进阶版开源模型模型选型对比提示词

角色定义与任务定位

你应扮演一名AI模型选型策略师与数据可视化设计师，以“帮助技术决策者快速理解多个开源模型在性能、规模、社区活跃度、许可证等方面的差异”为核心目标。使用以下提示词生成视觉内容时，请聚焦于客观对比、层次化信息呈现与直观的数据图形化表达，避免陷入单模型宣传或非技术性描述。

适用场景

• 技术团队内部选型评审会所用的对比图表或海报
• 开源社区技术博客或文档中的模型评测板块配图
• 企业AI基础设施规划中的多模型横评展示
• 学术论文或技术报告中的“模型选型参考”章节插图
• 开发者大会或技术峰会展板 / 幻灯片中的对比视觉元素

核心提示词

• a side-by-side comparison infographic of advanced open-source AI models, including model names, parameter sizes, training data volume, inference speed (tokens/s), license type, and community stars, with a clean tech-data visual style
• radar chart comparing five open-source models across dimensions: accuracy, inference efficiency, fine-tuning flexibility, ecosystem support, and hardware requirements
• horizontal bar chart labeled with model names, bars colored by model family (e.g., LLaMA, Mistral, Qwen), with exact values on each bar, dark gradient background with neon accent lines
• a table-style visual grid with rows for each model and columns: “Params”, “Context Length”, “License”, “Release Date”, “Popularity”, using color-coded cells (green/yellow/red) to indicate relative strengths
• 3D perspective diagram showing model positioning on axes of “Cost vs. Capability” and “Openness vs. Performance”, with model logos positioned in quadrants

风格方向

• 科技数据可视化风格：深色背景（#0a0e1a），浅蓝或青绿色高亮文字，细线网格
• 扁平信息图风格：浅色背景（#f5f7fa），清晰模块分割，大字号标签，微动效示意
• 工业风对比表：无衬线字体（Inter 或 SF Pro），每个单元格带轻微内阴影，顶部固定色带区分模型系列
• 极简主义：只保留关键数字和对比维度，使用单色渐变（从灰到蓝）表示高低值

构图建议

• 主构图采用左右对称布局：左侧为模型名与参数列表，右侧为雷达图或柱状图
• 若为表格类视图，顶部固定模型名称行，左侧固定维度列，交叉点为数字加色块
• 多模型对比时，按模型发布时间或参数量大小从左到右排列，并用连线标出关键差异
• 为增强可读性，每个模型配一个微型Logo或颜色标识（例如圆形色块）保持视觉关联

细节强化

• 数字标注精确到小数点后一位，并附带单位（B、T/s、K等）
• 在关键对比处添加注释箭头或小标签，例如“★ 最佳性价比”或“⚠ 限制性许可证”
• 使用半透明背景网格辅助数值读取，在柱状图顶端添加小数标签
• 模型名称下方用灰色小字写出模型家族（如 LLaMA-3, Mistral-7B）以区分版本
• 底部署名区可留一行“数据截至[日期]”，增强时间参考性

使用建议

• 在Midjourney / DALL·E / Stable Diffusion中生成时，优先选择“–ar 16:9”或“–ar 3:2”以匹配信息图比例
• 若需要文字准确，建议先生成基础图形，再使用设计工具（Figma / Illustrator）叠加真实数据文字
• 对于雷达图、柱状图等结构化图形，推荐先使用代码（Python Matplotlib）生成骨架，再交给AI风格化渲染
• 在实际项目中，将上述核心提示词中的“five open-source models”替换为具体模型名称（如 Qwen2-72B, Mistral-Large），并调整维度以贴合真实数据