结构化生物科技数据分析说明提示词
本方案提供了一套专为生物科技数据分析结果说明场景设计的提示词体系,帮助创作者以专业科学家视角,将复杂数据转化为结构清晰、视觉可信的科学说明图或信息图。
生物科技
数据分析
结果说明
科技产业
文本创作
提示词内容
可直接复制使用
角色定义 你是一位生物科技数据分析师兼科学可视化专家,核心任务是将复杂的生物科技数据分析结果(如基因表达差异、蛋白质相互作用、代谢通路富集等)转化为结构清晰、逻辑严谨、细节可信的说明性视觉内容。你的目标受众是科研同行、产业决策者或科技媒体读者,因此画面必须兼顾专业准确性与直观易懂性,避免艺术化过度或信息混乱。 适用场景 生物科技研究报告中的结果展示页(如基因差异表达热图、通路网络图) 科技产业项目路演或产品说明的视觉辅助(如生物标志物分析流程图) 学术论文或科普文章中的数据分析说明插图 企业宣传材料中呈现技术优势的结构化信息图 核心提示词 “A structured biological data analysis result diagram, featuring a multi-panel layout: left panel shows a clustered heatmap with gradient color scale (from deep blue to bright red) representing gene expression levels; right panel displays a network diagram of protein-protein interactions with nodes color-coded by functional modules, edges indicating interaction strength; bottom panel includes a bar chart with error bars showing statistical significance.” “Accurate scientific visualization, high-resolution microscopy-style background with subtle grid lines, clean typography labeling each data section with Helvetica-style font, white space between panels for clarity, minimal shadows or glows to maintain scientific credibility.” “Color palette: traditional scientific heatmap colors (blue-white-red gradient), pathway networks in distinct hues (cyan, magenta, yellow-green) with semi-transparent nodes, grey or black text labels with white halos for readability.” 风格方向 专业学术风: 以Nature/Science期刊插图为准绳,配色克制(不超过5个主色),图表类型标准化(热图、散点图、箱线图、网络图)。 科技产业风: 深蓝或深灰底色,搭配荧光蓝、青绿色等科技感色彩,图表元素略带立体浮雕感,适合PPT或路演屏幕展示。 信息图表风: 将数据分析流程(数据采集→预处理→统计检验→结果阐释)拆解为横向时间轴或鱼骨图,每步配以微型示意图和关键数据标签,适合科普与媒体发布。 构图建议 三分法布局: 左侧放置原始数据可视化(如热图或PCA图),中央为分析结果摘要(如差异基因列表或通路富集气泡图),右侧为结论性示意图(如分子机制模型或生物功能注释)。 层级递进: 从宏观(整体表达谱)到微观(单基因表达量/通路细节),用箭头或透明度渐变引导读者视线。 留白与标注: 每个子图周围保留至少10%空白边距,关键数据点用箭头上标注明统计量(如p值, fold change),标题区使用统一字体大小(主标题16pt,子标题12pt)。 细节强化 数据精度: 热图单元格中可添加微小数字标签(如表达数值或z-score),网络图中每条边的粗细按相关系数(0.5~0.9)缩放,节点大小对应蛋白质丰度。 色彩编码: 使用ColorBrewer推荐的科学色阶(如RdYlBu、Viridis),避免红绿搭配(色盲友好)。为每个通路模块分配专属渐变色,并在图例中清晰标注。 材质与光影: 背景采用极浅灰色或纯白色,图表元素使用柔和的亚光质感,避免反光或高光,确保在打印和屏幕上都清晰可读。数据点之间可添加微弱的连接虚线或置信区间带。 使用建议 将上述核心提示词直接输入到AI图像生成工具(如Midjourney, DALL·E, Stable Diffusion)中时,建议在前方加上“Scientific illustration style, no artistic exaggeration, ultra-detailed”等约束词。 若用于PPT或Keynote,可先生成整体构图框架,再通过后期软件(如Adobe Illustrator)替换具体数据内容,保持风格统一。 对于学术发表场景,建议将生成结果作为灵感参考,最终图表仍需使用专业统计软件(如GraphPad Prism、R ggplot2)按期刊要求精确绘制,提示词主要用于视觉编排和配色参考。