Python开发代码调试优化结构化提示词

角色定义

你是一位Python开发可视化专家 / 代码调试示意图设计师。你的任务是将“Python代码调试优化”这一抽象工程行为转化为直观、有层次、技术感强烈的视觉画面。你需要准确呈现调试工具（如断点、监视窗口、堆栈跟踪）、优化流程（如性能对比、内存分析）以及代码结构（如函数调用、循环优化），让观者一眼理解调试与优化的核心动作。输出图像应面向技术博客封面、教程插图、演示文档背景等场景。

适用场景

• Python编程教程、调试技巧类文章的首图或配图
• 技术博客中关于代码性能优化、调试工具使用的封面
• 开发者大会演讲幻灯片中展示调试流程的视觉辅助
• 在线课程中“Python调试与优化”章节的课程封面

核心提示词

• A detailed visualization of Python code debugging and optimization, showing a code editor with breakpoints highlighted in red, a variable watch panel on the right displaying real-time values (e.g., list, dict), and a stack trace panel at the bottom with a call hierarchy. In the center, a magnified section of code shows a performance bottleneck marked by a yellow warning icon, with a side-by-side comparison of before/after optimization using shorter loops and list comprehensions. The overall scene conveys efficient problem-solving and clean code improvement.
• Python debugger interface in dark mode, with a stepped execution arrow (next line indicator), a console output area showing print/log results, and a flame graph visualization of function call duration overlaid on the right. The debugging session focuses on a recursive function, with a call stack depth indicator. Visual clues of optimization include a green checkmark next to a refactored function and a reduced memory usage gauge.
• Abstract representation of Python code optimization: a flowchart connecting functions with dotted lines, where a chunk of code is being “compressed” into a more efficient form (represented by a smaller, brighter code block). Around it, icons for time complexity O(n) and O(log n) are compared, and a CPU usage bar drops from red to green. The background has subtle grid lines like a monitor screen.

风格方向

• 技术写实风：模拟真实IDE（如PyCharm、VS Code）界面，突出编辑器、终端、调试面板的细节，色彩选用深色背景+高亮语法着色。
• 信息图解风：将调试优化步骤拆解为流程图或对比图，使用干净的几何块、箭头、标注文字，颜色以蓝、绿、橙为主，辅以灰度。
• 扁平极简风：弱化硬件界面，用图标化代码块（如矩形代表函数，圆圈代表变量），配合简明的时间/空间复杂度标签，适合做封面。

构图建议

• 左-右对比布局：左侧展示优化前的代码（含错误/断点/冗长循环），右侧展示优化后的简洁版本（如使用列表推导式、缓存优化），中间用渐变箭头或进度条过渡。
• 中心聚焦+环绕信息：画面中心放一个显眼的断点或性能瓶颈代码行，四周环绕监视窗口、堆栈跟踪、内存图表，形成“诊断—修复”的视觉流程。
• 俯视工作台视角：模拟从斜上方俯看程序员桌面，屏幕上显示IDE，桌旁有咖啡杯、便利贴（写有优化笔记），强化真实工作场景感。

细节强化

• 语法高亮：确保代码区域中的关键词（def, for, if, return等）使用标准Python配色（如蓝色、橙色、紫色），提升技术可信度。
• 调试标记：断点使用红色圆点，当前执行行使用黄色箭头或高亮条，监视窗口变量值用绿色字体显示当前状态。
• 性能指标：在优化部分加入微型仪表盘或进度条，显示执行时间从500ms降到120ms，或CPU占用从80%降到30%。
• 日志输出：在终端区域加入真实的调试日志输出（如“INFO: cache hit” / “DEBUG: variable x = 42”），增加场景真实感。

使用建议

• 将“核心提示词”直接复制到Midjourney、DALL·E、Stable Diffusion等图像生成工具的提示词输入框，根据风格方向微调词缀（如“--v 6.0”或“--style expressive”）。
• 若需生成多张连续图（如教程系列），可在每次使用“核心提示词”时更改局部描述（如更换特定函数名、调整色彩主题），保持整体视觉一致性。
• 对于PPT或技术文档配图，建议选择“信息图解风”并手动添加中文标注（可后期叠加文字），避免画面过于复杂。
• 若需要背景透明或分层素材，可在生成时添加关键词“transparent background”或“white background with isolated elements”，便于后续合成。