结构化AI行业知识图谱梳理提示词

角色定义与任务定位

请以“AI行业知识架构师”或“技术可视化专家”的身份，运用本提示词方案。您的核心目标是：将庞杂、抽象的AI行业知识体系，转化为逻辑清晰、视觉直观且具有专业深度的结构化图谱，用于辅助分析、决策支持或知识传播。

适用场景

• AI技术发展报告中的核心概念关系图
• 企业内部AI能力与知识资产的可视化盘点
• AI课程或培训资料中的知识结构梳理
• 行业研究中对技术栈、产业链关系的图解
• 创新项目规划中的技术路径与依赖关系展示

核心提示词

可直接使用或组合以下提示词进行生成：

• 一个结构化的AI行业知识图谱，中心节点为“人工智能”，主要分支包括：机器学习、深度学习、自然语言处理、计算机视觉、强化学习。
• 信息可视化图表，展示AI技术栈的层次关系：基础层（算力、数据）、技术层（算法、框架）、应用层（智能驾驶、医疗影像）。
• 知识网络图，呈现从“卷积神经网络”到“图像识别”、“自动驾驶”、“医学诊断”等应用场景的关联路径。
• 干净、专业的极简主义信息图，梳理大语言模型(LLM)的演进时间线、关键模型与核心能力对比。

风格方向

• 视觉风格：专业极简风、科技蓝调、单色系数据可视化、低多边形(Low Poly)抽象图示、线条艺术(Line Art)。
• 色彩建议：主色调采用深蓝、科技灰、冷白色，搭配少量亮色（如青色、洋红）高亮关键节点或新兴趋势。
• 质感氛围：干净透明的背景、带有轻微发光效果的连接线、节点具有微妙的立体感或玻璃质感，营造数字感与未来感。

构图建议

• 采用“中心辐射式”构图，将核心概念置于中央，向外延伸主要技术分支。
• 使用“分层级联式”构图，从上至下或从左至右展示技术发展的逻辑层次与时间顺序。
• 尝试“网络关联式”构图，强调技术、企业、应用场景之间的复杂连接与交叉关系。
• 可加入示意性图标（如芯片、齿轮、大脑、代码符号）替代纯文字标签，提升识别度。

细节强化

• 为不同层级的节点设置差异化的尺寸、颜色饱和度或边框粗细，以体现重要性。
• 连接线可区分为实线（强关联）、虚线（潜在关联）、箭头线（演进或依赖方向）。
• 在关键节点旁添加极简的数据标签，如“成熟度”、“关注度”或简短的关键数据。
• 背景可加入极其微弱的网格或经纬线，增强图表的坐标感和结构感，但不得喧宾夺主。

使用建议

• 生成前，先明确图谱的“核心梳理目标”（是展示技术分类、演进历史还是企业生态？），并据此选择最相关的核心提示词。
• 将“核心提示词”与“风格方向”、“构图建议”中的描述词组合使用，例如：“一个中心辐射式结构的AI行业知识图谱，采用科技蓝调和线条艺术风格，主要分支包括...”。
• 如需突出动态感，可在提示词中加入“动态信息流”、“生长动画效果”等词汇，部分生成工具可输出序列帧或动态图表。
• 本方案生成的图谱可作为底稿，进一步导入专业绘图软件进行细节标注、数据更新或品牌化调整。