AI时代不要再手搓分析图|附提示词
在建筑设计中期答辩及方案深化过程中,利用AI工具辅助图纸绘制已成为提升效率的重要手段。通过整合Chatbox等聚合工具与Nanobanana等绘图模型,设计师能够构建起从概念研究到分析图生成的自动化工作流。以下流程详细拆解了如何通过模型策略选择与精准提示词工程,实现高质量的AI制图。
01前置准备与模型选择策略
工作流的搭建首先依赖于工具的合理配置与模型的选择。针对不同的任务节点,需匹配具备相应优势的AI模型。在前期准备阶段,建议创建专属智能体并输入项目基本信息,以便后续对话能针对设计要点进行深入研究。
| 任务阶段 | 推荐模型 | 核心优势 |
|---|---|---|
| 项目研究与信息搜索 | ChatGPT / Gemini | 强大的逻辑分析与资料整合能力 |
| 数据分析处理 | Claude | 在数据解读方面表现更佳 |
| 分析图生成 | Nanobanana (推荐Banana 2) | 生成速度快,画面质量高 |
不同设计环节的AI模型适配策略
02提示词生成与素材优化
获取高质量分析图的关键在于提示词的构建。单纯依靠文字描述往往难以精准控制画面风格,建议采用“素材参考+AI提取”的策略。首先在素材网站寻找风格贴近的分析图参考,随后利用大模型提取参考图中的核心要素。
- 确认作图内容
与GPT确认需要绘制的分析图具体内容及逻辑框架。 - 获取参考素材
在素材网站寻找风格、逻辑贴近的目标分析图作为参考。 - 提取核心提示词
将参考图投喂给GPT,并使用指令:“提取这个图片中的色调,结构,分析图逻辑等信息,总结可以在nanobanana中复用的提示词。”
03Nanobanana实操与避坑指南
在进入实际绘图环节时,将生成的提示词与参考图一同输入Nanobanana模型。为确保生成结果的准确性,避免参考图中的错误数据干扰新图,必须在提示词末尾添加负向约束指令。此外,针对生成效果不佳的情况,灵活切换模型是常用的优化手段。
- 数据隔离指令
在提示词末尾强制添加:“注意:参考图内容仅作为风格及画面结构参考,不要使用其中任何数据及图片信息,所有生成图中的图片都是关于[你的项目主题]的内容。” - 模型切换优化
若对生成结果不满意,建议直接切换模型尝试。在保证质量的前提下,Nanobanana 2版本在速度上更具优势。
当前文章无评论,是时候发表评论了