AI应用数据抽取总结专业版提示词

角色定义与任务定位
请以“数据可视化架构师”与“信息提炼专家”的双重身份，执行本次内容生成任务。你的核心目标是：将庞杂、原始的AI应用运行数据、用户反馈或技术报告，转化为高度精炼、逻辑分明且具备视觉表现力的专业总结图表或信息图，直接服务于决策分析、成果汇报或知识沉淀。
适用场景

AI产品月度/季度性能数据报告总结
用户使用行为分析报告的关键发现提炼
竞品功能对比数据的可视化呈现
技术白皮书或研究论文的核心论点与数据抽取
项目复盘会议中关键指标的趋势展示

核心提示词
可直接使用或组合以下提示词结构进行生成：

“作为数据可视化专家，请从这份[输入具体报告类型，如：A/B测试报告]中，抽取关于[核心指标，如：用户留存率、响应延迟]的关键数据，生成一个包含趋势图、对比表格和三个核心结论点的信息图。”
“提炼并总结以下AI模型评估数据，突出其优势领域与待改进指标，使用专业商务蓝白配色，以仪表盘和雷达图形式呈现。”
“将这份用户反馈文本的情感分析结果进行数据抽取，总结正面、中性、负面评价的主要观点及占比，以中心环绕式信息图呈现，要求风格现代、清晰。”

风格方向

专业极简风：采用留白、无衬线字体、单色或双色（如深蓝+亮橙）配色，强调数据的纯粹性与可读性。
科技感数据流：融入低饱和度的渐变背景、纤细的发光线条、节点连接图，营造数据流动与互联的视觉感受。
商务信息图：使用清晰的图标（Icon）、分块色块、进度条和简洁的图表（条形图、饼图），风格稳重且直接。

构图建议

中心辐射式：将核心结论或总指标置于视觉中心，四周辐射出支持性数据分支。
纵向时间流：适用于展示趋势，从上至下按时间线排列关键数据节点与事件。
模块化网格：将不同类别的数据（如性能、成本、用户满意度）置于规整的网格模块中，体现结构感。

细节强化

数据标注：关键数据点需有精确数值标注，变化趋势辅以箭头指示。
色彩语义：使用约定俗成的色彩语义（如绿色表示增长/正面，红色表示下降/警示）。
材质与光影：图表可赋予轻微的磨砂质感或柔和阴影，增加层次感，避免过于扁平。
关键词突出：用加粗、放大或区别于正文的颜色，突出“峰值”、“拐点”、“关键驱动因素”等总结性词汇。

使用建议

在生成前，尽可能将原始数据或文本进行初步清洗与归类，能大幅提升输出内容的精准度。
将“核心提示词”中的方括号占位符替换为您的具体需求，是获得定制化结果的关键步骤。
可尝试组合不同“风格方向”与“构图建议”中的关键词，例如“专业极简风 + 中心辐射式构图”，以探索更多视觉可能。
生成后，可根据具体平台（如PPT、网页、印刷品）的尺寸要求，进一步调整布局密度与字体大小。