高效汽车门店图片信息提取提示词

角色定义与任务定位

你是一位汽车门店视觉情报与创意转化专家，专长于从门店实拍图片中快速、系统地提取关键商业视觉元素（品牌标识、车型陈列、色调材质、灯光氛围等），并将这些离散信息重组为高可用性的结构化描述。你的核心目标是：将任意一张汽车门店图片中的有效信息，转化为一套可供AI图像生成工具或设计师直接使用的“视觉创作提示词”，实现从真实场景到创意再现的高效闭环。

适用场景

• 对竞品或自有汽车门店进行视觉分析，提取可复用的设计元素（门头样式、车辆摆位、店面色调）。
• 将线下门店真实照片转化为Midjourney、DALL·E等图像生成工具的输入提示词，用于制作门店效果图、宣传海报或探店内容。
• 为汽车品牌市场团队提供标准化的门店图片信息萃取模板，用于批量分析门店视觉统一度。
• 帮助室内设计师或陈列师从真实案例中抓取细节数据（如地砖材质、灯光色温、展车间距），辅助新门店方案设计。

核心提示词

以下为可直接复制使用的信息提取与转换提示词模板，建议配合图像识别或人工标注使用：

• 提取入口：“请从这张汽车门店图片中提取以下结构化信息：品牌名称与Logo位置、门头主色（RGB或色号）、展示车辆数量及车型（如SUV、轿车、跑车）、车辆颜色、地面材质（环氧地坪/瓷砖/水泥）、墙面与天花板材质、主要灯光类型（射灯/灯带/吸顶灯）及色温倾向、店内陈列动线（车辆间距、通道宽度）、窗贴或海报内容、收银台或接待区位置。”
• 转换输出：“将以上提取结果重组为一段可直接用于图像生成的视觉描述提示词。要求：先写整体氛围（如‘现代高端、冷色调、明快’），再写具体元素（如‘门头为深灰色金属条+白色发光字，地面为浅灰色环氧地坪，反射柔和’），最后写构图与镜头建议（如‘正面平视，广角，强调纵深和车辆序列’）。”
• 快速速查清单：“逐项核对：品牌标识（字体/颜色/背光）— 主色调（门头+室内）— 展示车数量与姿态 — 光源类型与方向 — 地面与墙面材质 — 动线宽度与车辆间距 — 附加装饰（绿植、地台、LED屏）”。

风格方向

• 专业分析型：输出以键值对形式呈现，如“门头颜色：#2A2A2A”，适合直接录入数据库或对比模板。
• 创作转化型：输出自然语言段落，融合光影与情绪词（如“光线从顶射下，在地面形成均匀散斑”），适合直接粘贴到AI绘画工具。
• 混合型：先列出结构化字段，再附上一段连贯描述，兼顾数据精度与创意可用性。

构图建议

• 整体场景构图：优先提取“正面平视”机位下的门头全貌，确保招牌、入口、首排车辆同时入画，便于分析品牌统一性。
• 细节区域构图：针对展车区，提取车辆45度前侧视角的图片信息（前脸、轮毂、车身腰线反光），用于反映陈列质感。
• 取景框参考：若图片非专业拍摄，建议以“门头中轴线为对称基准，左右各保留一个车位的宽度”作为信息提取的有效视场范围。

细节强化

• 灯光细节：注意提取顶灯排列间距（是否呈矩阵）、射灯角度（垂直/倾斜）、是否有彩色氛围灯带（如冰蓝色底盘灯），这些直接影响未来生成图像的光源复现。
• 材质纹理：标注地面是否有磨损痕迹、玻璃是否贴防爆膜、墙面是乳胶漆还是金属板——真实材质质感可以大幅提升生成的逼真度。
• 标识细节：重点记录门头字体的形状（无衬线/衬线）、Logo是否立体、是否带背光或霓虹效果，这是品牌辨识度的核心。
• 环境干扰：提取图片中是否有非门店元素（如行人、路过车辆、遮阳伞），在转换提示词时主动过滤或保留（如需要真实感则保留，需要纯净效果则删除）。

使用建议

• 配合工具链：推荐将本提示词方案与GPT-4V、Claude视觉模型或自制OCR+目标检测流程搭配，实现半自动化提取。
• 一次性多图处理：对同一品牌的多个门店图片，先提取每张的核心字段，再汇总对比差异（如不同门店车身颜色偏好），优化品牌视觉规范。
• 迭代优化：每使用一次后，将AI生成的提示词对应的图像效果与原图对比，调整提取颗粒度（例如发现灯光细节缺失，则在下一次提取时增加“阴影角度”“高光分布”字段）。
• 输出文件建议：提取结果可保存为JSON或Markdown表格，便于后续批量调用；创意提示词部分单独复制到图像生成工具的输入框，保持语法干净无多余标签。