![]()
沒有太小的需求,只有太少的想象力。
作者|金光浩
編輯|靖宇
最近在社群里看到一張圖,我足足盯著看了半分鐘。
那是一張課程總結圖,第一眼看著就很喜歡,有種淡淡的真人手繪的「松弛感」:
線條微微顫抖,字體像隨手涂鴉,看著就是極其舒服,像老朋友在草稿紙上給我講邏輯。
我當時立馬私信問他用的什么工具,他說是 Excalidraw。
![]()
朋友用 excalidraw 畫的圖|圖片來源:excalidraw
這個產品我聽說過,是一款開源白板工具,在 cursor 里就能用這個插件。
但問題來了:工具有了,我并不知道怎么畫出那種效果,甚至連這種圖叫什么都不知道。
一個念頭瞬間擊中我:既然 AI 能畫畫,能不能動動嘴,讓它把這種「草圖」也給畫了?
我立刻打開 Deepseek,給他搜索關鍵詞:「AI + Excalidraw」。
沒想到,還真被我挖到了一個 github 的開源項目:smart-draw。
它的核心邏輯簡單粗暴:你只管說話,它負責畫畫,而且畫出來的,是可編輯的 Excalidraw 源文件。
試用了一周,我發現自己上癮了:我幾乎每天都用它畫點什么。
欄目作者召集
極客公園的新欄目「AI 上新」,將帶大家體驗最新的 AI 應用和硬件,讓你成為 AI 時代「最靚的仔」!
現在,我們也向所有喜歡嘗鮮和體驗 AI 的同學發出召集,只要你發現并體驗了新的 AI 應用或者功能,按照格式(參考案例:)向欄目投稿,在極客公園公眾號發布,不僅能獲得相應稿費,且會為你「報銷」AI 應用的訂閱費用。
同時,優秀作者還有機會進入極客公園 AI 體驗群,獲得最新 AI 應用和工具的內測資格,參加極客公園專屬相關 AI 活動,和 AI 應用創始人一對一溝通。
AGI 太久,只爭朝夕,讓一部分人先 AI 起來吧!投稿、進群請掃描下方二維碼添加極客小助手微信
01
它到底解決了什么問題?
在聊這個項目之前,我想先說說我之前用過的幾個「AI 生圖」方案,以及它們各自的痛點。
第一類是 AI 生圖大模型,比如最近爆火的 Nanobanana-pro。
不得不說,Nanobanana-pro 這類頂尖大模型生成的圖確實美,配色專業、排版講究。
但它們有一個致命的死穴:生成的圖是「尸體」。
簡單來說,他們生成的圖,就是一張壓平的 JPG/PNG。如果你想微調一個節點位置?想改錯一個字?抱歉,做不到。你只能像抽盲盒一樣重新生成,祈禱下一次 AI 能聽懂人話。把原圖給到他能增加成功率,但還是需要花很長的時間抽卡。
這就是 AI 生圖模型最大的問題:可控性和完成率比較差,用戶往往 90% 都挺滿意,就差 10% 想微調,結果改不了,只能重新生成,帶來用戶時間和使用成本的上升。
比如下面這張圖,結構挺好,但如果我想調整某個分支的位置,抱歉,做不到。
![]()
nanobanana-pro 生成的決策流程圖|圖片來源:nanobanana-pro
第二類是大模型生成的 mermaid 流程圖。
以豆包、Deepseek 為代表的 AI 助手,它們現在都支持生成 mermaid 格式的流程圖。
它們生成的圖可以導出成 SVG 或者 Mermaid 代碼,是可以放到專業的工具里二次編輯的。
![]()
deepseek 生成的決策流程圖|圖片來源:deepseek
但問題是,它們生成的圖,怎么說呢,「工業味」太重了。
![]()
豆包生成的決策流程圖|圖片來源:豆包
字體線條橫平豎直,節點大小一模一樣,配色永遠是藍紫灰三件套。
這種圖拿來做內部文檔可以,但如果你想發到社交媒體上、或者放到演講 PPT 里,總覺得差點意思。
而這個項目,剛好補上了這兩類問題的缺口。
它生成的是 Excalidraw 格式的圖表,手繪風格、視覺友好;同時因為是 Excalidraw 原生格式,你可以直接在 Excalidraw 里打開,隨意拖動、修改、增刪任何元素。
換句話說,AI 幫你完成了 95% 的工作,剩下 5% 的微調你可以自己動手。
這個項目的本質是什么呢?說白了,它就是封裝了一套專門針對「繪圖」的提示詞工程。
你只需要會用自然語言表達你的想法,它會把這些想法翻譯成 Excalidraw 能理解的結構化指令,然后渲染成圖。
![]()
smart-draw 生成的決策流程圖|圖片來源:smart-draw
02
玩法一:問一句話,讓 AI 給你畫出來
我第一次真正感受到這工具的好用,是在琢磨一個概念的時候。
當時我在想:都說 AI 時代「審美」最重要,但到底什么是審美?
這個問題說起來很虛,你讓我寫一段文字解釋,我可能能寫個幾百字,但總覺得不夠直觀。
于是我試著把這個問題丟給這個項目:「什么是審美」
大概等了十幾秒,一張圖就生成出來了。
![]()
smart-draw 生成的圖|圖片來源:smart-draw
可以看到,它生成的是一張手繪風格的思維導圖,頂部是「審美」兩個字,下面延伸出四五個分支,每個分支下面還有下一級節點。配色是偏暖的奶油色調,看著很舒服。
最關鍵的是,這張圖我可以直接在 smart-draw 里打開編輯,如果我覺得「審美客體」這個節點的位置不太對,直接拖一下就調好了。
這不就是「思考可視化」最低門檻的方式嗎?
以前我們說「畫圖幫助思考」,但前提是你得會畫圖。
現在有了 AI,你只需要把腦子里模糊的想法說出來,AI 幫你畫出來,然后你再根據這張圖繼續思考、繼續迭代。
思考和表達之間的門檻,一下子低了很多。
03
玩法二:輸入技術描述,生成架構圖
第二個讓我驚艷的場景是畫技術架構圖。
正好有個朋友問我:「你說的 smart-draw 那個項目,它自己是怎么實現的?能幫我畫一張架構圖嗎?」
我把 Cursor 分析出的項目架構直接喂給它,它生成的圖,比我自己畫的圖強太多了。
![]()
smart-draw 生成的圖|圖片來源:smart-draw
四個主模塊用不同顏色的矩形框出來,模塊之間用帶箭頭的連線標注了數據流向,每個箭頭旁邊還貼心地寫了「用戶指令」「發起 fetch」「SSE 響應」這樣的標簽。
最妙的是,整張圖的布局非常均衡,不會出現那種「左邊擠成一坨、右邊空蕩蕩」的尷尬情況。
我特意問了一個做技術的朋友,他看了之后說:「這圖拿來做技術分享完全夠用了,而且這種手繪風格反而不會讓非技術人員感到有距離感。」
后來我又試了幾次,發現只要你把技術描述寫清楚,它生成的架構圖基本都能達到「可以直接用」的水平。
當然,如果有些細節不滿意,直接在 Excalidraw 里改就是了。
04
玩法三:輸入一篇文章,秒變知識卡片
第三個玩法是我現在用得最多的:把文章/博客轉成知識卡片。
做自媒體的朋友都知道:圖不美,文白寫。
但很多時候我們寫完文章,還得花大量時間去做一張配圖。
這個項目給我提供了一個新思路:
直接把文章內容粘貼進去,讓 AI 幫我提煉核心觀點,然后生成一張知識卡片。
我試過把一篇 3000 字的小宇宙播客內容丟進去,然后它很快幫我生成了一張核心思想圖。
這張圖直接發到即刻或小紅書,閱讀量不會差。
更關鍵的是,因為是可編輯的格式,如果我覺得某個觀點提煉得不夠準確,直接改就行,不用重新生成。
![]()
smart-draw 生成的圖|圖片來源:smart-draw
05
玩法四:和 Nanobanana 工具組合
如果你覺得這已經夠用了,下面這個進階玩法可能會讓你更興奮:
1、先用這個項目生成一張 Excalidraw 草圖,把核心結構定下來。
2、然后把這張圖導出成 SVG。
3、再丟到 Nanobanana-pro 里,讓它做一次「美顏」。
這樣出來的圖,既有整體元素立體的結構感,又有專業設計工具的精致感,簡直是兩全其美。
![]()
smart-draw 生成的圖|圖片來源:smart-draw
![]()
nanobanana-pro 優化后的圖|圖片來源:nanobanana-pro
說白了,這個項目用 AI 解決的是「想法到圖形」這一步的效率問題。
至于圖形之后你想怎么用,完全可以自由發揮。
以上四種玩法,基本覆蓋了我日常最常見的畫圖場景。
06
這個項目給我的啟示
玩了幾天之后,我開始琢磨:這個項目為什么能打動我?
說實話,從技術實現來看,這個項目并不復雜。它沒有訓練什么驚天動地的模型,也沒有發明什么新的算法。
它本質上是一個 Wrapper(套殼)。
在很多人眼里,「套殼」是個貶義詞,意味著沒有核心技術壁壘。
但在這個項目上,我看到了「套殼」的真正價值:它解決的不是「能力」問題,而是「接口」問題。
畫圖的能力,Excalidraw 早就有了;理解語言的能力,GPT-4 早就有了。但普通人想把這兩者連起來,中間還差一個翻譯層。
普通人要想跨越這道鴻溝,要么得去學復雜的 Prompt 讓 GPT 生成代碼,要么得去學 Excalidraw 的快捷鍵一點點畫。
而這個項目的開發者,他把這些粘合在了一起。
當粘合之后,一些神奇的玩法,隨產品的創造「涌現」了出來。
比如,這個項目通過對架構提示詞的封裝,讓許多不懂技術的普通人,一下子都擁有了創造架構圖的能力。
07
回到用戶,找到痛點
不得不說,這個項目的作者確實解決了一個真實的痛點。
而這個痛點,正好是很多人每天都在面對的。
這給我一個很大的啟發:
我們總是盯著「造大模型」或者「做超級 Agent」這種宏大的敘事。
但實際上,用戶最真實的痛點,往往隱藏在那些「斷裂」的工作流之間。
寫完文章想配圖,這就是一個斷裂點。
看完長文想總結,這就是一個斷裂點。
腦子里有想法想變成 PPT,這也是一個斷裂點。
誰能用最順滑的方式把這些斷裂點接上,誰就能贏得用戶。
哪怕你只是一個「套殼」,只要你套得足夠優雅,足夠懂用戶,你就是不可替代的。
AI 時代的創業,不是比誰的技術更厲害,而是比誰能更快地找到一個痛點、然后用現有的工具把它解決掉。
![]()
smart-draw 生成的本段的總結圖|圖片來源:smart-draw
08
AI 帶來的小確幸
在這個 AI 項目層出不窮的時代,我們很容易產生審美疲勞。
我們每天都在看新模型刷榜,但真正能讓我們愿意留在電腦前,玩上一整天,并且真的想把它加入工作流的東西,其實并不多。
這個小項目之所以打動我,是因為它很懂用戶在用 AI 畫圖這個場景,真正需要什么:
它知道我懶得學畫圖,但又想對結果有掌控感,還對審美有點小要求。
如果你也苦于畫圖,不妨去試試。
有時候,這種解決具體小問題的工具,比那些改變世界的大模型,更能提升我們的幸福感。
而這種幸福感,往往不是等來的,是自己「主動」找來的。
我找到這個項目的過程,不就是始于一份想要用上好工具的好奇心嗎?
![]()
smart-draw 生成的圖|圖片來源:smart-draw
沿著好奇心走下去,你會發現很多類似的小項目。
它們可能只是某個創業者周末隨手 vibe coding 的產物,卻切實地解決了一個真實的問題。用戶是愿意為解決真實需求的產品買單的,可能是付費,也可能是自發推廣(像我一樣)。
如果沒有找到你想要的那座橋?
那就借助 AI,自己動手造一座吧。
畢竟,在 AI 時代,想象力是唯一的門檻。
*頭圖來源:excalidraw
本文為極客公園原創文章,轉載請聯系極客君微信 geekparkGO
極客一問
你喜歡這種手繪風的 AI 生成嗎?
馬斯克直擊靈魂:宇宙的終極答案,或許藏在我們無法提出的問題里。
點贊關注極客公園視頻號,
特別聲明:以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布,本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.