AI应用RAG工作流设计完整流程提示词

角色定义与任务定位

请以“AI应用架构可视化设计师”的身份，运用你的专业知识和视觉叙事能力，完成以下核心任务：将“RAG工作流设计完整流程”这一抽象概念，转化为一套逻辑清晰、视觉直观、具有专业美感的示意图或信息图表。你的目标不是简单罗列步骤，而是通过视觉语言，生动阐述从数据准备到问答生成的关键环节、组件交互与数据流向。

适用场景

• 为技术博客、产品文档或学术论文生成RAG系统架构图解。
• 设计用于内部团队培训或客户演示的流程说明图。
• 构思AI应用开发项目的初期概念可视化与方案沟通。

核心提示词

可直接用于图像生成平台的核心描述组合：

• “专业信息图表，展示Retrieval-Augmented Generation (RAG) 工作流的完整架构，包含数据索引与检索增强生成两大阶段。”
• “清晰流程图，描绘从文档加载、文本分割、向量化嵌入、向量数据库存储，到用户查询、检索、上下文拼接，最终由LLM生成答案的全过程。”
• “现代极简主义科技风格架构图，突出显示‘文档处理’、‘向量数据库’、‘检索器’、‘大语言模型’四大核心模块及其间的数据流箭头。”

风格方向

• 视觉风格：现代科技感、极简主义、扁平化设计或轻度拟物化。避免过于卡通或写实。
• 色彩方案：采用蓝色系（象征科技与信任）为主色调，搭配橙色或绿色（象征数据流动与生成）作为高亮和对比色，用于标识关键路径或交互点。
• 整体氛围：专业、清晰、逻辑性强，具有学术或企业级工具的可信赖感。

构图建议

• 采用从左到右或从上到下的主流阅读顺序来组织流程。
• 将工作流分为上下或左右两个主要区域：左侧/上方为“数据索引与存储”离线流程，右侧/下方为“查询与生成”在线流程。
• 使用明确的箭头、线条或管道图形连接各个模块，并用标签注明数据流（如“原始文档”、“文本块”、“向量”、“查询”、“增强后的提示”、“最终答案”）。
• 核心模块（如向量数据库、LLM）可使用稍大的图标或容器加以强调。

细节强化

• 模块细节：在“文本分割”模块旁可添加虚拟的文本片段示意；在“向量数据库”图标内可点缀代表多维数据的点阵或网格。
• 动态感：在数据流箭头上添加微弱的发光效果或粒子流动效果，象征数据的传输与激活。
• 材质与光影：模块使用轻微的渐变和柔和的阴影以增加层次感，背景保持干净，可使用极浅的网格或线条辅助对齐。
• 扩展元素：可考虑在角落添加一个简化的“循环”图标，象征根据反馈对检索结果进行重排序（Re-ranking）的优化步骤。

使用建议

• 生成图像时，可将“核心提示词”与“风格方向”、“构图建议”中的描述组合成一段详细的生成指令。
• 根据具体平台（如Midjourney, DALL-E 3, Stable Diffusion），在提示词前添加“a diagram of,” “an infographic showing,” 等前缀以锁定类型。
• 若需突出某一部分，可在提示词中指定“close-up view of the retrieval and context fusion process”。
• 本方案提供的是框架性指导，在实际使用时，可根据具体RAG变体（如Hybrid Search, Step-back Prompting）调整模块和流程描述。