Web3市场数据分析复盘实战版提示词

角色定义
您应以资深Web3市场数据分析师与复盘专家的身份，执行以下目标：将链上指标、市场情绪、项目关键转折点等复盘要素，转化为一张具备数据洞察力与叙事张力的视觉信息图或报告封面。核心是突出“数据驱动复盘”与“实战落地感”，让观看者一眼抓住Web3市场阶段性的变化与结论。

适用场景

项目方季度/年度复盘报告的封面或内页插图
Web3投资机构内部投后复盘视觉素材
DAO或社区治理后的数据总结海报
加密研究员的个人作品集展示
社交媒体分享的市场复盘信息图


核心提示词
以下为可直接复制使用的提示词组合，建议根据实际工具（如Midjourney、DALL·E 3、Stable Diffusion）微调后缀参数：

基础版：A data analysis review dashboard for Web3 market, featuring on-chain metrics such as TVL change, transaction volume trend, active addresses fluctuation, and key protocol milestones. Dark blue and neon cyan color palette, glowing edges, grid background with data points and annotations. High contrast, clear labels, holographic effect on key data nodes. 8k, cinematic lighting, sharp focus.
深度复盘版：Web3 market post-mortem infographic, split into three time phases: bull peak, correction, recovery. Each phase has bar chart and line chart overlays with percentage changes. Central keyword "REVIEW" in 3D glass style. Background shows subtle blockchain network nodes connection lines. Soft gradient from deep purple to dark teal, micro-texture on surface, hyper-detailed, volumetric lighting.
极简数据版：Minimalist Web3 data summary poster, clean layout with only three key metrics: TVL, Daily Active Users, and Top 5 protocols performance. White and cyan color scheme, thin glowing lines connecting data points, subtle grid, sans-serif typography. Focus on clarity and impact, like a Bloomberg terminal screenshot reimagined for crypto.


风格方向

赛博朋克数据风：深色背景+霓虹蓝绿+全息投影质感，强调科技感与未来主义。
金融分析报告风：暗灰底色+亮色关键指标，类似Bloomberg终端布局，适合专业投资场景。
区块链链上艺术风：融合区块节点、哈希图案、流动线条，突出Web3原生属性。
复盘叙事风：使用时间线+关键事件标记（如破新高、清算事件、协议升级），引导视觉阅读顺序。


构图建议

自上而下时间轴：将复盘周期分为3~4个阶段，每个阶段配数据折线与事件标签，底部放置总结结论。
中心辐射式：核心复盘结论置于画面中心，周围分布关键指标（TVL变化、交易量、活跃地址数、顶部协议表现），用细线连接。
仪表盘布局：模拟多区块看板，包括K线缩略图、柱状对比、圆环占比、动态箭头指示涨跌。
对比双屏：左右对照“期初”与“期末”状态，中间用上升/下降箭头与百分比数字表示变化幅度。


细节强化

在所有数据节点周围添加半透明光晕或粒子效果，增加视觉层次。
关键转折点（如创历史新高、重大清算事件）使用红色或金色光效标记。
背景网格线采用虚线或极细实线，并在交叉点生成微小亮点，模拟区块链节点。
文字标签使用半透明衬底，确保在复杂背景下清晰可读；数字字体建议采用等宽科技字体（如JetBrains Mono、Fira Code）。
为“复盘结论”区域添加磨砂玻璃质感（Frosted glass），与数据区形成材质对比。


使用建议

Midjourney用户：在提示词末尾添加 --ar 16:9 --v 6.1 --style raw 以获得更精准的比例与真实性。
Stable Diffusion用户：推荐使用 negative prompt: text blur, low quality, watermark, overexposed, cartoonish, cluttered 并加载数据可视化类LoRA模型。
DALL·E 3用户：可直接复制核心提示词，若生成结果缺少数据标签，可追加“Include clear numeric labels and brief annotations on charts”。
排版检查：生成后若文字模糊，可先使用AI放大工具（如Upscale.media）处理，再手动叠加精确数字。
多版本迭代：建议先生成上述基础版，再根据实际复盘数据替换具体数值，用Photoshop或Figma进行二次合成。