Photoreal ML 開發者桌面
此提示詞可生成一張高度逼真的 macOS 螢幕截圖，畫面為程式設計師正在 VS Code 中訓練 Python 影像分類模型，並搭配即時瀏覽器儀表板，適用於產品模型、社群貼文及 AI 演示視覺素材。
提示詞
一張機器學習工程師在夜間工作空間的超逼真 macOS 桌面截圖，採正面視角，顯示深藍色 macOS 選單列及底部的 Dock。桌面上精確放置 2 個並排的主要應用程式視窗。左側為一個佔據螢幕約三分之二的深色主題 Visual Studio Code 視窗。VS Code 專案在 Explorer 側邊欄中命名為「VISIONCLASSIFIER」，包含真實的 Python ML 資料夾樹狀結構，其中有 11 個可見的頂層或展開項目：.venv、data、raw、processed、images、notebooks、src、utils、config.yaml、requirements.txt、README.md。在 notebooks 資料夾內，顯示 2 個可見檔案：01_data_exploration.ipynb 與 02_model_training.ipynb。在 src 資料夾內，顯示真實的 ML 程式碼結構，包含 dataset.py、transforms.py、models、resnet.py、train、engine.py、trainer.py、utils.py。編輯器區域開啟 4 個分頁：trainer.py、engine.py、resnet.py、config.yaml，其中 trainer.py 為當前分頁。顯示清晰且可信的 ResNet 影像分類管線 Python 訓練程式碼，包含一個 Trainer 類別、train(self) 與 train_epoch(self, epoch: int) -> Dict[str, float] 方法，並引用 self.cfg.training.epochs、train_metrics、val_metrics、scheduler.step、save_checkpoint、self.model.train()、batch["image"]、batch["label"]、optimizer.zero_grad、criterion、loss.backward、optimizer.step、accuracy(outputs, targets, topk=(1,))[0]。程式碼需銳利且具備自然的螢幕質感，顯示第 24 至 52 行的行號。VS Code 視窗底部開啟整合終端機，並在 TERMINAL 分頁顯示 4 個 Epoch 的真實訓練紀錄：Epoch 12/50、Epoch 13/50、Epoch 14/50、Epoch 15/50，每一行皆列出 Loss、Acc@1 與 Acc@5 的訓練與驗證數據，最後一行顯示已儲存新的最佳檢查點。數值需符合成功的訓練過程，Top-1 準確率約在 0.88 至 0.91 之間，Top-5 約在 0.97 至 0.98 之間。底部包含標準的 VS Code 狀態列，顯示 Python 環境詳細資訊。右側放置 1 個深色主題的網頁瀏覽器視窗，顯示 localhost:8000 的本地儀表板，頁面標題為「VisionClassifier | Dashboard」，應用程式標題為「VisionClassifier」，副標題為「Image Classification Model」。儀表板包含 3 個堆疊區塊。第一區塊為「Model Overview」，包含 4 張指標卡片：Top-1 Accuracy 91.23%、Top-5 Accuracy 98.30%、Total Parameters 23.51M、Model ResNet-50。第二區塊為「Recent Training」，顯示一張 50 個 Epoch 的準確率深色折線圖，包含 2 條標示為 Train (Top-1) 與 Val (Top-1) 的彩色曲線，兩者皆快速上升並穩定在 90% 初頭。第三區塊為「Confusion Matrix」，顯示一個 10x10 的熱圖，具有明亮的對角線，軸標籤為 True Label 與 Predicted Label。運用細緻的反光、清晰的字體、真實的 UI 間距與自然的螢幕光暈。macOS 頂部選單列左側顯示 Code、File、Edit、Selection、View、Go、Run、Terminal、Window、Help 等常見選單，右側顯示系統圖示與時間「Tue May 13 9:41 AM」。Dock 應包含多個可辨識的應用程式圖示，整體感覺真實且不干擾視覺。整體風格：超逼真螢幕截圖、專業開發者工作站、精緻的深色模式介面、無風格化、無插圖，與真實螢幕截圖無異。
如何使用這條提示詞
- 1
複製上方完整的提示詞。
- 2
開啟支援 GPT Image 2 的平台（例如 YouMind），把提示詞貼上。
- 3
依你的想法替換主體、風格或細節，然後生成。
這是 YouMind 提示詞庫裡的一條免費 AI 提示詞。這裡還有成千上萬條 圖像 提示詞，都能免費複製與改用。
探索更多 圖像 提示詞
更多提示詞功能
