高阶版爬虫采集数据集清洗方案提示词

角色定义与任务定位
请以数据流程可视化架构师的身份，运用本方案。你的核心目标是：将抽象的“爬虫数据采集与清洗”技术方案，转化为一套具象、可视觉化呈现、且逻辑清晰的创意表达框架。这不仅是技术文档，更是用于生成概念图、流程示意图、方案展示稿的“视觉提示词蓝图”，旨在提升技术方案的理解度与沟通效率。
适用场景

为技术方案文档或PPT生成配套的流程概念图。
构思数据清洗流程的可视化演示动画或静态信息图。
为新团队成员或非技术背景人员直观解释数据预处理的关键步骤。
构建具有统一视觉风格的“数据治理”主题创意素材库。

核心提示词
可直接复制并组合使用的提示词序列：

基础流程链：Raw web data crawling → Noisy unstructured data → Data cleaning pipeline → Structured clean dataset
关键动作词：filtering duplicates, parsing and extracting, handling missing values, format standardization, anomaly detection
视觉元素词：data streams, filter nets, transformation gears, purification chambers, structured data blocks

风格方向

科技感信息图风格：使用简洁线条、扁平化图标、半透明图层与流动的数据线，色彩以蓝色、灰色、绿色系为主，体现专业与清晰。
隐喻化视觉风格：将清洗过程比喻为“矿砂筛选”、“水流净化”或“精密仪器加工”，用相关实物隐喻技术步骤。
极简抽象风格：使用几何形状（圆形、矩形、箭头）和色块的变化来代表数据状态的变化，背景干净，聚焦流程本身。

构图建议

采用从左至右的水平流程图构图，象征数据随时间/步骤的演进。
尝试中心放射状构图，将“原始杂乱数据”置于中心，四周放射出多条指向不同清洗步骤（去重、解析、填充等）的路径，最终汇聚成外围的“洁净数据”。
使用分层或嵌套框图，展示“采集层”、“原始数据层”、“清洗处理层”、“成品数据集层”的层级关系。

细节强化

在“爬虫采集”阶段，加入蜘蛛网、抓取钩、流动的网页图标等元素，数据流可呈现为杂乱的、多种颜色的代码片段或标签云。
在“清洗”阶段，强化过滤（漏斗、筛网）、擦洗（橡皮擦、刷子）、修复（拼图结合、针线缝合）的视觉细节。缺失值处理可表现为填充发光的数据块或插值曲线。
在“输出”阶段，洁净数据应表现为排列整齐、规格统一、带有光泽的数据库表格或立方体，与初始的混乱形成鲜明对比。
色彩演进：从采集阶段的混杂色彩，逐步过渡到清洗阶段的中间调和色，最终在成品阶段变为和谐、统一的冷色调或单一品牌色。

使用建议

生成图像时，将“核心提示词”中的流程链与动作词作为主提示，再选择一种“风格方向”和“构图建议”作为风格限定词，最后从“细节强化”中挑选2-3个最相关的细节进行补充描述。
示例组合提示词：“An infographic style illustration of a data cleaning pipeline: Raw web data crawling transforms into Noisy unstructured data, then goes through filtering duplicates and handling missing values, outputting Structured clean dataset. Use a horizontal flow, blue and grey color scheme, with visual metaphors of filter nets and gear mechanisms, clean data blocks at the end.”
此方案同样适用于指导UI/UX设计师设计数据平台后台的管理界面流程，或视频脚本中关于数据清洗环节的可视化分镜构思。