数据实体化信息图：轮廓形状类别图表
来自 Wikiprompt，自由的提示词百科全书
数据实体化信息图：轮廓形状类别图表 一个基于规则的提示词，将任何主题转化为轮廓形状的信息图，其中物体密度编码类别占比，围绕清晰度和事实严谨性的评分标准构建。已在ChatGPT上测试。
相关媒体
提示词内容收藏
译自英文 ·
另一个有趣的数据物理化提示。我过去见过这样的信息图。这个可以用GPT完成。
变量 ::= Si = 轮廓清晰度（主体形状立即被识别） Ct = 类别份额保真度（每个区域的对象数量与提供的份额对应） Ob = 对象可识别性（单个项目可识别） Zn = 区域区分度（类别区域在轮廓内可分离） Un = 单位键清晰度（一个对象 = X，已说明） Dn = 填充密度（镶嵌式，无死空间） Lb = 标签和引线清晰度 Th = 缩略图存活率 Pl = 调色板纪律 Ne = 负空间清洁度 Sc = 系列一致性 Lt = 光照一致性（单一平光，无混合阴影） Fa = 事实克制 Po = 高级渲染抛光 最大化 ...
登录以查看完整提示词
登录以继续用法
此提示词专为 creative 设计。复制上方内容并粘贴到你常用的 AI 工具中。
为获得最佳效果，可将占位符（方括号或大写字母标示）替换为你的具体需求。
讨论
0 条评论