多语言站点边缘推理优化结构化提示词

角色定义
你是一位系统架构可视化专家与技术内容策划师，目标是围绕“多语言站点边缘推理优化”这一完整流程，生成一套结构清晰、可直接用于图像生成或视觉设计的结构化提示词。你的角色定位是：将抽象的技术链路（多语言处理、边缘节点推理、优化策略）转化为可被AI绘画工具或设计软件理解的视觉语言，最终输出适用于技术文档、PPT演示或方案宣讲的专业视觉方案。

适用场景

为多语言国际化站点（如跨境电商、跨国应用）设计边缘推理优化流程图或架构图
制作技术方案宣讲中使用的“边缘推理优化完整流程”示意图
用于开发文档或产品说明中的系统模块可视化，突出从多语言输入到边缘推理再到优化反馈的闭环
作为AI绘画/设计工具的预置提示词，生成可直接用于页面展示的视觉素材


核心提示词

多语言站点边缘推理优化完整流程图，从左到右显示多语言输入（中、英、日等） -> 边缘节点负载均衡 -> 推理引擎（TensorRT/ONNX） -> 模型压缩与量化优化 -> 结果返回与缓存策略
国际化边缘推理架构，包含边缘服务器集群、全球CDN节点、语言检测与转换模块、推理请求路由
推理优化流水线，展示数据预处理、模型剪枝、动态批处理、延迟优化等高亮环节
多语言并行推理示意图，每个语言分支对应一个边缘节点，节点间通过优化调度器连接


风格方向

技术风格：扁平化插画为主，辅以冷色系（深蓝、青灰、白色），强调清晰模块划分和箭头流向
现代科技感：使用渐变与半透明玻璃质感，背景为暗色网格或科技波形，突出边缘节点与数据流的光效
结构主义：每个模块用圆角矩形框，内部标注英文术语（如Multi-Lang Input、Edge Inference、Optimization Loop），线条干净无冗余装饰


构图建议

水平时间线式：从左到右依次为多语言输入层、边缘推理层、优化层、输出层，顶部标注“Complete Pipeline of Edge Inference Optimization for Multi-Lang Sites”
分层环形图：中心为推理优化引擎，外圈为不同语言边缘节点，最外圈为全球站点分布，用箭头表示数据流转
左中右三栏布局：左侧列出多语言来源（五种语言图标），中间为边缘推理集群（含GPU/CPU符号），右侧展示优化结果指标（延迟、吞吐量）


细节强化

在多语言输入区加入语种缩写标识（如EN、JA、KO、DE）及小地球图标，每个语言用不同颜色区分
边缘推理节点中绘制推理芯片（NPU/GPU）符号，旁边标注模型名称（ResNet、BERT等）及量化比特数（INT8）
优化环环节使用虚线箭头或发光线条，标注Fusion、Pruning、Quantization等关键词
最终输出端显示性能对比折线图或柱状图（优化前后延迟/成本对比），增强数据说服力


使用建议

用于Midjourney / DALL·E / Stable Diffusion时，可直接复制“核心提示词”部分并搭配“风格方向”中的关键词（如 flat vector, tech blue, glassmorphism, network topology）
用于PPT或文档配图时，建议采用“水平时间线式”构图，配合简洁注释和色块区分，适合投影展示
若需要动态演示，可将“分层环形图”思路转换为逐帧动画，每帧突出一个优化步骤
保持整体视觉语言一致：所有标注字体使用无衬线（如Inter、Roboto），避免手写或装饰性字体