Era uma vez um compartilhamento muito divertidoExemplos de palavras de alerta de cartasO motivo é simples: a intenção real do usuário não corresponde ao estilo de amostra do modelo. O motivo é muito simples: esse código de estilo de amostra de modelo de palavra de prompt de mapa de cartão geralmente é fixo, a intenção real do usuário e o estilo de amostra não correspondem.
Alguém fez uma adaptação mais geral da palavra-chave:Card Diagram Cue Words: apresente graficamente qualquer esquema conceitual com SVG mas as desvantagens são óbvias:
- As ilustrações geradas no uso real podem se desviar significativamente da intenção do usuário, ou seja, essa palavra-chaveA generalização permanece baixa.
- somente se Claude para gerar um código SVG relativamente completo.
- Instável ao introduzir muito contexto e gerar infográficos em várias rodadas de diálogo.
Como acontece:Anteriormente apresentado pelo Chief AI Sharing Circle:Não são as palavras-chave que você precisa aprender para usar modelos grandes para análise de dados comerciais, são essas... Em um momento de crise, muitos de meus amigos não entendem o que fazer com os nomes dos modelos de negócios sem aprender as palavras-chave.
A resposta é:As palavras-chave em si não permitem que você gere diagramas bons e úteis usando o Big Model; o que importa é o tipo de diagrama que você deseja gerar e descrevê-lo com o que você sabe!
A questão é...As pessoas realmente não entendem como descrever para gerar o infográfico certo para minha ideia simples, documento de texto ou documento de dados.
A seguir, vou criar um conjunto simples de métodos para tentarGeração de infográficos para atender a todosRequisito. Desculpe, mas é possível que o infográfico gerado não seja Guardanapo Uma bela ferramenta em uma classe à parte, mas isso é irrelevante em comparação com a busca pela praticidade. A seguir, uma descrição formal da operação do link...
montagem
Instale Cursor ou Windsur, o Cursor é recomendado aqui porque pode ser usado com algunsMeios especiaispossívelUso gratuito.
Importar modelos de instruções
Esse modelo é gerado a partir de um modelo grande, importando um grande número de exemplos de fluxogramas, e a parte efetiva da instrução consiste em três locais: análise de requisitos, biblioteca de referência e modelo de saída. Mantenha o modelo completo para obter mais inspiração.
# 使用大模型生成专业信息图的提示词指南 ## 一、需求分析与图表选择 ### 1. 需求分析模板 ``` 请分析用户提出的需求,猜测用户真实意图并推荐最佳图表类型: 1. 内容分析: - 核心概念:[描述核心内容] - 数据特征:[数值/分类/时序/层级/关系/分布/概率] - 展示重点:[趋势/对比/分布/构成/关联/转化/分群/预测] - 分析维度:[单维度/二维/多维/时序/空间] - 模型类型:[描述性/预测性/决策性/分析性] 2. 受众分析: - 目标用户:[决策者/分析师/客户/其他] - 专业程度:[专业/半专业/普通] - 使用场景:[报告/演示/分析/教学] - 展示方式:[静态展示/简单交互] 3. 技术选型: - 图表类型: * 基础图表:[折线/柱状/饼图/散点图] * 复合图表:[漏斗图/雷达图/树图] * 分析图表:[矩阵图/热力图/箱线图] * 结构图表:[流程图/思维导图/组织图] * 统计图表:[直方图/概率图/回归图] - 图表库选择: * 简单流程图 → Mermaid.js * 基础统计图 → Chart.js * 商业图表 → ECharts基础版 * 专业分析 → Plotly - 展示方式: * 单图展示:突出单一重点 * 多图组合:展示多维关系 * 静态展示:固定数据展示 4. 图表建议: - 主要图表:[推荐的主图表类型] - 辅助图表:[补充的图表类型] - 布局方式:[图表布局建议] - 配色方案:[配色建议] ``` ### 2. 图表类型推荐矩阵 #### a) 商业分析模型图表映射 ``` 1. 用户行为分析 - AARRR模型 → 漏斗图(多层次渐变色,突出转化过程) * Acquisition(获取)- 蓝色顶层 * Activation(激活)- 绿色第二层 * Retention(留存)- 黄色第三层 * Revenue(收入)- 橙色第四层 * Referral(推荐)- 红色底层 - RFM模型 → 矩阵热力图 * 横轴:购买频率(F) * 纵轴:最近购买时间(R) * 颜色深浅:购买金额(M) * 客户分群:不同颜色区域 - 聚类分析 → 散点图 + 颜色分组 2. 战略分析 - PEST分析 → 四象限饼图 * Political(政治)- 灰色象限 * Economic(经济)- 橙色象限 * Social(社会)- 蓝色象限 * Technological(技术)- 黄色象限 - 5W2H分析 → 放射状思维导图 * 中心主题 + 7个维度节点 * 使用不同颜色区分各维度 * What/Why/Where/When/Who/How/HowMuch 3. 决策分析 - 决策树模型 → 层级树状图 * 节点表示决策点 * 分支表示可选方案 * 叶子节点表示结果 - 时间序列分析 → 折线图 + 趋势线 * 主曲线展示实际数据 * 虚线表示预测趋势 * 波动区间显示置信度 4. 效果分析 - 帕累托图 → 组合柱线图 * 柱状图表示个体数值 * 折线图表示累计百分比 - 转化漏斗 → S形曲线图 * X轴表示时间/阶段 * Y轴表示转化率 * 曲线形状反映转化特征 ``` #### b) 数据特征与图表映射 ``` 1. 时序数据 - 趋势展示 → 折线图/面积图 - 周期分析 → 环形图/螺旋图 - 累计变化 → 堆叠面积图 2. 分类数据 - 分布对比 → 柱状图/条形图 - 构成分析 → 饼图/环形图 - 层级关系 → 树图/旭日图 3. 关系数据 - 相关性 → 散点图/气泡图 - 网络关系 → 关系图/桑基图 - 层次结构 → 树状图/组织图 4. 地理数据 - 区域分布 → 地图/热力图 - 空间关系 → 路径图/流向图 5. 多维数据 - 属性对比 → 雷达图/平行坐标图 - 矩阵分析 → 热力图/矩阵图 ``` ### 3. 图表组合模式 ``` 1. 层次结构模式 - 主图 + 子图 - 概览 + 明细 - 汇总 + 分解 2. 多维度模式 - 时间 + 空间 - 结构 + 趋势 - 分布 + 关系 3. 比较分析模式 - 预期 + 实际 - 同比 + 环比 - 占比 + 排名 4. 因果分析模式 - 原因 + 结果 - 投入 + 产出 - 成本 + 收益 ``` ## 二、图表生成规范 ### 1. 设计原则 ```javascript // 1. 视觉原则 const visualPrinciples = { hierarchy: { primary: '核心信息突出', secondary: '支撑信息层次', auxiliary: '辅助信息弱化' }, layout: { balance: '页面视觉平衡', whitespace: '留白空间控制' }, readability: { contrast: '对比度适中', spacing: '间距合理', alignment: '对齐规范' } } // 2. 展示原则 const displayPrinciples = { clarity: { title: '标题清晰', label: '标签可读', legend: '图例明确' }, simplicity: { data: '数据精简', style: '样式克制', color: '配色协调' } } // 3. 适配原则 const adaptivePrinciples = { responsive: { layout: '基础布局适配', content: '内容自适应' }, performance: { loading: '加载优化', rendering: '渲染优化' } } ``` ### 2. 基础配置框架 ```javascript const baseConfig = { // 1. 布局配置 layout: { container: { width: '100%', maxWidth: '1200px', padding: '20px', margin: '0 auto' }, spacing: { sm: '8px', md: '16px', lg: '24px' } }, // 2. 主题配置 theme: { colors: { primary: '#primary-color', secondary: '#secondary-color', background: '#background-color', text: '#text-color' }, typography: { fontSize: { sm: '14px', md: '16px', lg: '20px' }, fontWeight: { regular: 400, bold: 700 } } } } ``` ### 3. 图表生成策略 ```javascript // 1. 数据分析策略 function analyzeDataStrategy(data) { return { // 数据特征分析 characteristics: { type: '数据类型', scale: '数据规模', dimensions: '维度数量' }, // 展示需求分析 requirements: { purpose: '展示目的', audience: '目标受众' } } } // 2. 图表选择策略 function selectChartStrategy(analysis) { return { // 图表类型选择 chartType: { primary: '主要图表类型', secondary: '辅助图表类型' }, // 布局方案 layout: { structure: '整体结构', arrangement: '元素排列' } } } // 3. 样式映射策略 function styleMapStrategy(chartConfig) { return { // 视觉编码 visual: { color: '颜色方案', shape: '形状系统' }, // 响应式规则 responsive: { layout: '基础布局' } } } ``` ### 4. 适配方案 ```javascript const adaptiveStrategy = { // 1. 场景适配 scenario: { presentation: { style: '演示风格' }, analysis: { depth: '分析深度' } }, // 2. 设备适配 device: { desktop: { layout: '桌面布局' }, mobile: { layout: '移动布局' } } } ``` ## 三、输出规范 ### 1. HTML基础模板 ```html <!DOCTYPE html> <html lang="zh"> <head> <meta charset="UTF-8"> <meta name="viewport" content="width=device-width, initial-scale=1.0"> <title>${TITLE}</title> <script src="${CHART_LIB_URL}"></script> </head> <body> <div class="chart-container"> <h1 class="chart-title">${TITLE}</h1> <div id="chart"></div> </div> </body> </html> ``` ### 2. 变量说明 ```javascript // 1. 基础变量 const templateVars = { // 1.1 图表库导入 CHART_LIB_IMPORTS: { echarts: '<script src="https://cdn.jsdelivr.net/npm/echarts@latest"></script>', d3: '<script src="https://cdn.jsdelivr.net/npm/d3@latest"></script>', chartjs: '<script src="https://cdn.jsdelivr.net/npm/chart.js"></script>', mermaid: '<script src="https://cdn.jsdelivr.net/npm/mermaid@latest/dist/mermaid.min.js"></script>' }, // 1.2 容器结构 CHART_CONTAINER: { basic: '<div id="${CHART_ID}"></div>', withWrapper: ` <div class="chart-wrapper"> <div id="${CHART_ID}"></div> </div> `, withHeader: ` <div class="chart-wrapper"> <header> <h1>${TITLE}</h1> <div class="description">${DESCRIPTION}</div> </header> <div id="${CHART_ID}"></div> </div> ` }, // 1.3 样式变量 STYLE_VARS: { colors: ['#5470c6', '#91cc75', '#fac858', '#ee6666'], fonts: 'system-ui, -apple-system, "Microsoft YaHei", sans-serif', sizes: { mobile: '100%', tablet: '90%', desktop: '1200px' } } }; // 2. 图表初始化脚本模板 const chartInitTemplates = { // 2.1 基础初始化 basic: ` document.addEventListener('DOMContentLoaded', function() { ${CHART_INIT_CODE} }); `, // 2.2 带错误处理 withErrorHandling: ` document.addEventListener('DOMContentLoaded', function() { try { ${CHART_INIT_CODE} } catch (error) { console.error('图表渲染失败:', error); ${ERROR_HANDLING_CODE} } }); `, // 2.3 带响应式支持 withResponsive: ` document.addEventListener('DOMContentLoaded', function() { try { ${CHART_INIT_CODE} window.addEventListener('resize', function() { ${RESIZE_HANDLING_CODE} }); } catch (error) { console.error('图表渲染失败:', error); ${ERROR_HANDLING_CODE} } }); ` }; // 3. 样式模板 const styleTemplates = { // 3.1 基础样式 basic: ` body { margin: 0; padding: 15px; } #${CHART_ID} { width: 100%; height: ${HEIGHT}px; } `, // 3.2 响应式样式 responsive: ` @media screen and (max-width: 768px) { ${MOBILE_STYLES} } @media screen and (min-width: 769px) and (max-width: 1024px) { ${TABLET_STYLES} } @media screen and (min-width: 1025px) { ${DESKTOP_STYLES} } ` }; ``` ### 3. 使用说明 ```javascript // 1. 基础用法 const basicUsage = { // 1.1 选择图表库 selectLib(chartType) { return templateVars.CHART_LIB_IMPORTS[chartType]; }, // 1.2 选择容器 selectContainer(type, params) { return templateVars.CHART_CONTAINER[type] .replace('${CHART_ID}', params.chartId) .replace('${TITLE}', params.title) .replace('${DESCRIPTION}', params.description); }, // 1.3 选择初始化模板 selectInitTemplate(type) { return chartInitTemplates[type]; } }; // 2. 扩展用法 const extendedUsage = { // 2.1 自定义样式 customStyle: ` ${styleTemplates.basic} ${styleTemplates.responsive} ${CUSTOM_STYLES} `, // 2.2 自定义交互 customInteraction: ` ${INTERACTION_CODE} ` }; ``` # 约束 - 请严格按照上述规范和模板进行代码生成,确保输出HTML文件结果符合预期。
Usando o Cursor como exemplo, crie um help.cursorrules
e, em seguida, copie e cole as palavras do prompt acima e salve.
fazer uso de
Referência correta ao arquivo de descrição do prompt e ativação do modo de agente
1. geração de infográficos sem contexto
fazer uso de Análise de dados comerciais com grandes modelos No método para gerar o "modelo RFM", o modelo RFM é muito representativo, pois uma apresentação razoável do infográfico deve ser mais tridimensional, para refletir a relação entre os três R, F e M. A primeira tentativa sem objetivo:
Como minha solicitação era para gerar "exemplos", ela estava mais voltada para a demonstração dos conceitos principais e não construiu os diagramas de análise que tínhamos em mente, o que também foi um problema durante a fase de pensamento do agente. Poderíamos ter interrompido a linha de pensamento do agente e solicitado outro método de geração, o que não fiz.
A essa altura, as vantagens da solução já foram demonstradas, o mesmo processo é difícil de ser feito com outras ferramentas e modelos, e o ponto final da geração de infográficos deve ser a referência a bibliotecas ricas.
Em seguida, fiz upload de uma ilustração 3D do RFM e solicitei que ela fosse gerada de acordo com minha imagem:
A propósito, desta vez, a questão da sobreposição de estilos pode ser solicitada novamente para modificação, e nenhuma otimização adicional será feita aqui.
Alterar uma tarefa: não mostrar o processo de operação aqui, apenas observar o efeito, a instrução é: gerar um fluxograma do login autorizado do WeChat da empresa, para desenvolvimento técnico.
2. geração contextualizada de infográficos
comparável Guardanapo Você pode importar artigos para gerar infográficos, mas pode usar essa solução para gerar vários infográficos com base em diferentes conteúdos do artigo. Uma demonstração simples: (limpe o registro de diálogo anterior e as imagens geradas antes da demonstração)
Comece fazendo o upload de um artigo longo e salvando-o como text.md:
Instruções de entrada: analise o foco do artigo text.md, escolha duas questões centrais do artigo e gere um gráfico. (ainda requer jogo livre para modelos grandes)
Dessa vez, foi gerado um fluxograma, mas havia desvantagens: o artigo era muito longo, o conteúdo em si descrevia a lógica do problema, somente os seres humanos podem refinar o fluxograma completo adivinhando, e é compreensível que o modelo grande naturalmente não consiga gerar um gráfico muito perfeito.
O último exemplo nos permite inserir um conjunto de dados e misturar algum conteúdo financeiro para ver como ele apresenta a análise de dados:
PS: Nosso objetivo não é a análise de dados, mas a apresentação visual dos resultados da análise de dados. Na verdade, desde uma grande quantidade de análise de dados até a apresentação de informações, isso pode ser feito em uma única etapa, contando com os recursos de planejamento de tarefas do agente (por exemplo, introduzindo um agente que possa analisar os dados). MCP serviços), essa questão não é discutida em profundidade.
Foram gerados três gráficos:
1. visão geral da empresa
2) Comparação financeira
3. vantagem competitiva
máximo
Cada um desses IDEs de IA pode chamar "ferramentas", normalmente o Cline O MCP é referenciado no comando. Além dos prompts existentes, se quiser analisar os dados em profundidade antes de exibir os gráficos, você pode pedir ao cursor para implantar um ambiente python, criar um script de análise para o exemplo de dados que você forneceu e fornecer uma declaração no final do modelo de comando que diga: Ao analisar os dados, tente executar o script XXX.py. As possibilidades são infinitas!