バイラル話題→FIT 採点モジュールで組むインフォグラフィック

Astra/ChatGPT でまずホットな話題を掘り、FIT スコアでモジュールを組み、Image 2.5 で 4:5 を4枚そのまま出力。テーマの可視化は白紙のキャンバスから始めない——まず採点してから出図する。

プロンプト

4 images, 4:5. Do research, pick viral topics (including an AI treadmill). For TOPIC, choose modules by maximizing:
FIT(module) = 0.30 * explanatory_power + 0.22 * topic_relevance + 0.18 * visual_clarity + 0.14 * comparison_value + 0.10 * editorial_readability + 0.06 * aesthetic_cohesion
Possible modules: map, timeline, ranked table, category cards, methodology box, anatomy callout, process diagram, matrix chart, flow pipeline, network diagram, scatter/radar comparison, case-study cards, source footer.
Only include modules whose FIT score exceeds threshold.
Then order the chosen modules by narrative logic: HOOK → EXPLAINER → METHOD → METRICS → RESULTS → NOTES

日本語訳

4枚の画像、4:5。リサーチを行い、バイラルな話題（AI ランニングマシンを含む）を選ぶ。TOPIC ごとに、次を最大化するモジュールを選ぶ：
FIT(module) = 0.30 * explanatory_power + 0.22 * topic_relevance + 0.18 * visual_clarity + 0.14 * comparison_value + 0.10 * editorial_readability + 0.06 * aesthetic_cohesion
使用可能なモジュール：地図、タイムライン、ランキング表、カテゴリーカード、手法ボックス、解剖コールアウト、プロセス図、マトリックスチャート、フローパイプライン、ネットワーク図、散布図／レーダー比較、ケーススタディカード、出典フッター。
FIT スコアがしきい値を超えるモジュールのみを含める。
次に、選んだモジュールをナラティブの論理で並べる：HOOK → EXPLAINER → METHOD → METRICS → RESULTS → NOTES

出典

原作者: Gdgtify
公開日: 2026-09-22
原典: 元の投稿を見る ↗
収録元: xianyu110/awesome-gpt-image2.5 · 2102383160185208960 · MIT