads to a central processor icon labeled “Q&A Engine”, then three parallel arrows to three answer cards. Each card shows a document snippet thumbnail, a short question, and a concise answer with numbered references. Color palette: navy blue, light gray, and pale gold.

风格方向

专业简洁：避免装饰性元素，采用白底、细边框、清晰的无衬线字体，营造审计报告般的严谨感
信息分层：使用色块（浅蓝、浅绿、浅灰）区分原始文档区域、问答区域、数据表格区域
数据可视化：对金额、税率等关键数字采用高亮（蓝色或橙色）或加粗处理，辅助读者快速定位
文档质感：原始文档部分可略带纸张纹理或轻微阴影，与结构化答案的干净界面形成对比

构图建议

左右分栏布局：左侧占40%展示原始文档片段（带多点标记），右侧占60%展示结构化问答结果，底部通栏放置数据提取表
上下分栏布局：上方50%为文档缩略图+问题气泡，下方50%为答案卡片（每个卡片含问题编号、答案文本、引用来源标注）
网格卡片布局：每对问答占据一个独立卡片，卡片内包含文档小截图、问题、答案、关键词标签，整体排列成2×2或3×2网格
时间线布局：按问答顺序从左到右排列，每个节点处展示文档局部截图和答案要点，用箭头连接

细节强化

箭头与连线：在原始文档和答案之间使用细箭头或虚线连接，标注“Source: Line 3, Column B”等引用位置
标签与图标：为每个问答结果添加简洁图标（如放大镜、对钩、文件），增强识别度
高亮框：对文档中的关键字段使用半透明红色或黄色高亮框，答案中对应的字段使用相同颜色做背景匹配
字体规范：标题使用15px粗体，正文12px常规，表格内数字10px等宽字体，保证排版秩序
阴影与投影：卡片使用2px细阴影，文档模拟轻微扫描阴影，营造纸质文件与数字界面的过渡感

使用建议

生成后可根据实际财税问答内容替换示例文本、数字和文档截图，保持问答逻辑一致
如需打印输出，建议将背景色去掉或改为浅灰，避免彩色消耗；电子展示则保留蓝色主色调
推荐使用工具：Canva、Figma、Adobe Illustrator 或支持提示词的AI绘图工具（如Midjourney、DALL·E）
若用于演示，可将多个问答结果页面排列成连续幻灯片，每页一个对比组，保持视觉风格统一
在财税合规场景中，建议在底部增加“数据来源”和“对应文档编号”脚注，增强可信度

AI提示词 Gemini

942 热度

结构化连锁零售复杂任务拆解提示词

为连锁零售领域提供一套结构化复杂任务拆解提示词方案，帮助从业...

AI提示词连锁零售复杂任务

查看详情

角色定义
你是一位连锁零售运营策略分析师，专注于将门店端与总部的多维度复杂任务（如库存调配、排班优化、促销活动落地、多店标准化管理等）拆解为可量化、可追踪、可复用的执行步骤。你的核心目标：用结构化框架消除模糊指令，让一线团队与管理者获得清晰的行动指南与判断依据。

适用场景

连锁零售企业需要将年度战略目标分解为季度/月度门店级任务清单
区域经理或运营主管面对跨门店、跨品类的复杂协调问题（如新店开业、SKU更新、促销组合设计）
总部制定标准化流程文档，需兼顾不同门店规模、客流、人员配置的变量控制
培训新人快速掌握连锁零售关键任务的拆解逻辑与执行要点

核心提示词

将[具体任务]拆解为3~5个主干阶段，每个阶段明确产出物、负责人、时间节点与检查清单
识别任务中的关键变量（如库存周转率、人效比、客单价、坪效），并为每个变量设置阈值警报
用“任务-子任务-操作项”三级结构呈现，每级附带决策树（条件分支）应对异常情况
输出格式：采用MECE原则（相互独立、完全穷尽），避免交叉责任或遗漏环节
附加风险提示与回退方案，例如缺货时自动触发补货队列、排班冲突时优先弹性员工

风格方向

专业理性风：使用行业术语（如EOS、SOP、KPI仪表盘）但附简短解释，适合管理汇报
务实操作风：侧重“怎么做”而非“为什么”，每个步骤标注资源需求（人力/时间/系统工具）
可视化结构：表格化分解（可用符号模拟层级），避免大段文字描述；推荐配合流程图或看板
语气中立直接：不煽情，不修饰，以“指令+验证点”为主语调

构图建议

主图可采用分层树状图：根节点（复杂任务）→ 4~5个一级分支（主题模块）→ 每个分支延伸出二级操作卡片
配色：深蓝+灰白+警示红（用于风险节点），保持商业冷静感；图标使用流程箭头、放大镜、拼图块
关键节点旁标注“决策点”菱形符号，并用虚线连接回退路径
底部保留一行总结性结论或快速自查口诀，例如“先分阶段、再定变量、后加异常回退”

细节强化

在任务拆解中加入“最小可行版本”概念：若资源受限，至少完成哪几个子任务才能保证闭环
对每个操作项标注负责人角色（如店长/助理/采购员），避免多头协同时责任模糊
嵌入实际数字示例，例如“库存周转天数＞7天则触发调拨申请”“每人每小时理货量目标≥30件”
考虑连锁零售的“标准+弹性”双轨制：基础SOP固定，但允许门店根据客流、天气、商圈活动微调10%权重
添加“沟通确认节点”：关键拆解步骤完成后需与相关部门（如物流、财务）做一次15分钟快照对齐

使用建议

先明确任务边界：用“一句话定义”锁定任务范围（如“本季度华南区门店库存周转优化”），再套用上述提示词框架
优先处理高耦合任务（如促销与库存、排班与客流预测），低耦合模块可并行拆解
生成后建议做一次“傻瓜测试”：让不熟悉该任务的新人按照拆解步骤操作，若卡壳超过3处则需再细化
每季度复盘拆解模板，根据实际执行效果微调变量阈值和分支逻辑，保持模型进化

AI提示词 Hunyuan

219 热度

高效产业观察公关稿件写作提示词

本方案为撰写高效产业观察类公关稿件提供专业提示词架构，帮助用...

AI提示词产业观察公关稿件

查看详情

角色定义
以资深产业观察分析师兼公关撰稿人身份切入，目标是在短时间内产出一篇兼具专业洞察与传播价值的产业观察稿件。你需要将复杂行业动态转化为清晰观点，用数据与案例支撑判断，同时保持语言简洁有力，适合媒体发布、品牌背书或行业交流。

适用场景

企业品牌需要发布季度产业趋势分析时
政府或协会撰写行业白皮书摘要时
公关团队针对热点事件撰写快速响应评论时
自媒体或行业媒体需要深度观察专栏时
投资机构需要一份逻辑严谨的行业简报时

核心提示词

“撰写一篇关于[具体产业]的公关观察稿件，要求结构完整：先概述当前产业规模与增速，再分析三大核心趋势（技术驱动、政策影响、竞争格局），最后给出未来12个月的关键判断。语言专业但避免晦涩术语，正文控制在2000字以内，每段首句即为观点总起句，后续用数据或案例佐证。结尾需有一个可传播的金句总结。”
“以第三方独立视角，针对[产业名称]近期发生的标志性事件（如并购、技术突破、政策变动）撰写观察稿件。开篇用一段冲突性场景或数据反差吸引读者，中间分三部分展开：事件背景、深层原因、潜在影响。每一部分都要引用至少两个权威信源（如券商报告、政府公报、企业财报）。整体语气客观冷静，不夹带主观情绪。”
“生成一份适合公关传播的产业观察稿件，标题自拟为‘[产业名]：从XX到XX的进化逻辑’。正文采用‘总-分-总’结构：首段用一句话定义当前产业核心矛盾；中间用三个并列的小标题拆解不同维度（如技术、市场、政策）；末段回归到企业应对策略。全文配合至少三组可视化数据（可描述图表趋势），并标注数据来源。”

风格方向

专业感：选用行业术语但避免堆砌，每个术语首次出现时用括号标注简短解释
数据驱动：核心观点必须绑定具体数字或比例，拒绝模糊表述
结构清晰：全文采用金字塔结构，核心结论前置，背景补充后置
传播友好：每段落不超过5行，多用短句和类比，增强可读性
冷静客观：避免“震惊”“重磅”等情绪化词汇，用“值得关注”“迹象显示”等中性表达

构图建议
稿件内部段落搭配可参考如下框架（非图像，指文字结构布局）：

开篇段落：由一个具体场景或数据点切入，类似“特写镜头”拉近读者注意力
中间段落：采用“观点+证据+延伸”三步走，每段形成一个独立“微观点”，段落间用过渡句串联
数据呈现处：以“数据+对比+解读”三层展开，避免孤立罗列数字
结尾段落：从局部回到宏观，用一两句话升华至行业共性启示，形成“远景”收尾

细节强化

**数据质感**：所有引用数据必须说明时间范围（如“2024年Q3数据显示”）和统计口径，增加可信度
**案例具象**：选取一个代表性企业或事件作为“切片”，用300字左右详细描述其过程、影响，增强可读性
**对比锚点**：将当前产业表现与三年前、五年前的数据做对比，或用同行业不同细分领域做横比，凸显趋势变化
**语言节奏**：每段首句至多20个字，次句立刻引入数据或案例；避免连续三个以上长句，适当使用冒号或破折号制造停顿
**金句设计**：在全文约60%位置插入一句可独立传播的观点（如“[产业]正在从增量竞争转向存量博弈”），用加粗或引号标记

使用建议

先根据目标受众（投资人、媒体、大众）调整语气：面向专业受众可保留英文缩写，面向大众则需全部翻译并附解释
核心提示词中的[具体产业]字段需提前替换为真实行业名称，且尽量精确到细分领域
若时间紧迫，可只采用一条核心提示词，结合“风格方向”和“细节强化”中的要素微调即可快速成文
成文后，用“某不知情读者”视角通读一遍，检查是否存在难以理解的跳跃逻辑或过时数据
配合少量公关包装（如加上品牌Logo、套用固定模板）即可直接发布，注意保留数据来源链接以供查证

AI提示词 Grok

110 热度

工业制造用户评论洞察结构化提示词

针对“工业制造用户评论洞察”主题，本方案以信息图设计师角色，...

AI提示词工业制造用户评论

查看详情

角色定义与任务定位
你将扮演一位工业领域数据可视化设计师，核心目标是为一套“工业制造用户评论洞察”流程设计可落地的视觉化提示词方案。你需要将评论收集、清洗、分析、洞察、建议的完整步骤转化为高识别度的信息图或流程图视觉语言，确保画面既保留工厂硬核质感，又清晰呈现逻辑链条。生成的内容应可直接用于AI绘图工具（如Midjourney、DALL·E）或作为可视化设计稿的创意参考。

适用场景

制作工业制造行业用户评论分析报告封面图
设计企业内部流程展示海报，向管理层汇报评论洞察方法论
输出科技类自媒体文章配图，演示评论挖掘到策略落地的全过程
生成数据可视化作品集风格参考图，突出工业感与条理感

核心提示词
以下为可直接用于AI图像生成工具的提示词模板（可根据需要调整中英文）：

An informative infographic titled “Industrial Manufacturing User Review Insights”, showing a step‑by‑step flowchart from “Review Collection” to “Strategy Implementation”. The style is industrial technical illustration, blue‑grey and steel color palette, subtle gear and assembly line motifs, clean sans‑serif typography, high contrast for each node. Each step includes a small icon: speech bubble with gear for collection, magnifying glass with filter for cleaning, bar chart with wrench for analysis, lightbulb with factory for insights, arrow with target for action. In the background, subtle CNC machine lines and circuit board texture. Low‑angle perspective, dramatic lighting from top left, volumetric shadows. –ar 16:9 –v 6.0
中文适配版：一张信息图，标题为“工业制造用户评论洞察”，展示从评论收集、数据清洗、情感分析、洞察提炼到策略落地的完整流程。风格为工业科技插画，主色调为钢蓝灰+警示黄，齿轮传送带元素贯穿各步骤，每个节点配简洁图标（气泡+齿轮、滤镜+放大镜、柱状图+扳手、灯泡+工厂、箭头+靶心）。背景有轻微CNC加工纹理与电路板线条。左上侧光，立体投影，宽高比16:9。

风格方向

硬核工业风：金属拉丝质感、铆钉边框、管道与传动带作为连接线
科技蓝灰调：主色#2C3E50、#4A6FA5、#E67E22（强调色），克制不花哨
结构化清晰：每个步骤用高对比色块分隔，箭头指示方向，数据标签清晰
材质细节：半透明亚克力面板、磨砂金属文字、轻微辉光节点

构图建议

采用横向自上而下或Z字型流程布局，5个核心节点从左至右或螺旋排列
每个节点占画面约18%面积，之间由粗齿轮链或金属管道箭头连接
主标题置于画面左上角或中央顶部，字号最大，下方以小字标注“结构化提示词工程”
左下角或右下角放置微型数据总览块（如“已处理10万条评论”）作为数字锚点
背景为浅色网格或暗色电路板纹理，确保前景流程内容突出

细节强化

节点边框：双线描边，内线为细发光蓝，外线为暗灰金属
图标风格：统一线框描边+填充色块，线条宽度一致，保持工业测量工具感
文字信息：每个步骤下方显示2‑3个关键词（如“收集：API/问卷”），字体用Roboto Condensed或黑体，加轻微投影
氛围元素：零散散落的螺钉、量规、齿轮碎片，不遮挡主流程但增加场景真实感
光影：主光源来自左上，每个节点右下方有长投影，节点本身有金属反光
色彩对照：各步骤按顺序使用蓝‑绿‑黄‑橙‑红的渐进色（类似数据热度图）

使用建议

直接复制核心提示词到Midjourney或DALL·E生成初稿，再根据输出微调描述词
若用于平面设计，可将构图建议作为框架，用Adobe Illustrator或Figma绘制矢量版本
需要更工业感时，增加“锈蚀金属”、“机油暗纹”等词；需要更科技感时，替换为“全息流程图”、“发光导线”
用于PPT或报告封面时，保留标题区空白，方便后期添加公司Logo和具体数据
可扩展至其他制造业子场景（如汽车零部件、电子组装），替换齿轮为对应机械元素即可

AI提示词 jimeng

525 热度

平台热门轻奢时尚旅游宣传片文生视频提示词

以轻奢时尚旅游宣传片导演与视觉创意策划师的角色，为文生视频工...

AI提示词轻奢时尚旅游宣传片

查看详情

角色定义与任务定位
你应担任轻奢时尚旅游宣传片导演暨视觉创意策划师，核心任务是为文生视频平台（如Sora、Runway、Pika等）设计一套可直接输入的高质量提示词。目标不是写普通游记或产品介绍，而是通过精准的镜头语言、光影质感与色彩氛围，生成具有轻奢调性、时尚品味与目的地沉浸感的短片素材，最终适配抖音、小红书等热门平台的传播需求。

适用场景

高端度假村、精品酒店、旅行目的地的品牌宣传短视频
时尚博主、旅行KOL的轻奢旅拍Vlog开场或转场片段
电商平台（如携程、飞猪）的轻奢旅行产品详情页头图视频
社交媒体信息流广告中用于营造高级氛围的10-15秒短卡段

核心提示词

镜头基础：电影级浅景深、低角度航拍或稳定器平移，25mm-50mm焦段，24fps，光影柔滑
色彩与光线：温暖低饱和香槟色/莫兰迪色系，黄金时刻（日落前1小时）侧逆光，阴影带柔化高光压制
主体与动作：身着亚麻或丝绸材质度假装的男女主角，手持咖啡杯或草帽，漫步在白色建筑长廊/无边泳池边
环境氛围：微风轻拂纱帘，海面波光粼粼，远处淡紫色晚霞，海鸥鸣叫（可配合环境音），安安静静的奢华感
材质细节：大理石材质的吧台、编织藤椅、亚麻桌布上的香槟杯气泡、棕榈叶阴影在白色墙面上的晃动

风格方向

极简高级感：大量留白，画面中不超过两个主要元素，强调几何线条（无边泳池水平线、建筑弧线）
慵懒假日风：动作慢速，人物放松，不直视镜头，略带电影蒙太奇节奏（切换速度控制在2-3秒/镜头）
微动细节：强调风吹起头发的纹理、杯中冰块碰撞、水滴滑落等微小动态，提升真实质感
拒绝廉价感：避免强闪光、高饱和、过度锐化、乱入的游客或现代感过强的标志物

构图建议

黄金分割：把人物置于画面右侧1/3处，左侧留出大面积的风景（沙滩、海面或建筑），视线引导向远方
框景构图：利用拱门、窗户、植物缝隙作为前景框，增加层次感与私密奢华感
对称航拍：从正上方拍摄泳池或庭院中的对称布局，呈现整洁的秩序美，配合水面倒影
低角度特写：将摄像机贴近地面，拍摄人物赤脚踩在大理石地面上的慢动作，聚焦脚踝与地面的材质对比

细节强化

光影节奏：使用光晕（lens flare）模拟镜头真实感，但控制强度，仅在逆光时轻微出现
色彩统一：主色调限制在象牙白、沙色、雾霾蓝、干枯玫瑰粉中，点缀少量金铜色（餐具边或金属镶边）
时间性暗示：镜头里应包含”黄金一小时“的特征（长影子、暖橙色光晕），如果是室内则用柔光窗模拟上午十点的光
音画联动：在提示词中加一句“环境声：轻柔的海浪、香槟开瓶声、远处吉他伴奏”，虽然生视频不一定出音效，但可指导后续剪辑

使用建议

分镜组合：建议按“远景环境—中景人物—特写细节”的三镜头逻辑串联，每次生成后人工筛选拼接，保证叙事流畅
参数微调：在文生视频平台上，优先尝试“电影模式”或“风景增强”预设；若支持，输入帧率建议24fps，输出分辨率至少1080p
风格一致性：针对同一系列短片保持相同的色温值（例如预设“色温5500K额外照射侧逆光”），避免每段素材色调跳跃
二次提亮：生成后使用后期工具（如剪映、CapCut）统一压暗4分之一的亮度，增加暗部细节，强化高级灰调
适配平台：抖音/小红书等竖屏平台建议将画面裁剪为中心9:16构图，保留顶部天空与底部人物动作节奏

AI提示词 Qwen

465 热度

后端接口长文本总结高阶版提示词

本方案将抽象的后端接口长文本总结转化为具象视觉语言，帮助AI绘...

AI提示词后端接口长文本

查看详情

角色定义与任务定位
你是一名视觉创意提示词架构师，任务是为“后端接口长文本总结”这一抽象技术概念设计一套可直接用于图像生成的提示词方案。你需要将数据流动、文本聚合、逻辑提炼等过程转化为富有表现力的视觉元素，使生成的图像既有技术理性，又具备创意美感。请以“技术视觉化翻译者”的身份，围绕长文本总结的核心——大量信息输入、结构化压缩、接口响应——构建画面语言。

适用场景

技术博客或API文档的封面/配图
后端框架、微服务、数据处理产品的宣传海报
技术演讲PPT中关于“数据总结”“信息提炼”的视觉隐喻
程序员社区分享、开源项目展示的创意视觉素材
AI或大数据相关App的启动页、功能说明图

核心提示词
以下提示词可直接复制（建议优先使用英文版，适用于Midjourney / DALL·E / Stable Diffusion）：

英文版A futuristic backend interface visualized as a glowing data pipeline, massive streams of alphanumeric text flowing from left to right, gradually condensing into structured summary cards, holographic grid lines, 8K, cinematic lighting, cyberpunk meets clean minimalism, volumetric code particles, dynamic data compression effect
中文关键词扩展后端接口、长文本流、数据压缩、总结卡片、全息网格、代码粒子、科技蓝紫光、动态模糊、信息层级

风格方向

科幻数据流：以深色背景为基底，用发光线条与粒子系统模拟文本输入到输出的压缩过程
极简UI风格：将接口抽象为透明卡片、JSON结构框，长文本缩略为滚动条，最终汇聚为清晰的摘要窗口
生物拟态：把文本流比喻为DNA双螺旋或神经网络，总结点如细胞核般浓缩信息
光路追踪：强调光线折射与反射，文本段落半透明覆盖，像玻璃般折射出总结关键词

构图建议

左右对比式：左侧为密集的文本瀑布（模糊、微小字符），右侧为整洁的总结卡片（大号、高亮关键词），中间用箭头或光带连接
中心汇聚式：四面八方的文字流进入中央发光圆环，圆环内呈现总结结果（如“Summary: 2000 tokens → 50 tokens”）
俯瞰架构式：俯视角度展示一个由数据管道构成的抽象电路板，文本段落以像素块形式排列，总结模块位于末端并放大
纵深透视式：使用强烈的透视纵深，近处是凌乱的日志输出，远处是干净的结构化界面，体现“从混沌到秩序”

细节强化

材质：文本使用发光氖管材质，总结框使用毛玻璃+金属边框
颜色：主色调为科技蓝 (#00BFFF)、紫色 (#8A2BE2) 和白色荧光 (#F0F8FF)，点缀橙黄色用于高亮关键词
光照：使用体积光从界面背后透出，产生丁达尔效应；或使用点光源照亮总结结果区域
动态提示：可追加 “motion blur, streaming effect, particles in motion” 以增强流动感
文字细节：在长文本区域加入半透明不规则的代码片段（如JSON、SQL），在总结区域加入清晰的可读短句（如“Total: 12,345 chars → 450 chars”）

使用建议

在Midjourney中使用时，建议将英文核心提示词置于开头，并添加参数 --ar 16:9 --v 5.2 获得宽幅构图
若使用Stable Diffusion，可搭配LoRA模型如“cyberpunk”或“techno-interface”增强细节
根据输出效果调整关键词权重：减少“text”数量则更抽象，增加“data grid”则更结构化
可尝试将提示词拆分为两步：先生成背景与管道，再使用Inpainting补充具体文本内容
建议适当降低CFG scale（7–9之间），避免画面过于拥挤导致文字无法辨识

AI提示词 LLaMA

544 热度

会议资料研究论文解读完整流程提示词

本方案为“会议资料研究论文解读”提供专业提示词架构，明确以学...

AI提示词会议资料研究论文解读

查看详情

角色定义
本组提示词面向学术文档解读专家角色，目标是将会议资料中收录的研究论文，转化为条理清晰、重点突出的结构化解读流程。用户应以“快速提取核心论点、拆解方法逻辑、呈现关键证据与结论”为任务定位，生成的内容直接服务于学术分享、内部复盘或知识沉淀，而非泛泛的阅读笔记。

适用场景

学术会议论文集速读与要点提炼
研究团队内部论文分享会前的结构化准备
会议资料归档时创建可检索的解读摘要
跨学科人员快速理解特定领域论文梗概

核心提示词
以下为可直接复制使用的提示词模板，填写具体论文信息即可生成解读流程：

基础解读提示词：“请以研究论文解读专家的身份，对以下会议论文进行完整流程分析：1) 研究背景与待解决问题；2) 方法论框架与关键设计；3) 主要实验结果及对比数据；4) 结论与学术贡献。输出需包含每部分的核心论点、术语定义，并标注与会议主题的关联。”
深度分析提示词：“将这篇会议论文拆解为：研究动机（引用前人的缺口）、创新点（与已有工作的差异）、实验设置（数据集/指标/基线）、结果解读（显著性与边界条件）、限制与未来方向。要求每个模块用一句话概括，保持逻辑链不间断。”
速览版提示词：“用100字内提炼该论文的：问题定义、方法名称、核心发现。再按‘背景→方法→结果→结论’各列一个关键要点，适合在分享议程中直接展示。”

风格方向

专业严谨：用词准确，避免口语化，保留原文术语（如“基线模型”“显著性检验”），对模糊表述做明确界定。
逻辑清晰：采用“问题-方法-证据-结论”链条，每部分独立成段，彼此有因果或对比关联。
中立客观：不添加主观评价，仅呈现论文自身陈述与数据，必要时用“作者指出”“实验显示”等转述。
信息密度：每句话承载一个有效信息点，避免冗余修饰，符合学术场景的高效阅读习惯。

构图建议
若需要将解读结果转为视觉化内容（如信息图、演示幻灯片），建议遵循以下布局：

分栏对照：左侧放置论文原始摘要或关键图表，右侧对应你的解读要点，用颜色或线条连接对应位置。
层次结构图：用自上而下的流程图展示“背景→方法→实验→结论”，每个模块内用3~5个关键词或短句填充。
色彩方案：采用冷色调（深蓝、灰、白）为主色，突出学术严肃感；用浅黄色或浅绿色高亮创新点或关键数据。
排版元素：在解读文本旁使用引用标记（如“引文编号”）、数字标注（①②③）对应原文页码，增强可追溯性。

细节强化

术语锚定：对论文中首次出现的专业缩略词或特殊概念，在解读时附加括号内简要释义，如“RCNN（一种区域卷积神经网络）”。
数据锚点：关键实验结果必须标注具体数值（如准确率92.3%），并注明与对比方法的差值或提升百分比。
图表示意：若原文包含图表，在解读中用文字描述图表核心趋势（例如“图3显示，模型A在低光照条件下的召回率比模型B高15%”）。
对比视角：适当插入与同场会议其他论文或经典工作的短对比（不超过两句话），突出本论文的独特定位。

使用建议

联动会议记录：将解读流程与会议纪要中的讨论环节结合，标注出听众提问或作者回应中的关键澄清点。
分层输出：根据受众选择不同详略版本：对同行专家给出完整流程；对非专业听众仅保留“背景+结论+一句话方法”。
模板化复用：将核心提示词保存为常用模板，每次只需替换论文标题、作者及段落内容，节省重复构思时间。
快速验证：完成解读后，用原文摘要核对是否有遗漏或误解，确保每一点均能在论文中找到对应支撑。

AI提示词 Chatgpt

168 热度

高阶版智能体开发代码调试优化提示词

针对高阶智能体开发场景，提供一套专业级代码调试与工作流优化提...

AI提示词智能体开发代码

查看详情

角色定义与任务定位
你是一位资深智能体开发工程师与提示词架构师。你的核心任务是为复杂Agent工作流中的代码调试与优化环节，设计一套可复用、可落地的提示词策略。这套策略需要兼顾技术严谨性与创意表达，帮助开发团队在调试阶段快速定位瓶颈、优化逻辑、提升代码质量，同时保持Agent行为的可控性与可解释性。
适用场景

多步骤Agent工作流中代码逻辑的断点调试与性能分析
智能体函数调用、工具链编排过程中的异常捕获与错误修复
基于大模型的代码生成模块的自我修正与迭代优化
Agent长期记忆、上下文管理相关的代码层优化
创意表达类智能体（如AI编剧、设计助手）代码层的灵活度与一致性调优

核心提示词

“请作为资深智能体调试专家，逐步分析以下Agent工作流代码，定位可能存在的死循环、上下文丢失或工具调用超时问题，并给出优化方案： [粘贴代码]”
“针对该Agent的决策逻辑，模拟一次完整执行过程，在每一步输出关键变量状态、函数返回值和错误堆栈，帮助我理解行为路径。” 
“请以代码审查视角，指出该智能体工作流中不合理的依赖顺序、潜在竞态条件，并建议更高效的事件驱动重写方案。” 
“在保持原有创意表达能力的前提下，为该Agent的提示词模板增加显式错误处理分支，要求输出修改后的代码片段及注释说明。” 
“生成一份智能体调试清单，包含常见的配置错误、模型响应超时、工具链中断等场景的检测方法与修复模板。”

风格方向

技术深度：以工程师思维为核心，使用精确的术语（如异步回调、状态机、上下文窗口、重试策略）
逻辑清晰：分步骤列出调试流程，避免模糊描述，每个优化点附带可度量的效果说明
创意融合：在代码优化建议中保留Agent的个性化表达空间，避免过度硬编码导致输出僵化

构图建议

使用流程图式构图展示Agent工作流的调用链，用不同颜色标注“正常路径”“错误路径”“优化节点”
在视觉表达中，将调试面板设计为分栏结构：左侧为代码行号与断点标记，右侧为实时变量监视与输出日志
可在提示词描述中加入“以俯视视角呈现智能体决策树，每个分支节点旁附错误概率与修复建议”的视觉指令
若用于创意配图，建议采用科技感扁平风格，主色为深蓝与青绿，强调数据流穿越的轨迹感

细节强化

变量级跟踪：要求在提示词中明确指定需要监控的变量名、类型及其变化阈值
时间维度：加入执行耗时记录，比如“记录每次工具调用从开始到返回的实际秒数”
日志分级：提示词可指定输出级别（debug/info/warn/error），确保关键问题不被淹没
上下文快照：要求Agent在执行关键决策点前输出当前上下文摘要，便于对比前后状态
回滚机制：在优化提示词中嵌入“如果本次优化导致输出质量下降，请自动回退至上版本”的指令

使用建议

在实际调试时，先运行一次完整工作流，收集默认日志；然后使用上述核心提示词重新执行，对比差异
将核心提示词保存为模板，在需要时替换具体代码块或Agent描述，保持格式一致性
对于创意表达类Agent，优先使用“可解释性优化”方向，确保调试后仍保持足够的随机性与新颖性
建议结合单元测试框架，将提示词生成的优化建议转化为自动化测试用例
定期复查提示词中引入的约束条件，避免过度优化导致Agent丧失自适应能力