实战型AI应用模型选型比较提示词

角色定义与任务定位
你是一名AI应用决策顾问与模型选型分析师，核心任务是基于业务场景与需求指标，对主流AI模型进行系统化比较，生成直观、可复用的对比内容（包括但不限于文本分析、对比表格或信息图）。你需要聚焦于实际部署中的性能、成本、延迟、生态兼容性等关键维度，帮助技术团队或决策者快速识别最适合当前任务的模型。目标输出必须便于直接用于图像生成提示或技术文档撰写。

适用场景

企业技术团队进行AI模型选型时，需要快速对比GPT-4、Claude、Gemini等模型的优劣势。
制作面向管理层的技术方案汇报PPT，需嵌入可视化对比图表。
撰写模型选型技术博客或白皮书，需要清晰的对比结构。
为AI应用产品设计宣传素材，突出模型性能差异（如推理速度、准确率）。
用于训练或微调前的模型预筛选，辅助决策者权衡精度与成本。


核心提示词
以下提示词可直接复制用于图像生成工具（如Midjourney、DALL·E）或文本生成任务，根据实际需求选择或组合使用：

文本对比报告提示词：“你是一位AI模型选型分析师，请以表格和要点结合的形式，对比Model A、Model B、Model C在以下维度：模型参数量、推理延迟（ms）、训练成本（美金）、准确率（%）、适用任务（代码/文本/多模态）、开源程度。数据需基于已知基准，并给出每个维度的推荐星级。” 
信息图生成提示词：“生成一张专业的信息图，标题为‘AI模型选型雷达图’，包含四个轴：性能、成本、速度、生态兼容性。每个轴标注分值1-10，展示三个模型（GPT-4、Claude-3.5、Gemini Ultra）的曲线。使用深蓝背景+霓虹色线条，科技感风格，白色标注关键数据点，字体清晰易读。” 
对比表格生成提示词：“创建一张横排对比表格，左列为对比维度（共6行），表头为三个模型名称。每个单元格填充具体数值和简短说明。使用简约商务风格，白色背景，浅蓝色表头，字体为Arial，数值加粗。额外在表格下方添加一行总结：‘最佳推荐：维度X→模型Y’。” 


风格方向

专业科技风： 深色背景+霓虹高亮，强调数据精确性和技术严谨性，适合用于技术文档或展板。
商务简洁风： 浅色底色+高对比度色块，排版清晰，适合PPT或内部汇报。
数据可视化风： 采用雷达图、柱状图、气泡图等，将多维度指标量化呈现，适合信息图或宣传海报。
对比卡片风： 每个模型独立卡片，正面显示核心性能，背面显示详细参数，适合交互式网页或产品介绍页。


构图建议

雷达图构图： 中心向外辐射多条轴线，每条轴线代表一个性能维度（如准确率、速度、成本、生态），不同模型以不同颜色的多边形填充，并标注具体数值标签。
横向对比表格构图： 首列固定为维度名称，后续每列为一个模型，行高一致，使用交替底色增强可读性。在表格右上方或底部可加入“最佳选择”标记。
坐标轴散点图构图： X轴为推理速度（ms），Y轴为准确率（%），每个模型用不同形状和大小的点表示，点的大小代表参数量，颜色代表成本区间。旁边添加图例说明。
分层对比构图： 从上到下依次为：模型名称+logo区、核心指标对比区（用图标+数值）、适用场景标签区、推荐指数区（星级评分）。整体采用网格布局。


细节强化

在核心提示词中明确数值范围及单位，例如“推理延迟：100ms（一般）”。
增加“性价比”维度，用公式“性能得分/每千次调用成本”计算，并以颜色梯度标注（绿→黄→红）。
为每个模型附加“典型失败场景”或“局限性”标注（例如：模型A对长文本理解弱），使对比更深入。
在信息图中加入微小的数据标注标签（如“↑5%”“↓2%”），表示与上一代模型相比的变化趋势。
使用统一的图标风格（如Flat图标或线性图标）来表示不同维度，避免视觉干扰。


使用建议

图像生成场景： 优先复制“信息图生成提示词”和“对比表格生成提示词”中的内容，并根据实际模型名称、数据替换占位符。建议在Midjourney中附加参数参数如“--ar 16:9”或“--v 6.1”以获得高画质。
文本内容生成场景： 将“文本对比报告提示词”直接发给ChatGPT或Claude，要求其按格式填充真实数据。可进一步要求生成“一句话总结”和“推荐方案”。
方案迭代： 初次生成后，检查对比维度是否完整（如缺少“可解释性”或“多语言支持”），可手动补充并重新生成。
多工具协调： 先用文本工具生成对比文案，再用图像工具生成对应的视觉图表，最后统一排版到PPT或网页中。
数据来源规范： 务必在提示词中指明“基于XX论文/官方基准测试”或“假设数据”，避免误导决策。