写在前面：
读计算机视觉（CV）文献有其特殊性：公式多、网络架构图复杂、对 Tensor 维度（Dimensions）极度敏感。
通用的“帮我总结全文”类提示词往往抓不住重点（比如忽略了具体的 Loss 设计或 Feature Map 的变化）。

本文整理了一套针对 CV 领域的模块化提示词（Prompts），亲测好用！适用于 ChatGPT, Claude, Gemini 等大模型。希望能帮大家把读 Paper 的效率翻倍！

---

💡 第一阶段：快速筛选 (The “3-Minute Filter”)

应用场景：海量刷 Paper 时，不读正文，仅凭 Abstract 和 Intro 判断是否值得精读。

📋 Copy Prompt:
我是一名为计算机视觉研究人员。请阅读这篇论文的 Abstract 和 Introduction，用中文回答以下问题：

1. 核心痛点 (Problem)：这篇论文试图解决什么具体问题？（例如：小目标检测难、NeRF 渲染速度慢、Transformer 计算量大）
2. 一句话卖点 (The Hook)：相比于 SOTA 方法（如 [提及你熟悉的类似模型]），它最大的改进是什么？是精度提升、速度变快，还是泛化性更强？
3. 核心方法 (Key Insight)：它提出了什么新模块或新机制？（例如：新的 Attention 机制、一种新的 Loss 函数、一种新的数据增强策略）

---

🔍 第二阶段：深度精读 (The “Architecture & Math”)

应用场景：确定要精读后，搞懂网络是怎么搭的，数据是怎么流的，Loss 是怎么算的。这是 CV 论文最难啃的部分。

1. 搞懂网络架构（数据流向）

CV 论文常有复杂的 Pipeline，用自然语言描述 Tensor 变换非常有效。

📋 Copy Prompt:
请详细拆解模型的方法部分（Methodology）：

1. 输入输出：模型的输入 Tensor 维度是什么？（例如 [B, C, H, W]）输出是什么？
2. 数据流 (Data Flow)：请像伪代码一样，一步步描述数据从 Input 到 Output 经历了哪些变换？请特别注明哪里发生了下采样（Downsampling）或维度变化。
3. 核心模块：解释文中提到的 [填入模块名称，如 ‘Cross-Attention Block’] 的作用。它为什么要这样设计？是为了捕捉长距离依赖，还是为了减少计算量？

2. 搞懂数学公式（Loss Function）

看不懂公式？让 AI 把它翻译成代码逻辑。

📋 Copy Prompt:
请解释公式 [输入公式编号，如 Eq. 3]：

1. 通俗解释：用直白的语言解释这个公式想约束什么？（例如：‘这项是为了让生成的图像边缘更锐利’ 或 ‘这项是为了保证几何一致性’）。
2. 符号含义：公式中的 $\lambda$ 和 ${\mathcal{L}}_{rec}$ 分别代表什么？
3. 代码映射：如果用 PyTorch 实现这个公式，大概长什么样？请写出一段 Python 代码示例。

---

💻 第三阶段：辅助复现 (Implementation Helper)

应用场景：当你找不到源码，或者想把论文里的 idea 移植到自己的模型时。

1. 生成 PyTorch 代码模块

📋 Copy Prompt:
你是一个资深的 PyTorch 工程师。基于论文第 3.2 节的描述，请帮我写出 [模块名称] 的 PyTorch 实现代码。
要求：

1. 包含详细的注释。
2. 标明输入和输出张量的形状（Shape）。
3. 使用 torch.nn 标准库。

2. 提炼超参数（避坑指南）

📋 Copy Prompt:
这篇论文在实验部分（Experiments）列出了哪些关键的超参数（Hyperparameters）？请列出一个 Markdown 表格，包含参数名、推荐值和它的作用。特别注意 Learning Rate、Batch Size 和训练 Epochs。

---

🧐 第四阶段：批判性视角 (Reviewer Mode)

应用场景：写 Related Work，或者寻找改进空间（Idea Mining）。

📋 Copy Prompt:
假设你是 CVPR/ICCV 的审稿人，请用批判性的眼光评价这篇论文：

1. 实验缺陷：它的对比实验（Ablation Study）是否充分？有没有遗漏重要的 Baseline？
2. 限制条件 (Limitations)：这篇论文的方法在什么场景下可能会失效？（例如：光照变化大、遮挡严重、或端侧设备上推断慢？）
3. 未来方向：如果你是作者，下一步你会怎么改进这个工作？

---

🖼️ 进阶技巧：多模态大模型的“看图说话”

现在的 AI可以直接看图。在 CV 论文中，看图往往比看字更直观。

• 场景 1：看不懂架构图
  • 操作：截图论文里的核心架构图（Figure 1 或 Figure 2）。
  • Prompt：“[上传图片] 这张图是模型的整体架构。请帮我‘看图说话’，从左到右解释数据流是如何传导的？那个红色的箭头代表什么操作？”
• 场景 2：看不懂可视化对比
  • 操作：截图实验结果部分的对比图（Qualitative Results）。
  • Prompt：“[上传图片] 对比 (b) 方法和 © Ours 方法，作者想通过这张图展示他们的模型在处理什么细节上更强？（是边缘细节、纹理，还是去除了伪影？）”

---

🎁 总结：懒人“组合拳” Prompt

如果你想 5分钟内 彻底搞懂一篇 CV 论文，可以直接把 PDF 丢给 AI，然后发送这条指令：

📋 Copy Prompt:
请作为 CV 领域专家分析这篇论文。

1. TL;DR：用 3 个 bullet points 总结核心贡献。
2. Method：用 PyTorch 风格的伪代码描述模型的前向传播过程（Forward Process），重点标注 Tensor 维度的变化。
3. Loss：解释总 Loss 由哪几部分组成，各项权衡是什么？
4. Critique：这个方法最大的局限性是什么？在什么数据集上表现可能不佳？

---

希望这些提示词能成为你科研路上的“外挂”！
觉得有用的话，欢迎点赞 👍 收藏 🌟 关注 🤝

#人工智能 #计算机视觉 #科研工具 #论文阅读 #ChatGPT #Gemini