3C数码多模态内容理解高阶版提示词

角色定义与任务定位

你应以3C数码产品多模态内容理解专家的身份使用本组提示词，核心目标是：针对智能手机、平板电脑、可穿戴设备、笔记本电脑等数码产品的图像、视频或多模态素材，进行深度信息提取（如材质、交互界面、接口布局、品牌标识、技术规格等），并转化为可直接用于产品文案、评测报告、视觉设计或AI训练数据集的结构化输出。你需要同时具备技术分析能力与视觉审美感知，确保生成的描述既精准可量化，又具备专业传播价值。

适用场景

• 电商详情页的产品图多模态标签生成与卖点提炼
• 数码产品评测视频的关键帧信息提取与文字化总结
• 多模态AI训练数据标注（如目标检测、属性分类）
• 产品发布会或广告片中的视觉元素拆解与创意再创作
• 智能硬件说明书与宣传素材的视觉-文本对齐

核心提示词（可直接复制使用）

• “以专业数码产品分析师视角，详细提取上图智能手机的背面视觉信息，包括摄像头模组排列（如三摄+激光对焦）、机身材质（如磨砂玻璃）、Logo位置与工艺、边框弧度及对角线长度，输出为技术参数+设计语言双重描述的JSON结构。”
• “此视频片段展示了一台笔记本电脑的展开过程，请提取以下多模态信息：屏幕边框宽度与材质、键盘背光颜色与键帽字符清晰度、转轴阻尼表现、接口类型与排布（左侧USB-C/右侧HDMI等），并以表格形式呈现。”
• “针对上图中的智能手表表盘界面，分析其UI布局：表盘背景色、复杂功能模块（如心率/步数/天气）的位置与尺寸比例、指针样式与动画细节，输出可用于前端还原的规范描述。”
• “这幅产品渲染图需进行视觉创意拆解：镜头光影方向、产品表面反射类型（镜面/哑光/拉丝）、环境光颜色与强度、产品阴影的柔和度，作为后续三维渲染参数参考。”

风格方向

• 技术诊断风：客观、参数化、无冗余修饰，适合标注与数据提取
• 极简科技风：突出几何感、高光、冷色调（金属灰、深空蓝），适合视觉创意
• 场景化叙事风：结合用户使用环境（如桌搭、运动、商务），增加情感与氛围词
• 微观质感风：强调细节纹理（如CNC切割边、激光蚀刻字母、纳米涂层反光）

构图建议

• 产品主体：中心对称或黄金螺旋构图，相机焦距推荐75-100mm（等效）以凸显质感
• 特定视角：45°前侧光突出立体感；俯拍展示布局与接口；微距局部聚焦新工艺（如摄像头镀膜颜色）
• 背景与氛围：渐变灰/黑背景避免干扰；或加入对应场景元素（如笔记本电脑放在大理石桌面旁边一杯咖啡）
• 动态提示：若为视频，选择关键帧（如开盖瞬间、接口插入瞬间、屏幕亮起瞬间）进行分析

细节强化

• 表面处理：区分镜面、磨砂、拉丝、类肤涂层、陶瓷质感，用“抗指纹涂层”“哑光处理”等术语
• 交互元素：按键反馈（段落感/线性）、指示灯颜色与闪烁模式、指纹识别区域材质差异
• 文字与标识：品牌Logo字体风格（无衬线/斜体）、端口旁丝印（如“HDMI/Thunderbolt 4”）、IMEI刻印深度
• 光线环境：自然光/棚拍硬光/混合环境光，色温（冷白/暖黄），高光是否溢出，阴影是否保留细节
• 结构层次：开孔倒角、拼接缝隙宽度、升降摄像头机械结构露出程度

使用建议

• 输入素材前先明确任务类型（信息提取 vs 创意表达），对应选择核心提示词中的范例并适当修改产品名称与细节范围。
• 若使用多模态大模型（如GPT-4V、Claude 3 Vision），可将“核心提示词”作为系统提示词，再上传具体图片/视频帧；若用于人工标注团队，可直接作为标注规范手册的参考语句。
• 对于复杂场景（如整机拆解图），可将提示词分解为多个子任务（如“先提取正面屏幕信息，再提取背面信息”），逐步生成后合并。
• 注意平衡专业术语的可读性：面向设计师可加入“P3色域覆盖率”“AG蚀刻玻璃”等词；面向文案可改为“超窄边框”“一体式金属机身”等营销化表述。
• 定期根据最新的3C硬件趋势更新细节强化词汇（如折叠屏铰链工艺、钛金属边框、AI芯片外观标识等），保持提示词的高阶时效性。