Midjourney数据可视化提示词：5步整理清单

将散乱的Midjourney提示词转化为能重复使用、快速检索、批量产出的数据可视化清单——这才是效率提升的核心。与其每次临时编凑文字反复试错，不如从一开始就内嵌结构化元数据，让Notion自动解析、ComfyUI直接识别、Figma实现反向追溯。

在Notion搭建提示词结构化数据库

实际操作：在Notion中新建页面，选用“Database”模板，命名为“MJ_Visualization_Prompts”。

配置以下属性字段：

• Prompt_ID（Text类型）：设为唯一标识，通过公式prop("Created time") + "-" + format(id())自动生成
• Chart_Type（Select类型）：可选柱状图、折线图、热力图、散点图、雷达图
• Data_Source（Multi-select类型）：支持CSV、Excel、API、JSON等来源
• Dimension_Count（Number类型）：维度数量，填写2到5
• Has_Reference_Image（Checkbox类型）：标记是否存在参考图片
• Full_Prompt（Text类型）：初始留空，后续由AI生成填充

重点注意：关键字段必须包含【prompt_id】和【comfy_workflow_id】，否则无法与ComfyUI节点图完成绑定校验。这两个字段充当整条工作链的数字身份标识。

借助Notion AI批量生成携带元数据的提示词

在数据库任意一行，光标定位到“Full_Prompt”字段，输入/ai打开AI面板。

然后粘贴以下指令：
“根据上下文生成一条Midjourney提示词：Chart_Type为{{Chart_Type}}，Data_Source包含{{Data_Source}}，Dimension_Count为{{Dimension_Count}}，Has_Reference_Image为{{Has_Reference_Image}}。输出纯文本提示，无解释、无引号、不换行，严格遵循三元结构：主体描述 → 条件限制 → 参数设置。末尾附加--ar 16:9 --v 6.2 --style raw。”

点击Generate，AI就会输出类似这样的内容：
3D interactive bar chart showing quarterly revenue data from CSV, floating glass bars with soft glow, clean white studio backdrop, isometric view, visible data labels, ultra-sharp vector rendering, 8K resolution --ar 16:9 --v 6.2 --style raw

注意：这一步严禁手动修改，否则元数据绑定会被破坏。此外，若AI输出包含括号或破折号，立即删除并重试——Midjourney对符号高度敏感，易误识别为参数分隔符。

将提示词同步至ComfyUI节点图

提供两种同步方式：

方法一：Python脚本自动同步

执行sync_to_comfy.py脚本，自动读取Notion数据库最新10条未同步记录，提取Full_Prompt字段内容，注入到base_sd15.json中CLIPTextEncode节点（ID为"6"）的text输入项，同时将seed强制设置为prompt_id的CRC32哈希值。

方法二：手动复制粘贴（仅限单次调试）

启动ComfyUI → 加载base_sd15.json → 定位CLIPTextEncode节点 → 点击文本框 → 必须清空原有text内容，完整粘贴Full_Prompt，不得删除任何字符 → 点击Queue Prompt。

脚本成功后，Notion对应行的“comfy_workflow_id”字段会自动填充ComfyUI返回的prompt_id字符串。若失败，字段留空并标红，此时需检查localhost:8188是否运行正常，以及JSON路径配置无误。

反向嵌入生成图至Figma设计系统

步骤一：等待ComfyUI渲染完成，下载PNG文件。文件名务必保留原始prompt_id（例如abc-123.png），作为后续追溯的关键锚点。

步骤二：通过Figma REST API将PNG上传至指定design file的media端点，获取返回的image_hash。

步骤三：找到Figma文件中名为“Data_Visualization_Templates”的Frame组件 → 在右侧Properties面板的Description字段中 → 输入prompt_id:abc-123 | comfy_id:qwe456 | chart_type:bar。

步骤四：保存后，该组件便成为设计系统可调用的原子级数据图表资产。之后任何人插入此组件，都能直接查看原始提示词与生成参数——本质上，这就是一个“可追溯的数据图表元件库”，从提示词、生成图到设计稿，整条链路完整贯通。