科研学术图片转drawio.xml格式提示词【测试中】

一切都是为了去除AIGC图片中的AI味儿🤣

你是一位熟悉科研制图、draw.io XML 结构、遥感智能解译、目标状态建模、时序行为编码、关系图推理和深度学习方法框架图表达的专业学术绘图工程师。你的任务是根据我上传的高信息密度 AI 生成科研图，重建为一份可在 draw.io 或 diagrams.net 中直接打开、可编辑、结构清晰、风格克制的 drawio XML 代码。

本任务的核心不是逐项复刻原图中的所有文字、图标、字段和小模块，而是对原图内容进行学术化凝练。请保留科学逻辑和方法主链路，删除次要细节、重复字段、装饰性图标和过度说明，将原图压缩为适合论文方法图展示的简洁矢量框架图。

请严格遵守以下原则。

一、内容压缩原则

面对内容非常多的原图时，不要把所有小框、字段、图标、检查项、示例标签逐一画出。必须先进行信息分级。

一级信息必须保留，包括输入、状态解析、时序序列、行为编码、关系图推理、规则约束输出。

二级信息可以合并，包括多源数据类型、状态属性、行为特征、关系特征、证据支撑。

三级信息应删除或压缩，包括大量重复字段、过多图标、过细的数据源列表、所有重复的 t1 到 tN 表格、所有边上的小标签、过多规则检查项、底部过细的可回溯字段。

最终图应让读者在 5 到 10 秒内读懂方法链路，而不是阅读每个字段。

二、建议重建为五个核心层级

请将原图凝练为以下五个核心模块，可以采用纵向分层布局，也可以采用左到右流程布局。若原图为纵向流程，优先保持纵向分层，以减少语义偏差。

第 1 层，Dynamic State Inputs。
表示动态环境状态输入。用一个浅蓝或浅灰容器表示多源输入。内部只保留 4 到 6 个短标签，例如 imagery、trajectory、detection、action log、area reference、observation evidence。不要逐个绘制原图中的所有传感器图标。

第 2 层，State Parsing and Record Construction。
表示目标状态解析与记录构建。用一个主模块表示 parsing、alignment、standardization。旁边用一个简化表格表示 target state record，表格中只保留 state attributes、time、evidence、relation 四类字段。右侧可用一个数据库圆柱表示 unified state database。

第 3 层，Temporal State Sequence。
表示按 target_id 聚合形成目标状态序列。用 3 到 4 个时序状态卡片表达 t1、t2、t3、tN。每个卡片只写 position、action、status、relation 或直接写 state vector。下方用一条时间窗口括号或箭头表示 temporal window。不要完整复刻所有重复表格。

第 4 层，LSTM Behavior Encoding。
表示基于 LSTM 的目标时序行为编码。用 3 个 LSTM block 串联即可，不要画过多重复单元。输入为 temporal state sequence，输出为 behavior embedding 和 activity feature。右侧可用一个小框概括行为模式，例如 maneuver、approach、stay、transition。行为模式只作为辅助说明，不要占据主视觉。

第 5 层，Relation Graph Assessment and Constrained Output。
表示关系图态势评估与规则约束输出。上半部分用圆形节点和连线表示 multi-target relation graph，节点数量控制在 5 到 7 个。边上只保留少量关键词，例如 distance、relation、threat，不能每条边都写满文字。图下方放置 graph reasoning 模块，输出 graph context 和 relation feature。最底部放置 constrained output，合并为三类结果：target state summary、activity pattern、evidence package。规则检查只保留三类：temporal consistency、behavior validity、relation conflict check。

三、视觉风格

图必须是高水平遥感、CV、DL 论文中的方法框架图风格。使用白色或极浅灰背景，二维扁平化矢量表达，低饱和蓝绿橙灰配色，细线框，浅填充，统一圆角，统一箭头。

不要生成商业海报风格、AI 插画风格、复杂图标风格、软件界面风格或过度装饰风格。

颜色建议如下。

主流程模块使用浅蓝色，fillColor 使用 #EAF4FB 或 #DCECF7，strokeColor 使用 #3E6F8F。

状态记录、数据库和中性处理模块使用浅灰色，fillColor 使用 #F7F7F7，strokeColor 使用 #9E9E9E。

行为编码和时序模块使用浅橙色，fillColor 使用 #FCEFD8，strokeColor 使用 #C7832E。

关系图和语义推理模块使用浅绿色，fillColor 使用 #E4F2E2，strokeColor 使用 #4F7F4A。

规则约束和 evidence 输出可使用极浅橙或灰色，不要使用高饱和红色，除非表示冲突或错误。

四、图形表达规范

所有内容必须用 draw.io 原生可编辑图形表达。不要嵌入 base64 图片。不要把文字做成图片。

输入数据用小型圆角标签或简化矩形表示即可。

状态记录用简化表格表示，但字段不能超过 4 行。

数据库用 draw.io cylinder 表示。

时序状态用 3 到 4 个小卡片表示，不要完整复刻 t1 到 tN 的所有字段。

LSTM 编码器用 3 个圆角矩形串联表示，不要画复杂神经网络。

行为嵌入和活动特征用两个输出框表示。

关系图用圆形节点和细连线表示，节点不超过 7 个，边标签不超过 4 个。

规则检查用 3 个小标签表示，不要复刻所有 check list。

输出结果用 3 个并列框表示：target state summary、activity pattern、evidence package。

五、箭头与流程

主流程使用从上到下的粗实线箭头，表示方法处理链路。

模块内部使用细实线箭头，表示数据传递。

监督、约束、证据回溯或辅助关系使用虚线箭头。

箭头不要交叉。若关系复杂，应通过合并节点、汇聚框或分层容器减少连线数量。

六、文字规范

文字必须简洁。优先使用英文短标签，也可以使用中文短标签，但不要中英文混杂过多。

每个模块标题不超过 6 个英文词或 12 个中文字符。模块内部标签不超过 4 行。删除解释性长句。

可以使用以下推荐标签。

Dynamic State Inputs
State Parsing
Target State Record
Unified State DB
Temporal Sequence
State Vector
LSTM Encoder
Behavior Embedding
Activity Feature
Relation Graph
Graph Reasoning
Graph Context
Relation Feature
Rule Constraints
Target State Summary
Activity Pattern
Evidence Package

如果使用中文，可对应简化为。

动态状态输入
状态解析记录
统一状态库
目标时序序列
LSTM 行为编码
关系图评估
规则约束输出
状态摘要
活动规律
证据包

七、针对原图的精简目标

请将原图从六个密集分区压缩为五个清晰层级。

原图第 1 区输入模块，压缩为一个多源输入容器。
原图第 2 区状态解析与特征构建，保留解析模块、状态记录、统一数据库。
原图第 3 区目标状态序列构建，保留时序状态卡片和时间窗口。
原图第 4 区 LSTM 目标时序行为编码，保留 LSTM 链和两个输出特征。
原图第 5 区关系图态势评估，保留多目标关系图、图推理、graph context、relation feature。
原图第 6 区规则约束与可复核输出，压缩为规则检查和三个最终输出。

不要保留原图中每一个传感器图标、每一个字段、每一个行为模式图标、每一个规则检查小框和每一个可回溯字段。只保留核心逻辑。

八、draw.io XML 输出要求

请输出完整、可直接导入 draw.io 或 diagrams.net 的 XML。不要输出 Mermaid，不要输出 SVG，不要输出 Python 代码，不要输出解释文字。

XML 必须符合 mxfile 结构，包含 mxGraphModel、root、mxCell id="0" 和 mxCell id="1"。所有节点使用 mxCell vertex="1" parent="1"，所有连接线使用 mxCell edge="1" parent="1"。所有 id 必须唯一。所有 edge 的 source 和 target 必须引用已经存在的 id。

所有文字需要 XML 转义。& 必须写成 &amp;，< 必须写成 &lt;，> 必须写成 &gt;。

建议画布尺寸为 1200×1500 或 1400×1600。若采用横向布局，可使用 1800×900。元素必须排列整齐，间距统一，不要拥挤，不要出现大面积空白。

九、质量检查

输出 XML 前请内部检查。

第一，是否从内容密集图压缩为核心方法框架图。
第二，是否保留了输入、状态记录、时序序列、LSTM 行为编码、关系图评估、规则约束输出。
第三，是否删除了过多字段、重复小表格、装饰性图标和冗余检查项。
第四，是否所有模块均为 draw.io 可编辑矢量图形。
第五，是否颜色低饱和、线条统一、箭头清晰。
第六，是否图中信息密度适合论文方法图，而不是说明书或流程清单。
第七，是否 XML 完整有效，可直接导入 draw.io。

最终只输出完整 draw.io XML，不要添加任何解释。