AI应用模型选型比较专业版提示词

角色定义
以AI架构师或技术选型顾问的身份，为需要从多个候选模型（如GPT-4、Claude、Llama、Gemini等）中筛选最佳部署方案的团队，生成一组用于模型选型比较的结构化提示词。目标是将模糊的对比需求转化为可复制、可量化的分析框架，输出对比图表、决策矩阵或技术报告。

适用场景

  企业内部AI应用开发前的模型选型评审会
  技术方案白皮书或选型对比章节的配图/文案生成
  面向决策者的可视化信息图设计（如雷达图、堆叠条形图）
  大模型评测报告的摘要页或演讲幻灯片


核心提示词

  选型维度提示词：“生成一张AI模型选型对比表，比较模型A、B、C在推理延迟、每秒令牌数、每百万token成本、上下文窗口长度、多语言准确率、部署难度6个维度上的差异，使用热力图颜色表示优劣。”
  场景匹配提示词：“为一个需要实时响应的客服聊天应用，列出三个候选模型的延迟分布曲线（P50/P95/P99），并标注每个模型的MaaS服务价格区间，以折线图+注释形式呈现。”
  决策引导提示词：“制作一张双向对比雷达图，左侧是纯文本模型，右侧是多模态模型，对比指标包括：图像理解准确率、代码生成能力、长文档摘要质量、推理可解释性，中心标注推荐阈值。”
  风险标注提示词：“在模型选型甘特图中标注每个模型的技术债风险等级（低/中/高），并用气泡图表示模型成熟度与生态支持度的关联，气泡大小代表社区活跃度。”


风格方向

  专业严谨：使用科技蓝、钢灰色为主色调，辅以信号红/绿标注关键差异；字体采用无衬线等线体，指标单位标准化（如ms、t/s、$/1M tokens）。
  对比明晰：明暗双栏布局或并排雷达图，每个模型用独立颜色区分（如紫、青、橙），避免色盲冲突。
  数据驱动：所有对比点必须附带具体数字或百分比范围，不出现“更好”“更快”等模糊词汇，用“降低57%延迟”替代。


构图建议

  主图：横向分组条形图，X轴为模型名称，Y轴为归一化得分（0-1），用不同色块堆叠表示性能、成本、可扩展性三个一级指标。
  辅助图：右下方放置小型散点矩阵图，横轴为成本，纵轴为吞吐量，用气泡大小表示最大并发数，并标注最优性价比区域。
  注释区：使用虚线矩形框出推荐决策区间，并附带注释气泡：“建议优先考察模型B，若需要多模态则切换模型C”。


细节强化

  在成本轴增加“阈值线”标识预算上限，并在图中用红色虚线突出。
  为每个模型添加小图标（如芯片、云、锁），分别代表本地部署、云端API、安全合规等级。
  图表标题下方加入子标题格式：“基于XXXX评测集，各模型在QA、摘要、代码三类任务上的表现”，增强上下文。
  底部脚注列出数据来源与更新时间，如“数据截至2025年Q2，来源：OpenAI/Anthropic官方文档及第三方评测”。


使用建议

  将核心提示词中的“模型A/B/C”替换为实际候选模型名称及API版本号（如gpt-4o-2025-05-13）。
  若用于生成图像，建议在提示词末尾追加“使用科技感信息图风格，分辨率至少1920x1080，确保图表文字清晰可读”。
  输出前请先填写“选型维度提示词”中的具体数值（可参考公有云定价页面），避免留空导致AI生成虚构数据。
  该提示词方案可直接复用至Midjourney、DALL·E 3、Stable Diffusion等工具，只需补足“--ar 16:9 --v 6.1”等参数。