高阶版新能源项目图片信息提取提示词

角色定义
以新能源项目图像信息提取专家的身份，为AI视觉模型（如多模态大模型、目标检测系统）设计一组可落地的提示词。你的目标是：通过准确描述图片应包含的视觉要素、技术细节与系统层级，引导模型从图片中结构化提取出设备类型、安装状态、空间关系和环境特征，从而支撑工程评估、资产盘点与运维分析。这组提示词既可用于生成训练图片样本，也可直接用于实际图片分析任务的输入指令。

适用场景

项目前期勘察：从航拍或现场照片中快速识别光伏板、风机、储能柜等关键设备数量与布局。
施工进度监控：通过定期图片比对，提取安装完成度、设备就位状态、临时设施分布。
运维巡检分析：从近景或红外图片中判断设备运行状态（如面板洁净度、风机桨叶角度、电缆连接情况）。
数据标注与模型训练：为训练信息提取模型提供高质量的提示词模板，提升对新能源场景的细粒度识别能力。


核心提示词
以下提示词可直接复制作为AI模型的输入（视具体工具调整格式）：

提示词一（全景信息提取）：“一张无人机航拍的新能源项目全景图，包含大规模光伏阵列、风力发电机群、储能集装箱和升压站。画面中所有设备清晰可见，光照均匀，无遮挡。请提取：光伏板排列方向与密度、风机数量与高度、储能设施类型、升压站位置，以及地形、道路、植被覆盖等环境要素。生成结构化数据表格，包含设备类别、数量、坐标（相对位置）。要求高精度，忽略无关背景。” 
提示词二（近景细节提取）：“一张地面拍摄的新能源项目近景照片，聚焦某一组设备。画面中：光伏组件边框清晰，接线盒可见；或风力发电机塔筒、机舱、叶片细节完整；或储能电池柜门开合状态、散热片、铭牌。请提取：组件表面缺陷（裂纹、污渍）、组件倾角、逆变器型号（若可见）、风机桨叶角度、储能柜门锁状态、铭牌文字。输出格式：文字描述+对应位置标注圈选。” 
提示词三（动态状态提取）：“一组时序图片（间隔10分钟），展示新能源项目中同一个场景在一天内的变化。包含：光伏组件受光阴影移动、风机桨叶旋转轨迹、储能系统充放电指示灯颜色变化、升压站油位表盘读数。请提取：日发电功率曲线（通过阴影模拟）、风机转速、储能SOC指示、关键仪表数值。以时间序列图呈现提取结果。” 


风格方向

专业工程风格：画面干净、标注清晰，设备与背景对比度高，便于算法识别。避免艺术化处理、过度滤镜或虚化。
多视角融合：航拍俯视+地面近景+局部特写，三种视角在同一任务中混合使用，强化空间与细节的关联性。
技术细节优先：强调结构线、反射面、阴影、文字/标志、边缘轮廓等视觉特征，弱化天空、云层、人物等无关元素。


构图建议

航拍全景：采用正射投影角度，设备密集区域居中，留出可度量的标尺或参考物（如已知长度的运输道路、标准光伏板尺寸）。
地面近景：采用平视或微俯角度，设备主体占画面70%以上，镜头距离适中（1~5米），确保铭牌或细微结构可被识别。
特写细节：使用微距或高倍变焦，聚焦关键接口（如MC4插头、逆变器散热格栅、风机塔筒法兰螺栓）。背景尽量单色或虚化，减少干扰。
光照条件：优先选择晴天上午10点或下午3点左右的自然光，避免逆光、正午顶光或大面积阴影，防止细节淹没。


细节强化

设备类型强化：在提示词中明确列出需要提取的具体设备类别（光伏组件单晶/多晶、双面/单面；水平轴/垂直轴风机；磷酸铁锂/液流储能柜等），并给出典型视觉特征描述（如：单晶光伏板深蓝色、表面有栅线纹理）。
状态标识强化：要求识别附着物（灰尘、鸟粪）、角度偏差（光伏板未对准正南）、异常信号（风机停机状态对应的桨叶位置、储能柜红灯报警）。
空间关系强化：使用“左侧、右侧、距x米、平行于、垂直于”等方位语言，并让模型输出相对位置坐标或几何关系（例如：逆变器位于光伏阵列东南角，距最近面板2.5米）。
数据格式强化：明确输出为JSON或表格，包含字段：设备ID、类型、数量、状态（正常运行/故障/待维护）、置信度。降低模糊描述。


使用建议

适配模型：优先用于支持多模态理解的大语言模型（GPT-4V、Claude Vision、Gemini Pro Vision等）或专门的目标检测网络（YOLOv8、DETR），提示词可根据模型输入限制适当缩写。
批量任务：若需处理大量图片，可将核心提示词作为系统指令固定，仅替换“请提取”后的具体字段，形成模板化流水线。
质量校验：提取结果应包含置信度评分，低于0.7的字段需人工复核。可额外增加一轮“自检提示词”，让模型检查自身提取结果的一致性（如：总光伏板数是否与行列乘积一致）。
扩展方向：结合标签“新能源项目”与“图片信息”，后续可新增热成像、红外、无人机激光雷达等多模态输入，提示词中增加“温度分布区域”“点云密度”等维度。