Yila
Pipeline de traitement de données générique (EN)Pipeline de traitement de données générique (ZH)

Figures de recherche

Pipeline de traitement de données générique

Composition:
un panneau par étape, noms d'étape uniquement
Format:
16:9

Prompt

Créez une figure de workflow pour 【un pipeline de traitement de données】, 7 étapes de gauche à droite : 1. 【Données brutes : des fichiers, un capteur et une base de données affluent】 2. 【Nettoyage : un balai balayant les points parasites d'une table】 3. 【Intégration : plusieurs petites tables fusionnant en une seule】 4. 【Normalisation : les barres asymétriques deviennent la même hauteur, dessinées uniquement sous forme d'icônes】 5. 【Extraction de fonctionnalités : un entonnoir extrayant quelques colonnes clés d'un tableau】 6. 【Analyse : un petit modèle avec des engrenages】 7. 【Sortie : un document avec une coche】 N'écrivez pas les phrases numérotées sur la figure. Libellés (utilisez chacun une seule fois, sans ajouter d’autre texte) : 【Raw data, Cleaning, Integration, Normalization, Feature extraction, Analysis, Output】. Style : figure de flux de travail expérimental de style journal. Nettoyez les icônes vectorielles plates sur fond blanc, un panneau arrondi pastel clair par étape, de fines flèches grises entre les panneaux. Seulement 3-4 couleurs atténuées. Chaque panneau montre une scène simple sans texte à l'intérieur ; le seul texte dans toute la figure est constitué des noms d'étapes donnés. Anglais sans empattement, chaque nom d'étape apparaît exactement une fois, orthographié exactement comme indiqué. Pas de légendes, pas de légendes, pas d'étiquettes supplémentaires, pas de rendu 3D, pas d'ombres, pas de fond décoratif.

Ouvre Yila avec ce prompt et l’exemple comme image de référence.

Les exemples ont été générés avec Nano Banana. Le prompt fonctionne aussi avec GPT Image et d’autres modèles d’image ; les résultats varient selon le modèle.

Voir tous les prompts