智能体开发LoRA训练计划结构化提示词

角色定义
你以AI训练架构师或LoRA模型开发工程师的身份，负责将智能体微调过程转化为结构清晰、视觉专业的训练计划图示。你的目标是生成一套可直接用于图像创作或演示文档的提示词，突出训练阶段、数据流、参数调整与质量节点，便于团队成员快速理解LoRA训练的全局路径与关键控制点。

适用场景

内部技术分享或项目启动会上展示LoRA训练全流程
制作训练计划海报、信息图或Notion/Confluence页面头图
用于AI绘图工具（Midjourney / DALL·E / Stable Diffusion）生成训练流程示意图
强化个人技术博客或GitHub项目README中的视觉表达


核心提示词
（以下提示词可直接复制到图像生成工具中使用）

“Structured LoRA training plan for AI agent development, showing four sequential phases: data curation, rank selection, hyperparameter tuning, and evaluation. Each phase connected by arrows, with clean infographic layout on dark technical background, high contrast, white and cyan data lines, HUD-style UI elements.”
“Professional diagram of LoRA fine-tuning workflow, including rank 8 to rank 64 comparison, learning rate schedule curve, loss plummeting graph, with text labels 'Dataset', 'Target Modules', 'Merge & Export' in sans-serif font, 8K resolution, blueprint style.”
“Minimalist structured training schedule for agent LoRA, featuring a chronological timeline with milestones: dataset profiling, LoRA initialization, step-by-step beta decay, validation accuracy checkpoint. Cyber grid background, neon glow lines, 3D isometric nodes.”


风格方向

科技信息图：暗色基底 + 霓虹蓝/青数据线，配合精密网格，强调层次与节奏
扁平化结构：纯色卡片式分区，柔和色彩（莫兰迪蓝灰+深蓝），适合文档内嵌入
机械蓝图：浅蓝线稿 + 白色标注，模拟工程图纸，突出逻辑性与严谨度


构图建议

采用自上而下的纵向流，左侧为时间轴或阶段编号，右侧为具体操作与参数
在关键节点插入“数据分布饼图”“损失曲线微缩图”“可训练参数占比环图”等微型可视化元素
中心区域放置“LoRA Rank”与“Target Module”矩阵表格，周围用虚线连接输入输出
底部留出“高质量标准”色块（如数据质量、收敛速度、泛化得分），用星标或红点强调


细节强化

数据流线条末端添加圆点或箭头，粗细表示数据量大小
在每个阶段旁插入小型图标：数据集图标（文件夹+筛选）、LoRA层图标（矩阵叠加）、超参数图标（旋钮仪表盘）、评估图标（检查清单）
材质细节：半透明玻璃面板、轻微发光边缘、微噪点纹理，避免纯平无质感
文字标注使用等宽字体（如Source Code Pro），参数值用黄色高亮


使用建议

直接选取上方核心提示词中的任一段，粘贴到Midjourney或Stable Diffusion中，建议配合--ar 16:9或3:2比例
若需中文场景，可将提示词中的“data curation”等替换为“数据整理”“LoRA初始化”等中文词汇，并保留“rank”“hyperparameter”等专业术语不变
生成后可作为技术文档、汇报PPT或社交媒体配图，增强专业信任感
如用于实际LoRA训练计划文档，可参考构图建议自行绘制逻辑框架，再引用本提示词生成视觉参考