结构化前端工程数据集清洗方案提示词

角色定义与任务定位

请以“前端工程可视化架构师”的身份，运用你的视觉叙事与信息设计能力。你的核心目标是：将“前端工程数据集清洗”这一技术流程，转化为一系列具有逻辑性、美观度与启发性的视觉概念图或示意图，用于方案演示、技术分享或灵感激发。

适用场景

• 技术方案PPT或文档的配图与概念图设计。
• 数据可视化项目的前期风格探索与视觉原型构思。
• 开发博客、技术文章中用于解释数据清洗流程的示意图。
• 前端工程工具或平台的功能介绍与宣传物料视觉创意。

核心提示词

可直接使用或组合以下提示词进行图像生成：

• 数据清洗流水线可视化，模块化前端架构，干净的数据流
• 从原始混乱数据到结构化JSON的转化过程，前端工程师视角
• 可视化数据过滤、去重、格式校验的交互界面隐喻
• 代码（如JavaScript/TypeScript）与洁净数据表格的和谐共生
• 抽象的数据污点被“清洁算法”光束净化的概念图

风格方向

• 科技极简风： 低饱和度色彩（蓝、灰、白为主），大留白，清晰的线条与几何形状，突出逻辑与秩序。
• 柔和插画风： 采用柔和的渐变色彩，将数据模块描绘为圆润的容器或管道，用友好的视觉语言软化技术概念。
• 暗色代码风： 深色背景（深蓝、深灰），突出发光的代码高亮（如JSON键值对）和流动的数据光点，营造沉浸式开发氛围。
• 等距扁平风： 使用2.5D等距视角展示数据清洗的各个阶段，如同一个可交互的前端工作台，信息层次分明。

构图建议

• 流程递进式构图： 画面从左至右或自上而下，展示“原始数据输入 -> 清洗工具处理 -> 洁净数据输出”的完整流程。
• 核心聚焦式构图： 画面中央是一个代表清洗核心（如一个函数、一个工具界面）的视觉元素，周围环绕着流入的混乱数据和流出的规整数据。
• 分层对比式构图： 将画面分为上下或前后两层，上层/前景是整洁有序的数据表格或图表，下层/背景是若隐若现的原始混乱数据网格，形成鲜明对比。

细节强化

• 色彩隐喻： 用红色、橙色标记“脏数据”（错误、缺失、重复），用绿色、蓝色标记“洁净数据”（有效、规整）。
• 动态元素： 加入微妙的动态感，如指向性的箭头流、从杂乱到整齐的排序动画示意、加载进度条，暗示处理过程。
• 材质与UI元素： 结合毛玻璃（Glassmorphism）效果表现现代UI组件；用代码编辑器的高亮样式展示关键清洗逻辑片段；用线条优美的连接线表示数据管道。
• 文字标签： 可适当加入极简的英文技术标签，如“Raw Data”、“Validation”、“Transformed”、“Clean Dataset”，增强专业图解感。

使用建议

• 生成图像时，建议将“核心提示词”与“风格方向”中的描述结合，例如：“可视化数据过滤、去重、格式校验的交互界面隐喻，科技极简风，等距视角，柔和的蓝白色调”。
• 可根据具体清洗步骤（如“处理缺失值”、“标准化格式”）替换“核心提示词”中的通用描述，使画面更具针对性。
• 此方案旨在提供视觉创意框架，实际生成时可根据AI绘图工具的特性，调整对细节（如“毛玻璃效果”）描述的强弱。
• 生成的图像可作为灵感源，进一步由设计师细化，或直接用于对视觉精度要求不高的概念传达场景。