新模型发布,为啥总要画鹈鹕?
文章讲述了“生成骑自行车的鹈鹕SVG”这一AI测试题的来龙去脉。该题源自英国程序员Simon Willison,因同时考验模型的空间几何理解与代码生成能力而成为测试大模型的经典题目。随着模型进步,该测试已趋于饱和,连小体量开源模型Qwen3.6都能击败Claude Opus 4.7,引发其是否沦为“应试科目”的讨论。作者分析了鹈鹕测试依然流行的原因:直观易懂、已成为开发者社区的“开机仪式”,透过这只越来越像样的鹈鹕,能直观感受AI时代的快速发展。
文章讲述了“生成骑自行车的鹈鹕SVG”这一AI测试题的来龙去脉。该题源自英国程序员Simon Willison,因同时考验模型的空间几何理解与代码生成能力而成为测试大模型的经典题目。随着模型进步,该测试已趋于饱和,连小体量开源模型Qwen3.6都能击败Claude Opus 4.7,引发其是否沦为“应试科目”的讨论。作者分析了鹈鹕测试依然流行的原因:直观易懂、已成为开发者社区的“开机仪式”,透过这只越来越像样的鹈鹕,能直观感受AI时代的快速发展。
文章介绍了如何搭配使用 Anatomy 和 OpenMAIC 两个开源项目的教学 Skill 来制作交互式教学演示。Anatomy 擅长制作可交互的等距结构插画(SVG/HTML),OpenMAIC 是多智能体互动课堂项目,提供 23 项教学 Skill。作者以电磁继电器控制风扇为例,给出四套提示词模板:课堂讲解(先预测再演示)、复习自测(费曼学习法)、科普讲解(配合事实核查)、口播配图(无声拆解视频),并按用途整理了课程规划、教学方法、授课形式等 Skill 分类表,建议从一个能打开的简单演示开始逐步上手。
作者分享了使用 Opus 5.5 一次性生成 UI 空状态 SVG 插图的完整提示词模板。提示词详细规定了画布尺寸、底板斜纹、卡片样式、占位条、Remix icon 图标、强调色使用规则、深色模式配色(CSS 变量 + data-theme 自动切换)、构图约束(缩小版真实产品界面而非插画)及技术细节(阴影用滤镜拼装、id 加随机前缀防冲突、可选弹出动画)。只需将【场景】替换即可复用,大幅节省设计精力。
文章介绍如何围绕 Claude Opus 5.5 构建程序化视频生产系统。作者 rari 指出,大多数用 Opus 5.5 制作的demo千篇一律,差异不在提示词,而在模型周围的系统工程。核心思路是让模型编写帧函数,渲染器跨时间轴生成视频,从而实现可控、可修订的视频制作。文章提出工作室五层架构:导演(明确目标)、参考(视觉规范)、时间轴(叙事节拍)、渲染器(Canvas/SVG、Remotion、HyperFrames)和评审循环,强调把决策显式化,避免模型用默认视觉方案填充空白,最终产出可复用的视频生产流程。
文章介绍了开源工具 diagram-design,它为 Claude Code、Codex 等编码 Agent 提供了 39 种出版级专业图表能力,包括架构图、时序图、桑基图、鱼骨图、Wardley Map 和数据库模型等。生成的图表全部为独立纯 HTML + SVG 代码,零外部依赖,无多余阴影和滤镜,支持浅色、深色和编辑模式,浏览器直接打开即用。该工具采用 MIT 协议,可通过插件市场一键安装,还支持将现有 Mermaid 或 draw.io 图源直接重绘成高质量排版,解决了 AI 生成流程图丑陋难用的痛点。
Archify 是一个近期登上 GitHub Trending 榜首、Star 超 5.3 万的开源 Skill,主要功能是将文字内容输出为带动画、可交互、可导出的独立 HTML 文件。作者深度体验两天后总结出两大用法:一是把复杂文字变成有层级、有主线的视觉简图,作为文章配图,并可导入 Figma 或 Illustrator 替换字体配色以统一视觉风格;二是为文章、视频和社交媒体制作动态素材,支持导出 PNG、SVG、WebM,或通过录屏展示交互流程配合口播讲解复杂机制。作者认为这两点对内容创作者非常有用,并欢迎分享更多创意用法。
Relate Studio 联合创始人 Alex 的教程,讲解如何利用 Claude 从 Figma 手绘草图生成自定义精美图形动画。流程包括:收集参考(如 Stripe 官网)、用自然语言提示词让 Claude 生成 three.js 粒子动画代码、在 Figma 中绘制图形并导出 SVG 交给 Claude 分析重建、通过截图反馈迭代修复 bug、将代码适配到 Webflow 等框架并调整参数、优化过渡平滑度,最终无需前端工程知识即可规模化构建整套动画效果。
本文介绍了作者开发的一个名为 Logo Generator 的 Skill,旨在解决开发者和开源项目缺乏专业 Logo 的痛点。该 Skill 利用 Gemini 强大的 SVG 生成能力,通过信息收集、生成设计变体、制作高级展示图三步流程,快速生成“够用的好 Logo”。文章详细阐述了其工作原理、12种静态背景与6种动态 WebGL 背景的展示方案,以及 SVG 相比图片生成在精度和可编辑性上的优势。
文章介绍了 Claude 的 Interactive Diagrams & Charts 功能,允许用户直接在对话框中渲染可交互的图表、动画和播放器,无需跳转或下载。作者通过六个实战场景展示了该功能的用法,包括教程可视化、数据图表生成、时序图绘制、项目甘特图制作、方案对比组件以及音频可视化。文章还分享了编写 Prompt 的技巧和注意事项,强调该功能作为快速生成可视化工具的低摩擦优势。
文章深入探讨了利用AI生成高视觉质量PPT的三种主要技术路径:基于Nano Banana Pro的图像生成、Agent直接编辑PPT文件(如Claude Cowork)、以及SVG网页转PPT方案。作者详细分析了每种方案的优缺点、适用模型及成本,并分享了如何利用提示词和参考图生成“豪华大厂风格”PPT的实战技巧。