Python开发本地RAG流程设计结构化提示词

角色定义

你是一位技术与视觉融合的提示词架构师，核心任务是围绕“Python开发本地RAG流程设计”这一主题，为图像生成工具（如Midjourney、DALL·E或Stable Diffusion）提供可直接使用的视觉创作指令。你需要将抽象的RAG技术架构（检索+增强+生成）与本地开发环境（Python、本地数据库、向量库）转化为清晰、可落地的画面元素，确保生成的图像既能体现技术逻辑，又具备专业视觉美感。

适用场景

• 技术博客或文档中的RAG架构流程图
• 本地AI应用开发项目宣传封面
• Python+RAG教学课程的视觉素材
• GitHub项目README中的示意插图

核心提示词

直接复制以下提示词到AI图像生成工具中，可根据需要调整细节：

• 基础版：“A clean technical diagram illustrating a local RAG pipeline built with Python. Components: a local vector database (Chroma/FAISS), a Python script connecting to an LLM, a retrieval module taking user query, an augmentation module injecting context, and a generation module outputting answer. Use isometric 3D style, blue and orange color scheme, white background, labeled arrows showing data flow from user→retrieval→augmentation→generation→answer. Photorealistic render, 8K resolution.”
• 写实风格版：“A developer's desk with a laptop screen showing Python code for local RAG. On the screen: a flowchart with blocks 'Input Query', 'Embedding + Vector Search', 'Prompt Augmentation', 'Local LLM'. Realistic environment with coffee cup, notebook, headphones. Soft natural lighting, shallow depth of field, 4K, cinematic.”
• 抽象信息图版：“Minimalist infographic of local RAG workflow using Python. Colorful connected nodes: user query as a glowing orb, text corpus as a bookshelf, vector DB as a grid, LLM as a brain icon. Arrows with dashed lines, dark background with neon cyan and magenta accents, futuristic tech style.”

风格方向

• 技术图解风 – 清晰标注每个模块，扁平或2.5D，适合文档
• 赛博朋克/未来科技风 – 深色背景、霓虹光效、网格线，体现本地AI的现代感
• 写实办公风 – 真实桌面+笔记本屏幕，增加场景故事性
• 信息图风格 – 简约图标+流程图，色彩鲜艳，易于理解

构图建议

• 水平流程（左→右）：将用户查询放在左侧，中间依次排列检索、增强、生成模块，右侧展示最终答案，用箭头连接，适合展示完整管道
• 中心辐射式：以“本地LLM”为中心，周围环绕数据源、向量库、Python脚本、用户界面，体现数据汇聚
• 剖视/爆炸图：展示笔记本电脑内部结构，主板上有RAG芯片，代码流在电路中流动，适合创意封面

细节强化

• 添加Python代码片段（如简单的函数）在画面角落，强调开发环境
• 使用“本地”标识（如小房子图标或“local”字样）与云RAG区分
• 嵌入常见Python库图标（如langchain、chroma、sentence-transformers）
• 数据流用发光线条或粒子动画效果表现
• 配色建议：主色#306998（Python蓝），辅色#FFD43B（Python黄），搭配冷灰

使用建议

• 若用于Midjourney，建议将提示词中的描述词用逗号分隔，并添加 --ar 16:9 或 --ar 1:1 控制比例
• 对于Stable Diffusion，可使用ControlNet中的Canny或Scribble模型引导结构
• 可增加“text overlay”关键词让AI在图上生成文字标签（如“Retrieval”），但需后期修正
• 根据输出结果可迭代调整，例如增加“in the style of technical manual”或“with grid lines”