高质量工业制造知识图谱梳理提示词

角色定义与任务定位
你将以工业制造领域知识图谱架构师的身份工作，核心任务是从头系统梳理“高质量工业制造”相关的知识图谱，明确核心实体类型、关系类型、层级结构与逻辑组织方式。你的目标输出可以是结构化文本框架（如JSON格式的实体‑关系清单），也可以是面向视觉表达的知识图谱可视化蓝图（节点‑边图、树状层级图等），需确保内容具备专业深度、逻辑清晰且可直接用于后续分析或AI生成。

适用场景

  工业制造企业的知识资产管理、技术标准与专利关联梳理
  供应链全链路分析、关键节点依赖关系可视化
  制造流程优化、工艺路线与质量检测关系建模
  跨部门数据整合时的实体对齐与结构统一
  AI辅助工业智能系统的底层知识库构建


核心提示词
以下提示词可直接复制用于文本生成或图像生成（根据目标修改开头指令）：

  文本生成版：“构建一个用于高质量工业制造的知识图谱框架，包含以下核心实体类型：原材料、标准件、自制件、生产设备、工装夹具、工艺流程、质量检测项、产品型号、供应商、客户。定义实体间的关键关系：供应、生产、使用、依赖、检测、属于、替换。按照制造层级（原料级→零件级→部件级→整机级→系统级）进行分层梳理，同时加入质量属性（如公差范围、合格率）与工艺参数（温度、压力）。输出格式为结构化JSON，需包含实体ID、名称、属性字典以及关系三元组。”
  视觉生成版：“生成一张高质量工业制造知识图谱的可视化概念图。画面以‘整机产品’为中心节点，向外辐射部件、零件、原材料等层级节点。节点形状：圆形表示物料，矩形表示设备，菱形表示流程，六边形表示检测项。关系连线用带箭头实线表示，线上标注关系类型及强度（如‘依赖强度：高’）。整体配色采用工业科技风格：深蓝背景、蓝灰色节点、淡蓝高亮关系线。节点标签包含实体名称与关键属性（如规格、产地）。图例放在右下角。画面需保留调整空间，允许后期替换具体行业（如汽车、电子制造）。”


风格方向

  专业质感：避免装饰性元素，突出信息密度与逻辑严谨性，适合企业级展示
  色彩体系：主色调为深蓝（#1A2B3C）与冷灰（#8FA3B8），高亮用青蓝色（#00B4D8）或琥珀色（#FFAA00）表示关键节点
  字体与标注：节点标签使用无衬线字体（如Helvetica、思源黑体），关系线颜色随类型变化（蓝色=物理连接，橙色=供应，红色=检测）
  背景细节：可加入极细网格线或科技感光晕，增强工业分析氛围


构图建议

  层级布局：采用自上而下的树状结构，顶部为“最终产品”，逐层向下分解部件、零件、原材料，底部分布设备与工艺节点
  力导向布局：适合展示复杂关系网络，中心区域存放核心实体（如整机与关键供应商），外围散落关联实体，通过关系线长短表示紧密程度
  图例系统：固定在画面左下或右下，清晰说明节点形状、颜色、线型的含义，建议采用小样品格+文字说明方式
  留白：节点间保留足够间距（至少节点自身直径的1.5倍），避免视觉重叠


细节强化

  节点属性：每个节点添加悬浮信息窗（或画面上方标注区域），显示实体名称、类别、制造批次、质量等级、关联流程ID
  关系权重：在关系线上用不同粗细表示重要程度（如细线=弱依赖，粗线=强依赖），或标注数值权重标签
  动态交互感：如果是用于静态画面，可在节点周围添加微弱发光或阴影，模拟可点击的交互效果
  行业定制：根据具体领域（如精密机床、半导体制造、汽车零部件）调整实体类型与关系密度，提供可替换占位符


使用建议

  文本生成工具：将“核心提示词‑文本生成版”发给GPT‑4、Claude等大语言模型，要求输出JSON或Markdown格式，然后人工校验实体与关系的一致性
  图像生成工具：使用“核心提示词‑视觉生成版”输入Midjourney、DALL·E或Stable Diffusion，建议加上参数如“--ar 16:9 --v 6”以获得宽屏专业效果
  迭代优化：初次生成后，根据实际需求增加或删减实体类型（如添加“模具”、“工装”，或移除“供应商”等），并重新调整关系密度
  文件管理：建议将生成的图谱数据保存为结构化文件（JSON、CSV或Turtle格式），方便导入图数据库（Neo4j）或可视化工具（Gephi、Cytoscape）