测试工程数据集清洗方案完整流程提示词

角色定义与任务定位

您应以数据工程可视化专家的身份，为测试工程数据集清洗方案的完整流程创作一张技术图解风格的图像。目标是清晰展示从原始数据到高质量训练集的关键步骤（如缺失值处理、异常检测、格式统一、重复去重、质量验证），同时体现结构化、严谨、高效的专业气质。这张图可用于技术文档、博客封面、内部培训材料或项目汇报。

适用场景

• 测试工程团队内部数据清洗SOP可视化
• AI训练数据质量管控流程展示图
• 技术博客、白皮书或学术论文中的方法示意图
• 数据Pipeline架构汇报中的关键模块阐述

核心提示词

• A detailed flow diagram of a test engineering dataset cleaning pipeline, from raw data input to high-quality output, featuring sequential steps: missing value imputation, outlier detection and handling, format normalization, duplicate removal, and validation checkpoint. Clean isometric or 2D technical illustration style, blue and cyan color scheme, data tables with error flags, code snippets floating near each step, arrows connecting stages, subtle grid background, soft lighting, high contrast, professional data engineering atmosphere --ar 16:9 --v 6
• Alternative: Flat vector infographic showing the complete workflow of data cleaning for test engineering, with icons representing each operation (magnifying glass for detection, brush for cleaning, checkmark for validation). Monochromatic blue palette with accent orange highlights, clean sans-serif labels, minimalist layout, focus on clarity and readability

风格方向

• 技术图解风：类似教科书或官方文档中的流程图，线条清晰，分区明确，带有指示性箭头和标注
• 扁平信息图：色彩块面化，图标简洁，适合PPT或海报展示
• 微3D等距视角：增强层次感，让每个清洗步骤像独立的操作台，具有科技感

构图建议

• 采用从左到右或从上到下的线性流程布局，视觉引导明确
• 每个步骤使用独立的矩形或圆角卡片，内部放置该步骤的核心操作（如“缺失值填充”卡片内显示NaN表格和插值函数符号）
• 在流程末尾设置质量验证阶段，用绿色检查标志或仪表盘图标表示高质量产出
• 可在流程图下方或侧面添加小标签说明样本数量变化、时间消耗等指标

细节强化

• 色彩：主色为深蓝/靛蓝（代表工程严谨性），辅以青绿（代表数据流动）和暖橙色（代表关键预警/异常）
• 材质：卡片轻微磨砂玻璃质感，线条带发光边缘，数据表格中的异常值用红色高亮
• 光效：柔和的环境光从左上角洒下，让卡片有立体感
• 字体：使用等宽字体（如JetBrains Mono）模拟代码片段，提升技术感

使用建议

• 若需要生成中文标注版本，可在核心提示词末尾添加“with Chinese labels: 原始数据输入、缺失值处理、异常检测、格式标准化、去重、质量验证、高质量输出”
• 若用于PPT背景，建议保持风格简洁，去除过多装饰元素，重点突出流程图主干
• 若需要动态演示，可将此提示词作为分镜参考，每个步骤单独生成一帧，后期制作动画
• 可结合标签中的“高质量”，在关键环节增加数据质量仪表盘（如精度、召回率、完整性百分比）作为视觉点缀