ai21.net
語言

病毒話題→FIT 打分模塊拼信息圖

Astra/ChatGPT 先挖熱點,再按 FIT 打分拼模塊,Image 2.5 直出 4 張 4:5。選題可視化別從空白畫布起——先打分再出圖。

病毒話題→FIT 打分模塊拼信息圖 — 1病毒話題→FIT 打分模塊拼信息圖 — 2病毒話題→FIT 打分模塊拼信息圖 — 3病毒話題→FIT 打分模塊拼信息圖 — 4

提示詞

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

中文翻譯

4 張圖,4:5。做調研,挑選病毒式傳播的話題(包括一臺 AI 跑步機)。針對 TOPIC,按以下公式最大化來選擇模塊:
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
可用模塊:地圖、時間線、排名錶格、分類卡片、方法論說明框、解剖式標註、流程圖、矩陣圖、流程管道、網絡圖、散點/雷達對比、案例研究卡片、來源頁腳。
僅納入 FIT 分數超過閾值的模塊。
然後按敘事邏輯對所選模塊排序:HOOK → EXPLAINER → METHOD → METRICS → RESULTS → NOTES

溯源

原作者
Gdgtify
發佈日期
2026-09-22
原始出處
查看原帖 ↗
收錄來源
xianyu110/awesome-gpt-image2.5 · 2102383160185208960 · MIT