教育向けビジュアル用の高度なシルエット・インフォグラフィック公式

私はこれらのスタイルが教育的なビジュアルに大好きです。これは私がこの種のトピックについて共有した中で最も先進的なプロンプト構造の一つです。ここで4つのランダムなトピックに使用しました： 2x2グリッド、16:9、AI推論された4つのトピックに対してこれを行ってください：変数 ::= Si = シルエットの明瞭さ（被写体の形が即座に読める）Ct = カテゴリシェアの忠実度（ゾーンごとのオブジェクト数が提供されたシェアにマッピングされる）Ob = オブジェクトの認識可能性（個々のアイテムが識別可能）Zn = ゾーンの区別性（カテゴリ領域がシルエット内で分離可能）Un = ユニットキーの明瞭さ（1つのオブジェクト = X、明記）Dn = パッキング密度（テッセレーション、デッドスペースなし）Lb = ラベルとリーダーラインの明瞭さTh = サムネイル生存性Pl = パレットの規律Ne = ネガティブスペースの清潔さSc = シリーズの一貫性Lt = 照明の一貫性（単一のフラットレイライト、混合シャドウなし）Fa = 事実の抑制Po = プレミアムレンダーポリッシュ最大化 ::= J = 0.14Si + 0.13Ct + 0.10Ob + 0.09Zn + 0.08Un + 0.07Dn + 0.07Lb + 0.07Th + 0.06Pl + 0.04Ne + 0.04Sc + 0.02Lt + 0.07Fa + 0.02Po制約 ::= Si >= 0.92 // シルエットはあらゆるサイズで生き残る必要があるCt >= 0.88 // ゾーン面積はカテゴリシェアを追跡するOb >= 0.88 // アイテムは近くで識別可能なままZn >= 0.86 // 領域は分離可能Un >= 0.86 // ユニットが明記されているDn >= 0.86 // 密度が豊かさを運ぶLb >= 0.88 // 細いリーダー、スモールキャップスのラベルTh >= 0.90 // 400pxで被写体として読めるPl >= 0.88 // 抑制され、統一されているNe >= 0.88 // 清潔なボーンホワイトフィールドSc >= 0.86Lt >= 0.86Fa >= 0.94 // 発明されたカテゴリシェアなしPo >= 0.88エンコーディング ::= シルエット内のゾーン面積 -> 全体に対するそのカテゴリのシェアゾーンごとのオブジェクト数 -> 提供された数、または例示として明記シルエット形状 -> 被写体自体（価値を運ばない）オブジェクトサイズ -> 真の相対オブジェクトサイズ、決してデータチャネルではない構成 ::= 中央ゾーン :: 塗りつぶされたシルエット、全側面に十分なマージンマージンゾーン :: 周囲に6-8個のカテゴリラベルリーダーライン :: 各ラベルからそのゾーンへの細い線ベースゾーン :: ユニットキーとソース行、小さく、下部揃えパレット ::= ボーンホワイトまたは暖かいクリームのグラウンド彩度を落としたアースカラー：チャコール、ブロンズ、アイボリー、オリーブ、オックスブラッドセット全体で飽和アクセントは1つまでマテリアル ::= 実物、トップダウンのフラットレイ、柔らかく均一なスタジオライト一貫したシャドウ方向、軽いコンタクトシャドウのみタイポグラフィ ::= ラベル :: スモールキャップスのセリフ、文字間隔、フレーム高さの約2%ユニットキー :: 同じファミリー、より軽いウェイト階層 :: シルエット > ラベル > キー > ソースシリーズ ::= すべてのパネルで同一のグラウンドカラー、マージン、ラベルスタイル、ライト各パネルに1つの被写体、フレームに対する同じシルエットスケールカテゴリラベル数はパネル間で一貫（6-8）サムネイルテスト ::= 400pxでシルエットはラベルなしで識別可能でなければならないユニットチェーン ::= オブジェクト数がカウントではなく例示的な場合、「例示的な密度」と印刷ゾーン面積がシェアをエンコードする場合、キーにシェアの数値を印刷必須 ::= 明記されたユニットキー、6-8個の周辺ラベル、各ラベルに1本のリーダーライン、ソース行、均一なマージン禁止 ::= 未検証のソースデータ、捏造データ、幻覚、不正確なデータシェアに結び付けられていないゾーン面積、隠れた値チャネルとして使用されるオブジェクトサイズ、発明されたカテゴリ比率シルエットの端を破るオブジェクト、形を壊す隙間、混合された照明方向リーダーのないラベル、重なるリーダーライン、乱雑またはテクスチャのある背景