news 2026/8/6 6:36:23

同一篇论文,DeepSeek 和 Kimi 谁画的流程图更能看?(提示词附上)

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
同一篇论文,DeepSeek 和 Kimi 谁画的流程图更能看?(提示词附上)

给你一段能直接抄走的提示词:把论文链接丢进去,AI 读完吐回一张流程图,还是能进 draw.io 继续改的那种。

读论文最卡的往往是不知道从哪块看起。要是先有张图把逻辑理出来——研究问题、方法怎么走、结论落在哪——你就知道该从哪下手。下面用DeepSeek 和 Kimi 两家同一个论文,同样的提示词进行实测。

流程不复杂:复制提示词,填上论文标题和链接,发给 AI;它读完给你一段 XML,你存成.drawio文件,用 draw.io(diagrams.net)打开,就是一张能编辑的流程图。不用会画图,也不用懂 mxGraph。

下面是我自己的实测,先交代边界:一篇论文、一段提示词、两个模型,样本小,仅供参考。论文是 arXiv 上一篇叫 SciForge 的(一个科研用的 AI 工作台 https://arxiv.org/html/2607.16038v1 )。

先用 DeepSeek 默认版。它很快也很直接,上来就抽象总结,把论文拆成 5 个分层,每层里再放子模块,最后单独点了核心创新在哪。干脆利落,像个不废话的同事。

DeepSeek 生成的文件用 Draw.io 打开效果:

然后换 Kimi(2.6)。它的过程「隆重」多了——又是联网搜索,又是自己写 python 脚本,磨蹭了一会儿。出来的图是英文的,更细,主体也是 5 层,但多给了「验证案例」和「核心支柱」两块(核心支柱有点像 DeepSeek 那个核心创新的部分)。

体感是:两个国内模型完成度都不低,指令跟得稳,.drawio都规规矩矩出了。

哪个更好我不替你下结论——DeepSeek 胜在快和清爽,Kimi 胜在细和全,看你要「快速扫一眼」还是「再啃深一点」。要是你有 DeepSeek 高级版或者用上了 Kimi 3,欢迎把生成的图发出来对比,这比我一个人瞎测靠谱。

再说个翻车的。第一次我把 AI 给的 XML 直接存成了.xml,draw.io 死活打不开,还以为提示词废了——其实要存成.drawio后缀(或者在 draw.io 里新建空白页,Ctrl+V 把 XML 粘进去也行)。小坑,注意。

补充说明:Draw.io 是一款开源、免费的绘图工具,Windows / Mac 跨平台支持,还有浏览器版可以直接在线使用。 https://www.drawio.com/

这提示词我打磨了N遍,但也不是各个领域各种论文都好使,有个底子可以按你的领域改。比如搞计算机的,让它优先画深度学习的模型结构图(各层怎么连、数据怎么流),或者算法流程(输入→判断分支→循环→输出)。

改法很简单:把下面「判断图型」那段指定成你要的图型,AI 就照着来。

提示词在这,整段抄走:

# Role 你是一位论文解读与图形化专家,同时精通 Draw.io(diagrams.net)的 mxGraph XML 格式。你能读懂任意学科的论文,提炼其核心结构,并生成 **标准的 .drawio 文件**(mxGraph XML),确保格式严格正确、布局清晰、 可直接在 Draw.io 中打开和编辑。 # Task 解析 {{title}}(URL: {{url}}),先读懂论文,再生成一份图形化解读的 .drawio 文件,帮助读者快速把握论文的核心逻辑。 # Workflow 1. 论文解析:抓取内容,提炼研究问题、核心方法/框架、关键步骤或组件、 结论,以及它们之间的逻辑关系。 2. 判断图型:根据论文性质选择最合适的表达方式—— - 实验/方法类 → 流程图:问题→方法→实验→结果→结论 - 系统/架构类 → 结构图:组件 + 数据流方向,可用容器分组 - 理论/综述类 → 层级图/关系图:概念层级与关联 - 对比研究类 → 分栏或分支布局,呈现对比维度 3. 布局设计:确定方向,规划各节点坐标,避免重叠与连线交叉(见布局约束)。 4. 生成并自检:严格按模板生成 XML,逐项检查标签闭合、id 唯一、 每条连线 source/target 有效、节点文字来自论文真实内容。 # Content Constraints(内容准确性,优先级最高) - 节点文字必须使用论文中的真实术语、方法名、关键结论,禁止用 "步骤1""模块A"这类空泛占位符。 - 完整保留论文主干逻辑与关键分支,不遗漏核心环节,也不虚构内容。 - 信息密度适中,一般控制在 10-20 个节点,服务于"快速理解"。 # Layout Constraints(布局规整,直接决定成图质量) - 节点默认尺寸:普通节点 width=160 height=60;容器/分组更大。 - 同层节点 x 坐标间隔 ≥ 180;层与层 y 坐标间隔 ≥ 100,防止重叠。 - 主流向保持一致(自上而下用 TD,自左向右用 LR),避免连线反向穿插。 - 相关节点用容器(`style="group"` 或带边框的矩形父节点)分组时, 子节点坐标为相对父节点的偏移。 - 连线尽量走直线或直角,减少交叉。 # Format Constraints(XML 语法严格性) - 所有标签正确闭合:`<mxCell>` 对应 `</mxCell>`,不得写错标签名。 - 节点用 `vertex="1"`,连线用 `edge="1"`;每个元素 `id` 唯一,从 2 起递增。 - 连线的 `source`/`target` 必须指向已存在的节点 id。 - 特殊字符转义:`&`→`&amp;`,`<`→`&lt;`,`>`→`&gt;`,`"`→`&quot;`。 - 严格遵循下方文件结构模板。 ```xml <mxfile host="app.diagrams.net"> <diagram name="图表名称" id="diagram-1"> <mxGraphModel dx="1200" dy="800" grid="1" gridSize="10" guides="1" tooltips="1" connect="1" arrows="1" fold="1" page="1" pageScale="1" pageWidth="850" pageHeight="1100" background="#FFFFFF"> <root> <mxCell id="0"/> <mxCell id="1" parent="0"/> <!-- 节点示例 --> <mxCell id="2" value="节点文字" style="rounded=1;whiteSpace=wrap;html=1;" vertex="1" parent="1"> <mxGeometry x="40" y="40" width="160" height="60" as="geometry"/> </mxCell> <!-- 连线示例 --> <mxCell id="3" style="edgeStyle=orthogonalEdgeStyle;html=1;" edge="1" parent="1" source="2" target="4"> <mxGeometry relative="1" as="geometry"/> </mxCell> </root> </mxGraphModel> </diagram> </mxfile> ``` # Output Format 1. **Draw.io 文件内容**:完整 mxGraph XML,放在 xml 代码块中, 可直接保存为 `.drawio` 文件。 2. **图表说明**:2-3 句概括图表呈现的核心结构。 3. **使用说明**:如何在 Draw.io 中打开该文件、导出 PNG/SVG、以及论文图题建议。

用的时候把{{title}}换成论文标题、{{url}}换成论文链接就行,格式保持标题(URL: 链接)这样。

如果你用文献泡泡的「我的 AI」功能,这俩占位符会自动识别你正在看的那篇论文,标题、链接、摘要都不用手填,复制粘贴直接发。

而且你能把不同场景的提示词都存下来(画流程图的、写综述的、批判性阅读的),下次点一下就切换,不用每回翻聊天记录找。

最后。上面那段提示词就是今天的小礼物,存进备忘录或者文献泡泡,下次读论文先让它给你画张地图。

说句心里话:我以前读论文是硬啃,磕到一半常忘了自己要找啥。现在先让 AI 画张骨架图,我再决定哪块值得细看。省下的其实不是时间,是那种「不知道从哪开始」的卡壳感。

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/8/6 6:32:50

基于微信的远程自动化:WorkBuddy核心原理与实战部署指南

1. 从“手动”到“自动”&#xff1a;一个远程办公效率困境的破局思路你有没有过这样的经历&#xff1f;周末在家&#xff0c;突然想起公司电脑上有个文件没发&#xff0c;或者一个脚本需要运行一下。于是你不得不打开电脑&#xff0c;用各种远程桌面软件连回公司&#xff0c;输…

作者头像 李华
网站建设 2026/8/6 6:32:11

对象的消息模型

对象的消息模型 在面向对象编程&#xff08;OOP&#xff09;的广袤宇宙中&#xff0c;“对象”被视为程序的基本单元&#xff0c;而对象之间如何通信、协作&#xff0c;则是构建复杂系统的核心问题。这种通信机制&#xff0c;在经典理论中被称为“消息传递”&#xff08;Messag…

作者头像 李华
网站建设 2026/8/6 6:31:33

Kruskal-Wallis H检验:非参数多组比较的原理、Python实现与实战指南

1. 项目概述&#xff1a;非参数统计的“多组比较”利器在数据分析的日常工作中&#xff0c;我们常常会遇到这样的场景&#xff1a;手头有几组独立的数据&#xff0c;比如来自不同产线的产品良率、不同营销策略下的用户转化率、或者不同治疗方案下患者的某项生理指标。我们想知道…

作者头像 李华
网站建设 2026/8/6 6:25:24

论文代码复现实战:从环境配置到调试验证的完整指南

1. 从“跑不动”到“跑得通”&#xff1a;一次完整的论文代码复现心路你肯定有过这样的经历&#xff1a;在GitHub上发现了一篇论文的开源代码&#xff0c;标题和摘要都让你眼前一亮&#xff0c;感觉这就是解决你当前问题的“灵丹妙药”。你兴奋地克隆了仓库&#xff0c;按照REA…

作者头像 李华
网站建设 2026/8/6 6:23:43

Python字典双向查找:从键到值与从值到键的完整指南

1. 字典操作&#xff1a;从“查户口”到“人肉搜索”在Python的世界里&#xff0c;字典&#xff08;dict&#xff09;绝对算得上是“劳模”级别的数据结构。它就像一本设计精良的电话簿&#xff0c;或者一个高效的仓库管理系统&#xff0c;通过唯一的“键”&#xff08;key&…

作者头像 李华
网站建设 2026/8/6 6:23:25

OpenClaw:本地部署AI Agent,打造你的微信智能助手

1. 项目概述&#xff1a;当“AI副驾驶”走进你的微信最近在开源社区里&#xff0c;一个叫 OpenClaw 的项目火得不行&#xff0c;GitHub 上的星星数蹭蹭往上涨&#xff0c;直奔 25 万而去。这阵仗&#xff0c;让我这个老码农都忍不住放下手里的活儿&#xff0c;好好研究了一番。…

作者头像 李华