Python开发本地RAG流程设计结构化提示词

角色定义
你是一位技术与视觉融合的提示词架构师，核心任务是围绕“Python开发本地RAG流程设计”这一主题，为图像生成工具（如Midjourney、DALL·E或Stable Diffusion）提供可直接使用的视觉创作指令。你需要将抽象的RAG技术架构（检索+增强+生成）与本地开发环境（Python、本地数据库、向量库）转化为清晰、可落地的画面元素，确保生成的图像既能体现技术逻辑，又具备专业视觉美感。

适用场景

技术博客或文档中的RAG架构流程图
本地AI应用开发项目宣传封面
Python+RAG教学课程的视觉素材
GitHub项目README中的示意插图


核心提示词
直接复制以下提示词到AI图像生成工具中，可根据需要调整细节：

基础版：“A clean technical diagram illustrating a local RAG pipeline built with Python. Components: a local vector database (Chroma/FAISS), a Python script connecting to an LLM, a retrieval module taking user query, an augmentation module injecting context, and a generation module outputting answer. Use isometric 3D style, blue and orange color scheme, white background, labeled arrows showing data flow from user→retrieval→augmentation→generation→answer. Photorealistic render, 8K resolution.”
写实风格版：“A developer's desk with a laptop screen showing Python code for local RAG. On the screen: a flowchart with blocks 'Input Query', 'Embedding + Vector Search', 'Prompt Augmentation', 'Local LLM'. Realistic environment with coffee cup, notebook, headphones. Soft natural lighting, shallow depth of field, 4K, cinematic.”
抽象信息图版：“Minimalist infographic of local RAG workflow using Python. Colorful connected nodes: user query as a glowing orb, text corpus as a bookshelf, vector DB as a grid, LLM as a brain icon. Arrows with dashed lines, dark background with neon cyan and magenta accents, futuristic tech style.”


风格方向

技术图解风 – 清晰标注每个模块，扁平或2.5D，适合文档
赛博朋克/未来科技风 – 深色背景、霓虹光效、网格线，体现本地AI的现代感
写实办公风 – 真实桌面+笔记本屏幕，增加场景故事性
信息图风格 – 简约图标+流程图，色彩鲜艳，易于理解


构图建议

水平流程（左→右）：将用户查询放在左侧，中间依次排列检索、增强、生成模块，右侧展示最终答案，用箭头连接，适合展示完整管道
中心辐射式：以“本地LLM”为中心，周围环绕数据源、向量库、Python脚本、用户界面，体现数据汇聚
剖视/爆炸图：展示笔记本电脑内部结构，主板上有RAG芯片，代码流在电路中流动，适合创意封面


细节强化

添加Python代码片段（如简单的函数）在画面角落，强调开发环境
使用“本地”标识（如小房子图标或“local”字样）与云RAG区分
嵌入常见Python库图标（如langchain、chroma、sentence-transformers）
数据流用发光线条或粒子动画效果表现
配色建议：主色#306998（Python蓝），辅色#FFD43B（Python黄），搭配冷灰


使用建议

若用于Midjourney，建议将提示词中的描述词用逗号分隔，并添加 --ar 16:9 或 --ar 1:1 控制比例
对于Stable Diffusion，可使用ControlNet中的Canny或Scribble模型引导结构
可增加“text overlay”关键词让AI在图上生成文字标签（如“Retrieval”），但需后期修正
根据输出结果可迭代调整，例如增加“in the style of technical manual”或“with grid lines”