Dark Research Figure Gallery UI
Creates a dark web gallery interface displaying curated research paper figure style cards for an academic visual preset library.
프롬프트
목표: {argument name="headline text" default="연구 논문 도표"}라는 제목의 엄선된 연구 논문 도표 스타일 프리셋 라이브러리를 위한 고급스러운 다크 모드 갤러리 인덱스 페이지를 생성합니다. 인터페이스는 학술적 다이어그램 썸네일을 보여주는 세련된 웹 앱 스크린샷처럼 보여야 합니다.
캔버스: 와이드 가로형 브라우저 구성, 약 16:9 비율, 다크 차콜 배경, 미세한 그리드 테두리, 선명한 UI 타이포그래피, 높은 대비의 흰색 및 시안색 텍스트.
헤더: 상단 중앙에 제목을 배치하고 왼쪽에는 작은 다색 문서 아이콘을 배치합니다. 헤더 아래에는 얇은 가로 구분선을 추가합니다. 오른쪽 상단 영역에는 “↑ 도库索引”이라고 적힌 콤팩트한 원형 버튼을 배치합니다.
섹션 제목: 구분선 아래 왼쪽에는 {argument name="section title" default="연구 논문 도표 그리드"}라는 섹션 제목을 굵은 밝은 텍스트로 표시합니다.
레이아웃: 얇은 회색 테두리와 어두운 카드 간격이 있는 4열 갤러리 그리드를 표시합니다. 총 12개의 갤러리 카드를 표시합니다: 처음 두 행에는 8개의 전체 카드를, 하단 가장자리에는 4개의 부분적으로 보이는 카드를 배치합니다. 각 카드에는 흰색 연구 논문 스타일의 썸네일 이미지, 그 아래에 굵은 글씨의 제목, 그리고 제목 아래에 “landscape”, “high”, “Curated”라고 적힌 3개의 작은 어두운 원형 태그가 포함되어야 합니다.
표시할 카드 수 및 라벨: 카드 A: “患者队列与多模态生物标志物流称流程”, 썸네일은 상자, 차트, 생존 곡선이 포함된 환자 코호트 워크플로우를 보여줍니다. 카드 B: “单细胞免疫图谱”, 썸네일은 UMAP 클러스터, 점 도표, 누적 막대 차트 및 궤적 도표가 포함된 단일 세포 면역 지도를 보여줍니다. 카드 C: “多模态医疗 AI 方法图”, 썸네일은 의료 영상, 병리학, 텍스트 및 모델 블록이 포함된 다중 모달 의료 AI 임상 의사결정 지원 다이어그램을 보여줍니다. 카드 D: “治疗响应统计图”, 썸네일은 막대 차트, 포레스트 플롯, 산점도 및 원형 워크플로우가 포함된 치료 반응 통계를 보여줍니다. 카드 E: “Transformer 编码器-解码器架构”, 썸네일은 쌓인 모듈 블록이 있는 트랜스포머 인코더-디코더 아키텍처 다이어그램을 보여줍니다. 카드 F: “多智能体 LLM 系统架构”, 썸네일은 중앙 모델 블록, 주변 도구 아이콘, 메모리, 반성 및 평가 모듈이 있는 LLM 멀티 에이전트 시스템 아키텍처를 보여줍니다. 카드 G: “去噪扩散正/逆向链”, 썸네일은 노이즈가 있는 이미지 패널과 화살표가 포함된 디노이징 확산 순방향 및 역방향 체인을 보여줍니다. 카드 H: “经验缩放规律图”, 썸네일은 여러 개의 하강하는 색상 곡선과 범례가 있는 경험적 스케일링 법칙을 보여줍니다. 하단 부분적으로 보이는 카드 1: 제목은 “Benchmark comparison across 10 frontier LLMs”로 시작, 막대 차트 비교 썸네일. 하단 부분적으로 보이는 카드 2: 제목은 “Ablation of core reasoning components across 5 benchmarks”로 시작, 그룹화된 막대 차트 썸네일. 하단 부분적으로 보이는 카드 3: 제목은 “LLM pretraining data mixture and downstream splits”로 시작, 누적 영역/데이터 혼합 블록 썸네일. 하단 부분적으로 보이는 카드 4: 제목은 “Representative multi-head attention patterns in a 16-layer Transformer”로 시작, 히트맵 썸네일.
시각적 스타일: 현대적인 SaaS 대시보드 미학, 다크 모드, 깔끔한 학술적 큐레이션 느낌, 은은한 시안색 포인트, 작지만 읽기 쉬운 라벨, 고품질 저널 다이어그램을 연상시키는 사실적인 연구 도표 썸네일을 사용합니다. 썸네일은 다양하게 구성하되, 일관되게 흰색 배경의 과학적 도표를 유지합니다.
제약 사항: 중국어 인터페이스 라벨과 카드 제목은 그대로 유지합니다. 사람, 사진, 워터마크, 브라우저 주소 표시줄 또는 장식적인 요소를 추가하지 마십시오. 전체적인 구성은 {argument name="project name" default="GPT-IMAGE-2-SKILL"}이라는 이름의 엄선된 연구 도표 템플릿 라이브러리의 스크린샷처럼 느껴져야 합니다.
기계 번역 — 실제 결과물을 만든 것은 원문 프롬프트입니다.
원문 프롬프트
Goal: Create a dark, high-end gallery index page for a curated preset library of research paper figure styles, titled {argument name="headline text" default="研究论文图示"}. The interface should look like a polished web app screenshot showcasing academic diagram thumbnails.
Canvas: Wide landscape browser-like composition, approximately 16:9, dark charcoal background, subtle grid borders, crisp UI typography, high contrast white and cyan text.
Header: Center the title at the top with a small stacked multicolor document icon to its left. Add a thin horizontal divider line below the header. In the upper-right area, place a compact rounded button labeled “↑ 图库索引”.
Section title: On the left below the divider, show the section heading {argument name="section title" default="研究论文图示网格"} in bold light text.
Layout: Display a 4-column gallery grid with thin gray borders and dark card gutters. Show exactly 12 visible gallery cards: 8 full cards in the first two rows and 4 partially visible cards in the third row at the bottom edge. Each card contains a white research-paper-style thumbnail image, a bold lettered title underneath, and three small dark rounded tag pills below the title reading exactly “landscape”, “high”, and “Curated”.
Visible card count and labels: Card A: “患者队列与多模态生物标志物流称流程”, thumbnail showing a patient cohort workflow with boxes, charts, and a survival curve. Card B: “单细胞免疫图谱”, thumbnail showing a single-cell immune atlas with UMAP clusters, dot plot, stacked bar chart, and trajectory plot. Card C: “多模态医疗 AI 方法图”, thumbnail showing a multimodal foundation model clinical decision support diagram with medical image, pathology, text, and model blocks. Card D: “治疗响应统计图”, thumbnail showing therapeutic response statistics with bar charts, forest plots, scatter plot, and a circular workflow. Card E: “Transformer 编码器-解码器架构”, thumbnail showing a transformer encoder-decoder architecture diagram with stacked module blocks. Card F: “多智能体 LLM 系统架构”, thumbnail showing an LLM multi-agent system architecture with central model block, surrounding tool icons, memory, reflection, and evaluation modules. Card G: “去噪扩散正/逆向链”, thumbnail showing a denoising diffusion forward and reverse process chain with noisy image panels and arrows. Card H: “经验缩放规律图”, thumbnail showing empirical scaling laws with multiple descending colored curves and a legend. Bottom partially visible card 1: title begins “Benchmark comparison across 10 frontier LLMs”, thumbnail with bar chart comparisons. Bottom partially visible card 2: title begins “Ablation of core reasoning components across 5 benchmarks”, thumbnail with grouped bars. Bottom partially visible card 3: title begins “LLM pretraining data mixture and downstream splits”, thumbnail with stacked area/data mixture blocks. Bottom partially visible card 4: title begins “Representative multi-head attention patterns in a 16-layer Transformer”, thumbnail with heatmaps.
Visual style: Use a modern SaaS dashboard aesthetic, dark mode, neat academic curation feel, subtle cyan accents, small but legible labels, and realistic research figure thumbnails that resemble high-quality journal diagrams. Keep thumbnails varied but consistently white-background scientific figures.
Constraints: Preserve the Chinese interface labels and card titles as written. Do not add people, photos, watermarks, browser address bars, or decorative clutter. The composition should feel like a screenshot of a curated research-figure template library named {argument name="project name" default="GPT-IMAGE-2-SKILL"}.