尝试AI 编程几个月后，我注意到，自己用AI 编程做得最多的，不是chrome插件，不是做网页、app，而是可视化。

在技术不熟的情况下，一个chrome 插件要做到基本满意的程度，大概要一小时左右。

过程中的反复调试，也挺消耗心力的。因此，除非我急需这个功能，否则不会轻易做插件。

但可视化不一样，提示词写好之后，万物皆可可视化。

只需要把素材丢进去，无论是文字、数字、代码，还是图片、文档，都可以分分钟做出好看的视觉或动图。

一、四大可视化场景

下面，我就按照使用频次的高低，把我常用的可视化场景和对应的图，挨个列出来：

1、阅读材料可视化

从第一天给ChatGPT充值开始，我个人用AI干得最多的事，就是把半懂半不懂的阅读材料逐段发过去，让它帮我解释。

最早是让它用 8 岁孩子能懂的话解释，后来还让它拆解逻辑、讲解生僻词；今年还让它用外星人类学家的局外人视角分析，以及从该观点的反面去分析。

这些方法在一定程度上颇有帮助，不过自从用AI 编程做阅读材料可视化过后，我就很少用那些提示词了。

因为AI 把材料做成合适的图表之后，确实更清晰了，一图可胜千言（图一）；而从文字形式变为图表形式，本身就是一种“陌生化”处理，也能让我更好理解材料内容（图二）。

2、输出内容可视化

对象说我写东西有个毛病：又臭又长。不过我总担心读者不好理解，忍不住想解释，一直想改却改不了。

最近试着写完后让AI可视化一下，再把图表给对象看，她说这样清爽多了。

比如把前一段的“阅读材料可视化”丢过去，马上就获得了这张更好懂的图文卡片（图三）。

3、数据可视化

实不相瞒，最开始尝试可视化，是想解决数字可视化问题。

当时我只知道用mermaid，但随着尝试图表类型增多，发现这一个库能支持的图表有限。

于是，我用 perplexity 找到更多库，形成了这个图表库对照表（图四），并放进了提示词里。

具体数据的可视化效果我就不展示了，直接把图表库对照表的内容，做成一个词云吧。

4、代码学习可视化

前一段时间学吴恩达老师的AI python 课时，为方便更好理解课程内容，我就自己写了个 Python 概念解释的提示词。

具体的动图效果和提示词，我在那条帖子里也有写过，感兴趣可以查看：

m.okjike.com

用上这套提示词的逻辑，加上前面提到的图表库对照表，也可以在有类似 Claude artifacts 功能的AI 工具（比如poe）里，做出自己想要的图表。