Shuyi Wang
도시 랜드마크 미니어처
도시를 대표하는 랜드마크를 지리적 근거와 시각적 매력을 모두 갖춘 미니어처 지도 이미지로 표현합니다. 도시 이름과 원하는 범위, 언어, 비율 또는 스타일 선호만 알려주시면 약 5~8개의 핵심 랜드마크를 중심으로 상대적 위치, 강변 관계, 도로와 교량, 랜드마크 사이의 간격을 정리하고 현지 건축 양식에 맞춰 화면을 구성합니다. 최종 결과물은 프롬프트나 구도안에 머무르지 않고 바로 확인할 수 있는 완성된 도시 랜드마크 미니어처 이미지입니다. 화면은 화면 전체를 채우는 따뜻한 색감의 지도 바탕, 정교하고 다채로운 3D 모형, 적지만 다양한 배경 건축물, 선명한 중국어 라벨로 구성해 ‘큰 랜드마크, 작은 건물’의 시각적 위계를 강조합니다. 또한 왼쪽 위의 도시 제목판, 오른쪽 위의 북쪽 표지와 필요한 예술적 설명을 유지하여 도시 소개, 관광·문화 콘텐츠, 지역 개요 및 시각 자료에 적합합니다. 생성 후에는 랜드마크 식별 가능성, 상대적 위치, 강과 도로의 관계, 라벨 텍스트 및 구도의 일관성을 확인하고 필요할 경우 수정합니다. 이는 예술적으로 표현한 도시 위치 안내도로, 내비게이션·측량 또는 정확한 축척 지도를 대신하지 않습니다. 웹 검색 및 이미지 생성 기능을 사용할 수 있는 경우에는 간단한 출처, 조사 날짜와 재사용 가능한 프롬프트를 함께 제공할 수 있습니다. 현재 이미지를 생성할 수 없다면 완전한 이미지 생성 프롬프트와 위치 목록을 제공합니다.
엉뚱한 영단어 암기
영어 단어 하나를 입력하면 연속 만화 형식의 기억 카드 한 장을 만듭니다. 연상 발음, 뜻, 예문을 하나의 이어지는 짧은 이야기 장면에 모두 담고(대사 말풍선/간판/의성어), 그림 바깥에는 머리말 한 줄과 회상 힌트 한 줄만 남깁니다. 정교함보다 강렬한 인상을 우선하며, 아동에게 안전합니다.
강의 다이어그램 생성기
강의 대본을 Keynote 스타일의 16:9 교육용 인포그래픽 세트로 변환합니다. 두 가지 문서를 출력합니다: 그림이 포함된 강의 버전과 간결한 이미지 모음입니다. 이미지당 하나의 개념으로 세분화하고, 품질을 보장하는 4가지 정밀 규칙, 5가지 시각적 패턴 템플릿, 이미지별 시각 QA, 그리고 전달 전 프로그래밍 방식 검증을 수행합니다.
<EMPTY_PARAGRAPH>
강의 설명 다이어그램 생성기
강연 축어록을 Keynote 스타일 16:9 교육 인포그래픽 세트로 변환하여 그림과 설명이 포함된 버전과 미니멀 이미지 세트 두 가지 문서를 출력합니다. 하나의 이미지에 하나의 개념을 세분화하여 나누고, 네 가지 정확성 원칙으로 품질을 보장하며, 다섯 가지 시각적 패턴 템플릿을 사용하고, 각 슬라이드에 대해 시각적 QA를 수행한 후 프로그램 검증을 거쳐 전달합니다.
이미지수업 설명 화이트보드
모든 콘텐츠를 수업 설명에 적합한 손그림 화이트보드 스타일 인포그래픽 시리즈로 변환합니다. 주제를 세분화하여 분할하고, 핵심 세부 사항을 유지하며, 콘텐츠 길이에 맞게 자동 조정하여 강사가 설명에 필요한 충분한 시각 자료를 제공합니다.
연구학술 포스터 생성기
학술 연구 논문 PDF를 하나의 세로형 학술 포스터 이미지로 처음부터 끝까지 변환합니다. AI가 시각적 스타일, 정보 밀도, 색상 구성을 적응적으로 결정하고, 논문의 "독특한 앵커"를 식별하여 두드러지게 표시하며, 다이어그램을 다시 그리고, 원본 데이터 차트를 유지하고, 추출에 실패할 경우 증거 시각 자료(UI 스크린샷/채팅 스크린샷)를 고품질 모형으로 재창조하며, 사전 인쇄 페이지 매김과 같은 비공식 출판 표시를 걸러내고, 인쇄 가능한 고품질 포스터를 생성합니다.
이미지카툰식 설명
카툰풍 시각 자료로 초보자에게 복잡한 내용을 설명합니다. 콘텐츠를 자동으로 모듈별로 나누고, 각 모듈에 데이터 시각화 스타일의 카툰 이미지(16:9, 흰색 여백, 지정된 색상 구성)를 생성합니다. 원본 자료와 AI 생성 이미지를 통합해 전체 버전과 간소화 버전, 두 가지 문서를 제작하며 교육 및 프레젠테이션에 적합합니다.
이미지학술 포스터 제작
학술 논문 PDF를 처음부터 끝까지 A0 세로형 학술 포스터 메인 이미지로 변환합니다. AI가 시각적 스타일, 정보 밀도, 색 구성표를 자동으로 판단하고, 논문의 '특징 앵커'를 식별하여 눈에 띄게 표시합니다. 개략도는 다시 그리고, 데이터 차트는 원본을 유지하며, 증거형 시각 자료(UI 스크린샷/대화 스크린샷)를 추출할 수 없는 경우에는 '개략도' 표시가 있는 UI 목업으로 다시 그립니다. 동시에 온라인 선공개 시 임시 페이지 번호 등 비공식 레이아웃 표시를 식별하여 걸러내고, 최종적으로 GPT Image 2를 통해 한 번에 인쇄 및 게시 가능한 고품질 포스터를 생성합니다.