多模态提示词库：5 类 9 条，给「能看图的模型」写指令

适用：GPT-4o / Gemini / 通义千问-VL

请观察这张图片，按以下结构输出：
1. 主体：是什么，数量，外观特征（颜色/材质/文字）；
2. 环境：场景、时间、天气、背景元素；
3. 构图：视角、景别、主体位置、视线引导；
4. 光线：光源方向、色温、明暗对比；
5. 图中文字：逐项抄录（无则写「无」）；
6. 不确定项：明确指出哪些是你没看清、只能推测的。

不要脑补画面外不存在的信息。

什么时候用：要一张图的精确信息，而不是「一只猫在草地上」这种泛泛描述时

适用：视觉模型 + 生图模型配合

请分析这张图，输出一段可用于生图的提示词（中英各一版），包含：
主体与外观、动作、环境、光线方向与色温、镜头与景别、整体画风与质感、色调倾向。

要求：
- 只描述画面中真实存在的元素，不要添加主观臆测的剧情；
- 中文版用于即梦/可图，英文版用于 Midjourney/SD，英文版末尾附建议参数（如 --ar 与风格化强度建议值）；
- 最后列出 3 个「可替换变量」（如主体、场景、色调），说明换成别的会是什么效果。

什么时候用：看到一张喜欢的图，想复刻同款风格去生成时

适用：视觉模型（OCR 能力）

请识别这张图片并抽取字段，只返回 JSON，不要解释：

{
  "document_type": "类型（发票/行程单/收据/证件…）",
  "fields": {
    "名称/号码": "",
    "日期": "",
    "金额": "",
    "开票方/签发方": ""
  },
  "raw_text": "完整原文（保持原有换行）"
}

规则：
- 逐字识别，看不清的字符用 [不清] 标记，不要猜；
- 数字、编号、日期严格保留原格式（不要格式化、不要补零）；
- 若图中无对应字段，值填 null。

什么时候用：要把一张票据或证件里的关键字段抽成结构化数据时

适用：视觉模型

请把这张表格截图还原成 Markdown 表格。

要求：
1. 表头逐列照抄，不合并、不改名、不调序；
2. 逐行还原，空单元格留空，不要用 / 或 - 填充；
3. 合并单元格在内容里用「同上」或重复值注明，不要乱拆；
4. 数字保留原样（含单位与千分位）；
5. 表后另起一行写：共 X 行 × Y 列。

若某处看不清，在对应单元格写 [不清]。

什么时候用：要把一张表格截图转成可编辑的 Markdown 表或 CSV 时

适用：视觉模型

请解读这张图表，输出：
1. 图表类型与坐标轴含义（X 是什么、Y 是什么、单位）；
2. 数据要点：最高/最低点及其数值、关键转折点、整体趋势（升/降/波动）；
3. 异常与拐点：哪些位置有明显异常，可能原因（说明是推测）；
4. 一句话结论：这张图想说明什么；
5. 提醒：若图例或刻度不清，明确指出读数可能不准。

只依据图中可见数据，不要引入外部知识补数。

什么时候用：汇报里塞了一张图，需要快速读懂它想说明什么时

适用：GPT-4o / Claude / Kimi 长文

这是一份长文档。请按以下要求处理：
1. 先列出文档的章节结构（编号 + 标题）；
2. 每一章给出 2-3 句摘要，说清该章讲了什么、得出什么；
3. 标注每一章中「需要重点看的具体页/段」；
4. 最后给一份「一页纸总览」：核心结论 3 条、关键数据 3 个（附出处段落）。

要求：只依据文档内容，不补充外部信息；文档没写的不要推测。

什么时候用：一份几十上百页的文档，想先拿到分章摘要再决定细看哪章时

适用：长文模型

我给你两份文档，请做对比，输出表格：维度 | 文档 A | 文档 B | 差异与影响。

比对维度：核心目标、关键条款/参数、金额与时间、责任划分、遗漏项。
要求：
- 只呈现两份文档里真实写的内容；
- 一方没有的项，写「A 未提及」，不要脑补；
- 最后列出：3 处最需要关注的差异，以及各自可能对谁更有利。

什么时候用：同一件事有几份文件（如两份合同、两版方案），要看出差异时

适用：任意模型

请校对下面这段字幕，输出修正后的版本（保留原有时间轴格式）：

处理规则：
1. 改错别字与同音字，依据上下文判断，不确定的加 [待核]；
2. 每行不超过 18 个汉字，按语义断句，不拆散词组；
3. 去掉口水词（呃、那个、就是说），但保留必要语气；
4. 数字、专有名词用规范写法；
5. 末尾给一张「改动清单」：原文 → 改后 → 原因。

原字幕：
【粘贴带时间轴的字幕】

什么时候用：拿到自动生成的字幕，有错别字、断句乱、时间轴不合适时

适用：任意模型

请把下面的字幕翻译成英文，输出双语对照（每行：时间轴 | 中文 | English）。

要求：
1. 口语化、符合英语说话习惯，不要逐字硬译；
2. 单行英文控制在阅读舒适的长度（约 42 个字符内），过长的行拆分并给合理时长；
3. 专有名词、品牌名保留原文，首次出现可加简短注释；
4. 文化特定表达用意译，不直译可能造成误解的说法。

原字幕：
【粘贴中文字幕】

什么时候用：要给出中英双语字幕，且翻译要贴合口语、能对上时间轴时