三亩地 三亩地SAN MU DI · CODE DIARY
ARTICLE DETAIL

日记详情

真实记录编程学习的某一天,欢迎挑你感兴趣的翻一翻。

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

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。

← 返回列表