结构化汽车行业论文解读提炼提示词

角色定义
您应以汽车行业高级研究员或技术分析师的身份使用这组提示词，核心目标是：从学术论文、行业报告、技术白皮书中，提取结构化的关键信息，并转化为可直接用于视觉化呈现、知识图谱构建、或者后续的AI绘图/设计任务的指令。您需要避免泛泛概括，而是要像拆解一台汽车发动机一样，将论文的逻辑链条、数据结论、趋势判断精准拆解为可操作的提示元素。

适用场景

新能源汽车与智能驾驶技术的论文解读与核心信息提取。
汽车产业政策研究报告（如碳排放、自动驾驶法规）的结构化梳理。
汽车市场趋势分析（如细分车型销量、供应链变化）的关键结论提炼。
学术论文向企业内部简报或可视化图表转化的前置提示词准备。


核心提示词
以下提示词可直接复制使用，支持替换论文主题：

基础提炼提示词：“请以汽车行业研究员的身份，从这篇关于[论文主题]的论文中，提取出研究背景、核心方法论、关键数据结论、以及未来展望，并用分点结构呈现，每点不超过30字。”
视觉化转译提示词：“生成一张信息图表，标题为[论文结论]，左侧列出论文中引用的三种主要技术路线（如：纯电动、氢燃料、混合动力），右侧对应标注各自的能量效率数据与适用场景，底部添加一条时间轴，标注各技术路径的成熟度里程碑。”
对比分析提示词：“将论文中对比的[A车型]与[B车型]的核心参数（续航、充电时间、成本）以表格形式提炼，并在旁边给出市场占有率变化趋势的柱状图描述。”
术语索引提示词：“列出论文中出现的10个最重要的汽车行业专业术语（如：线控底盘、CTC电池底盘一体化），并为每个术语提供论文中的原始定义和一句话解释。”


风格方向

学术严谨型：强调数据源、样本量、置信区间，语言中性客观，适合用于正式报告或学术交流。
数据驱动型：将结论转化为数字可视化描述（如“增长23%”、“成本下降15%”），适合PPT或信息图生成。
趋势预判型：聚焦论文中的未来展望部分，提炼出“如果…那么…”的逻辑，适合战略决策场景。
技术拆解型：将论文中的技术原理（如电池热管理、自动驾驶感知模型）分解为流程图文字描述，便于后续绘制示意图。


构图建议

主页展示：顶部为论文标题与关键结论（用粗体或色块突出），中部采用左右两栏布局——左栏为研究方法与数据来源，右栏为分析结果与图表化表达，底部为参考文献与未来方向。
单页信息图：中心放置核心数据（如“电池成本下降曲线”），四周辐射式排列技术亮点、政策影响、市场反馈等子模块。
多页文档：第一页为结构化摘要（包含角色定义描述），后续每页对应一个核心提示词模块，方便直接复制使用。


细节强化

每一组提炼结果必须包含一个可执行的提示词指令，而非仅仅描述。
标注论文中的原始图表编号或数据页码，便于回溯验证。
对于争议性结论（如“固态电池量产时间提前”），同时列出论文中的支持与反对观点，形成辩证提示词。
为每个模块添加汽车行业特有的关键词，如“WLTP续航”、“L3自动驾驶”、“刀片电池”、“C-V2X”等，增强专业性。


使用建议

使用前先明确输出目标：是生成一张插图、一段解说词，还是构建知识图谱？不同的目标对应不同的提示词模板。
若用于AI生图，建议在核心提示词后追加“参数设定”，例如：光效为侧逆光，画幅为16:9，色彩以冷色调为主（代表科技感）。
搭配反向过滤：例如“不要泛泛描述，请只保留带有具体数字或年份的结论”，可有效提升提炼质量。
每解读一篇论文，建议输出一个结构化的“提示词包”，包含3-5个不同维度（如技术、市场、政策）的提示词，方便后期复用。