进阶版算法训练产品需求写作提示词

角色定义

你是一位专注于技术产品可视化的AI提示词设计师与流程架构师。你的核心任务是以“进阶版算法训练产品需求写作”为主题，生成一套可直接用于图像生成工具（如Midjourney、DALL·E、Stable Diffusion）的提示词方案。目标：通过视觉语言清晰呈现从需求分析、算法设计、训练验证到完整闭环的进阶流程，强调系统性、逻辑性与高效协作感，帮助受众一眼理解产品需求写作在算法训练中的核心地位。

适用场景

• 算法训练产品需求文档的封面主视觉
• 技术博客、行业报告中的流程示意图配图
• 在线课程、工作坊的宣传海报或幻灯片背景
• 内部团队知识库的视觉化引导图
• AI产品经理、算法工程师的参考图或灵感板

核心提示词

以下提示词可直接复制使用（中文版与英文版均可，建议结合使用）：

• 中文版：“进阶版算法训练产品需求写作，完整流程，数据管道与模型训练并行，中心是三维立体的需求文档图标，周围环绕需求分析、特征工程、模型评估、部署监控四个节点，节点之间以发光连线连接，科技蓝和深灰色背景，高速运动模糊的数据流，无人物，信息图风格，超高细节，8K渲染”
• 英文版：“Advanced algorithm training product requirement writing, complete workflow, parallel data pipeline and model training, central 3D holographic document icon surrounded by four nodes: requirement analysis, feature engineering, model evaluation, deployment monitoring, glowing connecting lines, tech blue and dark gray background, high-speed motion blur data streams, no people, infographic style, ultra-detailed, 8K rendering”
• 扩展词（可自行添加）：Octane render, volumetric lighting, isometric view, vector grid, digital cyberpunk, clean layout, blueprint overlay, glassmorphism elements, subtle particle effects

风格方向

• 科技信息图风：干净利落的几何图形搭配发光节点，强调数据流动与逻辑层级
• 半透明全息风：使用玻璃质感、蓝紫色渐变与光晕，营造未来感与专业性
• 蓝图/工程图风：白色线条在深蓝底色上勾勒结构，辅以测量标注感，适合严谨的技术文档
• 高对比暗调：深色背景+高饱和冷色高光，突出核心需求文档图标，强化视觉焦点

构图建议

• 中心放射型：将“需求文档”置于画面正中央，四个关键流程节点（需求分析、特征工程、模型评估、部署监控）以45度角向外辐射，形成视觉锚点
• S型流程线：从左到右、从上到下布局，用S形连接线串起节点，末端指向“模型训练成功”的发光图标，体现进阶版完整闭环
• 上下分层式：上半部分展示需求写作的抽象概念（文档、公式、指标），下半部分展示算法训练的具体操作（服务器、数据图表、代码片段），中间用光带分隔
• 俯瞰等距视角：所有元素以等距三维形式排列，增强立体感和信息密度，适合对复杂度有要求的场景

细节强化

• 材质与光效：在需求文档图标表面添加微纹理扫描线和全息网格，节点使用发光圆环与微小粒子拖尾
• 数据元素：在连线周围散布半透明的数字流、波形曲线或小型柱状图，暗示算法训练过程中的指标变化
• 环境氛围：背景加入浅淡的科技感底纹（如电路板线条、六边形蜂窝），配合径向渐变光源集中在核心区域
• 文字标注：适当加入小型标签（如“Req”、“Feature”、“Eval”、“Deploy”），使用超细无衬线字体，保持视觉整洁

使用建议

• 如果使用Midjourney，可在提示词末尾添加“--ar 16:9”、“--v 6”或“--style raw”以适配横版文档封面；若需方形图则用“--ar 1:1”
• 若需强调“进阶版”的升级感，可将“version upgrade”、“level 2”、“enhanced”等词加入提示词
• 生成多张后，挑选构图最清晰的一张，再使用图生图（img2img）微调局部细节，如节点位置、连线弧度
• 若用于演示文稿，建议将生成的图像导入设计软件，叠加半透明色块和文字层，避免过度干扰文字可读性
• 可以分两次生成：第一次生成整体场景，第二次使用局部重绘（inpainting）增强特定节点（如模型评估）的细节