我过去常要求 Nano Banana 和其他模型生成

AI 推理：输入 ::= 现象 + 时间跨度 + 数据维度 + 受众 decode_temporal :: - 识别现象经历的完整状态序列。 - 确定一个关键阶段，如果理解了该阶段，整个时间线就会变得清晰易懂。 - 选择一个符合人类直觉的自然时间粒度（秒、季节、千年）。 fuse_spine :: 选择一种时间架构： :: 分层时间线堆栈 :: 时钟面循环 :: 螺旋式编年史 :: 翻页书式剖析 所选架构必须在视觉上压缩持续时间，以便视线能一眼扫过整个时间跨度。 weave_time :: - 将每个时间切片绑定到插图中相应的状态。 - 数据标注直接放置在它们所描述的阶段上，包含时间戳、测量值和来源。 - 使用沿架构的位置来编码序列，使用色温来编码阶段成熟度，使用笔触粗细来编码量级。 - 用一个“锁钥”标注关键阶段，解释为什么它是转折点。 compose_temporal :: - 16:9 宽画布；时间线从左向右流动（或循环则顺时针）。 - 标题：“[现象] 真正展开需要多长时间？” - 结果：在时间线的拐点处揭示关键阶段，右下角为摘要统计数据。 - 仅使用两种字体大小：阶段标签和数据标注；关键阶段周围留出充足的留白。 test_temporal :: - 观众在看一遍后能复述出序列吗？ - 关键阶段是否有“恍然大悟”的感觉？ - 删除任何缺乏数据点的装饰性阶段。