技术文档的配图,我现在全甩给 AI 了:4 段提示词,中文字终于不糊成乱码

上周写一份内部接口说明，卡住的不是文字，是一张图。

需求特别朴素：请求从网关进来，走到服务，再打到缓存，中间标一下超时时间。我打开 draw.io 拖方框，拖了四十分钟——三个框没对齐，箭头从框的边线穿出去了，中文字体默认那个丑得让人没脾气，换了字体又发现字号不统一。

我当然试过 AI 生图。结果是方框画得挺好看，上面的中文字全是"甲骨文"：笔画粘连、少一横多一撇，放大看像被水泡过的报纸。所以我一直觉得，AI 能画插画，但画不了带中文标注的工作图。

最近，大家俗称 Nano Banana 的那个 Google 图像模型更新到了 2.1，报道里点出两个变化：4K 直出、中文渲染进步明显（具体版本能力和可用入口以官方说明为准，我说的是我自己的实测感受）。我把攒了半个月的一堆配图需求翻出来试了一晚上，结论是：中文标注这事儿，从"完全不能用"变成了"能干活，但你得会提要求"。

下面把我踩出来的东西写清楚，你今天就能试。

为什么这类模型跟普通文生图不一样

普通文生图你给它一句"一只猫"，它给你一只猫，完事。

而做示意图的难点从来不在"画得好不好看"，在两件事：图上的字必须是我指定的那几个字，以及框和线的关系必须符合我描述的逻辑。前者以前是 AI 的死穴（尤其中文），后者是它爱自由发挥的地方。

这次更新让我觉得能用，就是因为它对"把指定文字准确写到指定位置"这件事明显变强了。这是刚需，不是锦上添花。

四个模板，直接抄

模板一：流程示意图

画一张横向流程示意图，白色背景，扁平风格，主色 #4A6FA5。 从左到右四个圆角矩形，每个框内只放以下文字（一字不改，不要增删）： 1. 「客户端」 2. 「API 网关」 3. 「订单服务」 4. 「Redis 缓存」 框之间用带箭头的直线连接，箭头从左指向右。 在「API 网关」到「订单服务」的箭头上方，标注小字「超时 800ms」。 比例 16:9，高清输出。

关键就一句：「一字不改，不要增删」。不写这句，它很有可能会自作聪明帮你把"客户端"改成"用户端"，或者给你加个"谢谢使用"。

模板二：分层架构图

画一张三层架构图，纵向排列，每层是一个通栏的浅色圆角矩形。 从上到下： 第一层标题「接入层」，内部并排三个小方块，文字分别是「CDN」「网关」「鉴权」 第二层标题「服务层」，内部并排三个小方块，文字分别是「订单」「库存」「支付」 第三层标题「存储层」，内部并排两个小方块，文字分别是「MySQL」「Redis」 每层用不同浅色区分，标题用深灰加粗，小方块白底细边框。 比例 16:9，风格干净，不要图标插画。

最后那句"不要图标插画"很重要。不说的话它会热心地给你塞一堆 3D 小云朵和小齿轮，看着挺热闹，往 PPT 里一放特别廉价。

模板三：公众号封面 / PPT 首页

生成一张技术分享封面图，深蓝色渐变背景，风格极简。 画面上方三分之一处居中放大标题文字：「让 AI 少猜」 标题下方放一行小字副标题：「AGENTS.md 实战笔记」 右下角留白，不要任何 logo、水印和装饰图形。 比例 16:9。

中文标题控制在 4~6 个字，成功率最高。我试过写 14 个字的长标题，笔画多的字（比如"覆""疆"）还是会崩。

模板四：错误 vs 正确对照图（做 code review 讲解特别好用）

画一张左右对比图，中间用一条竖线分隔。 左半边顶部标签「不推荐」，底色浅红；右半边顶部标签「推荐」，底色浅绿。 左半边内放三行短文字：「Service 直接写 SQL」「异常吞掉」「日志无 traceId」 右半边内放三行短文字：「统一走 Repository」「显式抛出」「日志带 traceId」 左右文字行高对齐，字体清晰可读。比例 16:9。

五个坑，我都踩过

一、图上的中文块，每块别超过 8 个字。 这是我最硬的一条经验。文字越长，掉笔画、连字的概率越高。想表达长句，拆成标题+说明两行，或者干脆放到正文里，别塞图里。另外专有名词用英文（Redis、Kafka）比中文稳得多。

二、别让它算数。 你要画柱状图、折线图，必须把每个数值、每根柱子的相对高度、坐标轴刻度全部写死在 prompt 里。不写的话它会给你画一个"看起来很专业"的图，刻度是它编的。这个坑在汇报场合特别致命——数字对不上，整页 PPT 都白做。

三、连线数量要生成后自己数一遍。 你说五条箭头，它可能画四条，因为它觉得"这样更简洁美观"。我的习惯是生成完对着 prompt 里的清单核一遍，缺了就补一句"在 A 和 C 之间补一条箭头，其他部分完全不动"。

四、改图用增量指令，别重新生成。 这是效率分水岭。觉得整体不错只是颜色不对，就说"只把主色改成 #2E7D32，其他所有元素、文字、布局保持完全一致"。要是你重新描述一遍，出来的会是另一张图，前面满意的部分全丢了。

五、别拿它画严谨的 UML 和时序图。 时序图有语法约束，生命线、激活框、消息顺序错一个就是错的，这种老老实实用 Mermaid 或 PlantUML。AI 生图的适用区是：示意图、概念图、封面、汇报配图——就是那些"讲清楚关系"比"符合规范"更重要的场合。

4K 不等于免检

报道里提到 4K 直出，我实测放大看确实比以前清楚，但文字边缘在 100% 缩放下偶尔还是有轻微毛刺。往内部文档、群里发没问题；如果是要印出来、或者投到大屏上的对外物料，务必放大到 100% 逐字检查一遍，尤其检查人名、版本号、金额。

配图这件事的门槛，从"我会不会画图"变成了"我能不能把图说清楚"。而后者，本来就是我们的日常工作。