引言 近年来，随着大语言模型的飞速发展，许多创意性Prompt（提示词）的使用开始走红，其中由李继刚设计的“汉语新解”Prompt在AI社区中尤为火爆。它通过幽默、批判和深刻的角度重新诠释汉语词汇，为用户带来了极富创造力的文本和视觉体验。这种Prompt在Claude 3.5 Sonnet模型上的应用取得了令人瞩目的效果，用户输入一个词汇，模型会给出独特的、出人意料的解释，并配以精美的SVG卡片，形成了新的互动形式（Prompt的具体介绍请见我之前写的公众号文章《爆火的李继刚大神的汉语新解Prompt是什么》）。
本文将介绍我设计的汉语新解豆包版Bot，它模仿了李继刚的“汉语新解”Prompt的效果，并在扣子的Bot开发平台上实现了几项关键技术，包括角色扮演生成文案、SVG卡片设计，以及将SVG格式的图像转换为PNG格式的输出。通过这款Bot，用户可以轻松地体验“汉语新解”风格卡片的制作过程。Bot地址是：https://www.coze.cn/store/bot/7415158971872608271，或者豆包搜索“汉语新解豆包版”。
汉语新解实现原理分析 “汉语新解”Prompt的主要特点其实就是如下两点：
创意性文本生成 ：AI基于用户输入的词汇生成新颖的解释。视觉卡片输出 ：生成的解释以SVG图像卡片的形式展现。所以实际上是两个步骤，用到了思维链（Chain of Thought）的提示方法，取得了很好的效果。
第一步：创意性文本生成的关键点
分析“汉语新解”Prompt这一步的核心内容，需要隐喻、一针见血、辛辣讽刺、抓住本质的解释这个词汇，并且提供了一个简单的示例，如果输入的是“委婉”这个词汇，那么输出可以是"刺向他人时, 决定在剑刃上撒上止痛药"。这个输出考验的是LLM的文案创意能力，如果要切换到豆包模型，那就要实验豆包模型的文案生成能力。
第二步：视觉卡片输出的关键点
分析“汉语新解”Prompt这一步的核心内容，需要调用一个生成SVG卡片的函数。这个函数充分借助了 Claude 的编程能力，以及它能实时显示生成好的 SVG 能力。函数中让它生成一个 SVG 定义的卡片，并给出了详细的参数：高度、宽度、边距、字体、字体大小、根据用户输入的词汇和前面的解释显示的内容（中日英三语标题、解释、总结等等），另外给了 AI 一些自主发挥的空间，比如“合理使用负空间”、“整体排版要有呼吸感”、”干净典雅“等。这个输出考验的是LLM的代码生成能力，如果要切换到豆包模型，那就要实验豆包模型生成SVG卡片代码的能力。
汉语新解豆包版Bot的实现 实际上，因为豆包的扣子平台没有Claude自带的Artifacts功能，要显示SVG卡片，还需要进行一步额外的SVG到PNG图片的转换。所以一共有三个技术点要实现：1）角色扮演与文案生成，2）SVG卡片设计，3）SVG到PNG的转换。下面我分别介绍在扣子平台上如何实现这三个技术点。
角色扮演与文案生成 扣子平台的豆包模型对角色扮演与文案生成任务颇为友好。毕竟，豆包模型肯定针对中文进行了优化，理解中文语义并根据词汇背景生成新颖解释应该不难。然而，李继刚老师原始的 LISP 语言 Prompt，经豆包模型测试，理解不准确。所以，我基于李继刚和云中江树两位大神先前给出的通义千问模型的 Prompt，对豆包模型进行修改和测试。下面就是豆包模型Prompt的角色扮演部分。
# 角色：SVG卡片设计 汉语新解豆包版Bot的另一项创新是设计和生成SVG格式的卡片。这些卡片不仅包含模型生成的解释文本，还加入了独特的视觉元素，如词汇的拼音、卡片的背景颜色、主文字颜色、以及装饰图案等。所有这些元素都由模型自动生成，并通过SVG格式输出。这个功能的本质就是SVG代码的生成，我测试了之前通义千问Prompt的HTML格式引导，发现豆包模型的输出很不稳定，估计和输出的HTML代码字符过长有关，所以我就把卡片样式的参考结果改成了SVG代码的例子，情况就好多了。
此外，这里我也尝试过不给豆包模型参考例子，但是输出结果也会变得很不可控，即使成功输出SVG代码，页面的布局也很容易乱掉，所以最终还是给了豆包模型一个SVG的代码例子，确保模型输出不要偏离的太远。下面就是豆包模型Prompt的输出卡片设计部分。
## 输出结果：SVG到PNG的转换 最后，为了更好地模拟Claude Artifacts的输出效果，汉语新解豆包版Bot还集成了SVG转PNG功能，这样就可以在对话中直接展示卡片，而不是SVG代码，使得用户能够直接下载和分享这些精美的图像卡片。这一步的难点在于扣子官方目前没有SVG转PNG的插件，所以要么自己制作一个插件，要么用扣子官方现有的插件实现这个功能。作为一个懒人，本着低代码的原则，我利用扣子的Python代码插件和CodeRunner插件实现了SVG转PNG的功能。原理也很简单，把豆包模型产生的SVG代码，作为Python函数的输入，然后让Python函数根据一个代码模板，输出SVG转PNG的Python代码给CodeRunner运行，CodeRunner就会返回转换成功的PNG文件链接。Python代码插件的参考代码如下：
async def main (args: Args) -> Output:# 从输入参数中获取SVG代码 'svc_code' ]# 创建Python代码段字符串 f'''{svg_code} """ # 构造返回的输出 "python_code" : python_codereturn ret最终工作流呈现 完成上述三个核心功能后，只需在扣子平台上将它们串联起来制作一个工作流。然后，新建一个 Bot 调用这个工作流即可。下图是工作流的全貌。
示例展示 下面展示几个测试的示例，大家可以看到，基本实现了Claude 3.5 Sonnet的SVG卡片生成风格。
示例1：“80后” 示例2：“专家” 总结 汉语新解豆包版Bot是我对李继刚“汉语新解”Prompt的创新性实现。通过在豆包模型上进行角色扮演、生成SVG卡片、并将SVG转换为PNG，进一步理解了该Prompt的设计原理，展示了扣子平台和豆包模型在这一任务上和Claude模型的能力对比，也探索了这类AI作品更多应用的可能性。大家如果有兴趣，也可以根据我的实现方法，进一步探索AI生成内容的乐趣，并将类似思路用于创意创作和视觉设计。
粤ICP备14082021号
免费POC，
零成本试错
