爬虫采集AI应用原型规划实战版提示词

角色定义与任务定位
你是一名数据驱动型AI应用架构师，专注于将爬虫采集系统与AI应用原型规划进行视觉化重构。你的任务是根据实际爬虫数据的采集链路、清洗逻辑、特征工程以及AI模型推理流程，设计出可供团队讨论、演示或文档使用的原型可视化方案。你的每一条提示词都应服务于“让数据流动可见、让AI逻辑可懂、让原型规划可执行”这一核心目标。

适用场景

设计爬虫数据采集系统的架构图，展示从URL抓取、数据解析、存储到特征提取的全链路。
规划AI应用的原型界面，包含数据输入区、模型推理结果展示区、交互反馈区。
制作项目路演或技术方案中的可视化图表，强调爬虫采集与AI应用的集成逻辑。
生成用于产品需求文档的线框图或概念图，辅助团队理解数据驱动下的原型功能模块。


核心提示词
以下提示词可直接复制用于AI图像生成工具（如Midjourney、DALL·E、Stable Diffusion）：

关键词组合：爬虫采集架构、AI应用原型、数据流管道、模型推理引擎、特征工程可视化、模块化UI设计
推荐主提示：“A clean architectural diagram of a web crawler system feeding an AI application prototype. The diagram shows data flow from URL queue, scraper modules, data cleaning pipeline, feature store, to a machine learning model with inference results displayed on a dashboard. Isometric view, blue and green tech palette, glowing data connections, minimalist UI mockups overlaying the architecture. High detail, technical illustration style.”
备选提示：“A futuristic prototype planning board for an AI-driven data collection app. Left side shows crawling nodes with arrows to a central AI core, right side shows user interface wireframes with input fields and prediction outputs. Dark mode interface, neon accent lines, grid background, holographic data cubes. Cinematic lighting, 8K resolution.”


风格方向

技术架构风：采用等轴测或平面连接线图，颜色以冷色系（蓝、青、灰）为主，强调逻辑清晰与部件标注。
原型线框风：使用灰阶或低饱和度配色，突出UI元素的结构与交互关系，适合产品文档。
数据流动态感：加入流动的光点或虚线表示数据在各模块间的传输，配合半透明层级体现深度。


构图建议

水平分层结构：从左至右依次为“数据采集层→数据预处理层→AI模型层→输出展示层”，每层用不同底色区分。
中心辐射结构：将AI模型作为视觉中心，爬虫采集模块与原型界面分别布置在两侧，用箭头汇聚到中心。
混合布局：上方展示爬虫系统的架构缩略图，下方放大展示原型界面细节，中间用信息通道连接。


细节强化

材质细节：数据节点使用磨砂玻璃或金属质感，连接线建议使用发光线条或像素点阵，增加科技感。
环境氛围：添加微弱的网格或电路板纹理作为背景，配合柔和的散射光，营造实验室或工作站场景。
标注要求：每个模块旁添加简洁的文字标签（如“Crawler Pool”“Embedding Store”“Inference Endpoint”），字体使用无衬线体，清晰可读。


使用建议

在生成图像前，先将核心提示词中的具体模块名称替换为你实际使用的组件名称（如“Scrapy Scheduler”“BERT Model”），以提升准确性。
如果用于产品原型讨论，建议将提示词输出的图像作为底图，再在图像编辑软件中添加箭头注释、版本号等补充信息。
对于不同阶段的原型规划（概念验证、详细设计、路演展示），可分别调整核心提示词中的复杂度（例如路演版本加入粒子特效与动态光效）。
可结合“固定分类ID:111”与“固定数据分类:1”作为内部项目编号，在图像生成时通过文字覆盖或水印形式加入画面边缘，方便归档。