爬虫采集结构化输出模板实战版提示词

角色定义与任务定位

角色：数据采集架构师 / 技术可视化策划
任务定位：以“让爬虫数据从杂乱变为模板化、结构化”为视觉目标，生成一张清晰展示“原始网页→爬虫提取→字段映射→结构化输出（JSON/表格/模板）”全流程的示意图提示词。用户应代入“技术方案讲解者”身份，用这张图帮助开发者或产品经理快速理解数据管道与输出规范。

适用场景

• 技术方案PPT中展示爬虫系统架构与数据流向
• API文档或数据字典中说明字段映射关系
• 团队内部培训时讲解结构化输出模板的设计逻辑
• 产品原型演示中呈现数据采集到系统入库的完整链路

核心提示词（可直接复制使用）

• An infographic showing the complete pipeline of web scraping to structured output. At the left: a web page with highlighted text pieces (titles, prices, dates). Middle: a scraper engine icon with gears and symbols for extraction rules. Arrows flow into a field mapping table: source element → target field name → data type. Right side: a structured template output area showing JSON format and a clean table row with field headers. Use a professional blue-gray color palette, flat design style, clear directional arrows, and annotation labels for each step.
• Include a zoomed inset that demonstrates how a raw HTML snippet gets parsed into a table row: HTML tags → separated text → cleaned value → column assignment. Show the template structure as a card with field names and example values.
• Add a small “validation” step between mapping and output: a checkmark icon and a rule list (e.g., “remove whitespace”, “format date”). Emphasize the transformation from unstructured to structured.

风格方向

• 技术文档风：简洁、直角、无渐变，配色以深蓝、浅灰、白色为主，配合等宽字体样本。
• 半实物化信息图：爬虫引擎用齿轮+BOT图标，网页用浏览器窗口，输出用代码框+表格，保留工业感。
• 数据流优先：强调箭头粗细、分层颜色（源数据层→处理层→输出层），降低装饰元素干扰。

构图建议

• 从左到右三段式布局：左为数据源（网页、API），中为采集与映射引擎，右为结构化输出模板。整体水平排列，底部可加一条时间线或进度条表示流程顺序。
• 核心焦点：中间的“字段映射表”占据画幅中心，用表格或卡片堆叠形式展示原始字段名→清洗规则→目标字段名→数据类型→示例值。
• 辅助视觉：在输出模块旁放置一个缩略JSON样例（带语法高亮色块），下方放一个带边框的表格行，表示实际数据库或Excel输出。

细节强化

• 箭头设计：实线箭头表示数据流，虚线箭头表示元数据/规则传递；箭头颜色随层变化（源数据层用蓝色，映射层用绿色，输出层用紫色）。
• 文本标注：在每个主要节点旁加小标签，如“原始HTML解析”“正则提取”“字段标准化”“模板渲染”。
• 材质与质感：爬虫引擎用金属灰质感，网页截图用轻微纸张纹理，模板输出框用半透明代码背景，增强层次。
• 错误处理暗示：在映射表旁加入一个红色小三角警告图标，旁边注“missing fields → default value”，体现实战容错意识。

使用建议

• 若用于PPT/Keynote，建议将核心提示词中的构图描述再简化，保留“左中右布局+字段映射表+JSON输出”作为最低配置。
• 若用于演示技术方案，可额外添加“动态数据流”动画提示（箭头流动感），但提示词中仅需说明静态版本，由设计师自行发挥。
• 在需要强调“完整流程”时，增加“去重”“反爬处理”等可选节点置于左下/右下角，但不干扰主线。
• 提示词中的“validation”步骤可根据实际行业（电商、金融、社交）替换字段规则，保持灵活。