跳到主要内容
火花工坊
发布分享
一个 Pipeline 流程图提示词：多阶段、颜色递进、强调顺序
景行景行

一个 Pipeline 流程图提示词：多阶段、颜色递进、强调顺序

来源：GitHub 仓库 XYD-GIS/paper-toolkits 文件约 64 行，约 3.49 KB

一个算法 Pipeline 流程图提示词。

它解决的是：方法包含 ≥ 3 个清晰阶段，每阶段有输入/输出，强调"顺序"。

它的结构：

  • 横向从左到右排列
  • 4 个顺序阶段，每个是圆角矩形，内有 2-3 词英文标签
  • 阶段 1：软蓝填充（#D6E4F0）
  • 阶段 2：软绿填充（#D8E8D0）
  • 阶段 3：软橙填充（#F5E0CB）
  • 阶段 4：软紫填充（#E0D4EC）
  • 每个阶段上方有斜体灰色短描述（最多 5 词）
  • 下方可选时间轴（training-time / inference-time / deployment-time）
  • 风格：扁平矢量、Arial、白底、NeurIPS/ICML 图审美、16:9
  • 负向约束：不要照片、不要杂乱草图、不要 3D 阴影、不要卡通、不要投影、不要 emoji、不要 logo

填空示例（机器学习 pipeline）：

  • 领域 = machine learning
  • 阶段数量 = four
  • 阶段 1 名 = Input Preprocessing
  • 阶段 2 名 = Feature Extraction
  • 阶段 3 名 = Model Inference
  • 阶段 4 名 = Output / Decision

调优提示：

  • 阶段数 ≥ 6 → 考虑拆成"两层"，顶层 4 个大阶段，每个再展开为子图
  • 每阶段要标公式/参数维度 → 在每个 STAGE 描述下加 "with annotation '{公式或维度}' below the rectangle in monospace font"
  • 阶段间不是简单顺序而有循环 → 用 ../flowchart/loop.md 模板

适合谁：

  • 写论文要画 Pipeline 流程图的科研小组成员
  • 方法有多个清晰阶段、强调顺序的人
  • 想要 NeurIPS/ICML 图审美的人

用法： 把这段提示词复制到 AI 工具里，把占位符填上就行。

提示词

A clean academic pipeline diagram for a {领域，如 machine learning} method, arranged horizontally from left to right. The diagram contains exactly {阶段数量，如 four} sequential stages, each rendered as a rounded rectangle with a 2-3 word English label inside.

STAGE 1 (leftmost): {阶段 1 名} — Input shown as small icon on the left side. Soft blue fill (#D6E4F0).
STAGE 2: {阶段 2 名} — Connected to Stage 1 with a thin black arrow. Soft green fill (#D8E8D0).
STAGE 3: {阶段 3 名} — Connected to Stage 2. Soft orange fill (#F5E0CB).
STAGE 4 (rightmost): {阶段 4 名} — Connected to Stage 3. Soft purple fill (#E0D4EC). Output icon on the right edge.

Above each stage, place an italic short description in gray (max 5 words). Below the pipeline, add a horizontal axis line with three time-related markers (training-time, inference-time, deployment-time) — optional, only if relevant.

Style: flat vector illustration, Arial sans-serif, white background, minimal aesthetic similar to NeurIPS / ICML figures. Aspect ratio 16:9.

Negative constraints: NO photorealistic photos, NO messy sketches, NO 3D shading, NO cartoon, NO drop shadows, NO emoji, NO logos.

# 填空示例
{领域} = machine learning
{阶段数量} = four
{阶段 1 名} = Input Preprocessing
{阶段 2 名} = Feature Extraction
{阶段 3 名} = Model Inference
{阶段 4 名} = Output / Decision

评论 0

更多

登录后可点赞、收藏、评论和举报。

还没有评论，先发起一个具体问题。

0/2000