Gemini + D2 + Claude，出版級配圖工具實測對比
整理版優先睇
實測9種AI繪圖工具，為出版級插圖找到最強配搭：D2做主、Claude輔、Gemini應急
作者陸徐洲係一家LIMS公司嘅AI算法負責人，最近喺寫書《駕馭AI：Harness Engineering 實戰》時遇到一個典型問題：腦入面有清晰嘅六層架構圖，但用PPT、Illustrator或draw.io都搞唔掂——要唔係對齊麻煩，就係太醜或者唔識用。佢決定將同一張圖扔畀9種AI工具，睇下邊個畫得最好。
測試結果顯示，每個工具各有強項：GPT圖像生成中文亂碼硬傷；Gemini中英雙語完美，最適合快速出圖；Claude輸出SVG代碼，可以改顏色改文字，對出版場景「能改」比「好看」重要。Napkin.ai擅長將文字自動轉成信息圖；Excalidraw免費手繪風，技術博客常用；Mermaid簡單圖一次成型，複雜圖佈局易崩；D2有18個主題，風格統一能力最強；PlantUML表達複雜時序交互最強；matplotlib加SciencePlots一行代碼切換學術期刊風格。
最終作者嘅工作流定咗：D2做主力（風格統一、矢量輸出），Claude生成初稿代碼，需要精修就用Inkscape。佢仲按需求分類推薦：一句話出圖用Gemini；粘貼文字信息圖用Napkin.ai；要可編輯矢量圖用Claude；手繪風用Excalidraw；代碼控制加風格統一用D2；複雜時序交互用PlantUML；文檔內嵌簡單圖用Mermaid；學術期刊投稿用SciencePlots。全部免費。
- GPT圖像生成中文亂碼嚴重，Gemini中文支援最佳，適合快速出圖。
- Claude生成SVG矢量代碼，可編輯，對出版場景「能改」比「好看」重要。
- D2有18個內置主題，風格統一能力最強，適合多圖書籍。
- PlantUML最適合複雜時序圖，多角色並行協作表達力強。
- matplotlib+SciencePlots一行代碼切換學術期刊風格，投稿必備。
寫書卡關：想得清楚，畫唔出嚟
你一定經歷過呢種時刻：腦入面一套邏輯好清楚，張嘴就同人講得明，但要畫成一張圖，對住屏幕半個鐘都未鬱筆。作者寫書時就係咁——第二章有張六層架構圖，內容好清楚，但要變成出版級嘅插圖，用PPT畫要對齊半日，用Illustrator唔識，用draw.io能畫但好醜。佢決定轉個思路：同一張圖，扔畀9種唔同AI工具，睇下邊個畫得最好。
一句話就出圖：GPT、Gemini、Claude、Napkin.ai
先試門檻最低嘅方法：同一段中文提示詞，扔畀GPT、Gemini同Claude。GPT出嘅圖佈局最有創意，同心圓配色靚，自動加咗小圖標，但中文全部亂碼——層名、組件名冇一個漢字係啱。英文部分完美，但呢個係GPT圖像生成喺中文場景嘅硬傷。
反觀Gemini，同樣提示詞，中英雙語全部正確，自動做咗雙語標註，層次清晰。作者話：「如果你嘅需求就係快速出一張能用嘅圖，唔想學任何工具，Gemini目前係中文場景嘅最優解。」
Claude行另一條路：佢唔直接出圖片，而係生成SVG代碼</highlight-inline>，喺對話界面實時渲染。乍睇冇Gemini咁靚，但輸出嘅係矢量代碼，可以複製到Inkscape改顏色改文字改佈局。對出版場景嚟講，「能改」比「好看」重要。
仲試咗Napkin.ai：唔使描述畫咩圖，直接將書入面五個設計原則嘅文字粘入去，30秒自動生成一張循環關係圖。教師粘教案出知識結構圖，產品經理粘需求文檔出流程圖，好方便。
- GPT：佈局靚、英文正，但中文亂碼，唔適閤中文需求
- Gemini：中英雙語完全正確，一句話出圖最快
- Claude：輸出SVG可編輯，出版場景首選
- Napkin.ai：粘文字自動生成信息圖，零門檻
代碼即圖表：Excalidraw、Mermaid、D2、PlantUML
如果你願意寫少少代碼換取更高控制權，呢組工具啱曬你。首先係Excalidraw，佢嘅Text to Diagram功能——輸入系統架構描述，自動生成UML風格類圖。手繪線條係標誌風格，仲會自動標註「God Service（1266行技術債務）」。呢種手繪風喺CS論文同技術博客越嚟越流行。免費，唔使註冊，打開excalidraw.com就用得。
然後係Mermaid。作者用Claude生成Mermaid代碼，粘貼到mermaid.live渲染，畫咗書入面嘅數據流圖。兩個醫療系統之間嘅HTTP調用、純函數複用、異常判斷分支全部正確，但佈局偏散——VitalGuard被擠到左下角，兩條數據流鋪開後唔夠緊湊。呢個係Mermaid最畀人彈嘅問題：簡單圖一次成型，複雜圖佈局會崩。
D2畫同一張六層架構圖，效果完全唔同。關鍵係D2有18個內置主題，喺play.d2lang.com左下角一click，Earth Tones、Terminal、深色模式，同一份代碼瞬間換膚。一本書30張圖嘅風格統一問題，一個主題配置就解決曬。作者強調：「呢個係D2同Mermaid最大嘅差別，唔係語法，係風格控制力。」
最後PlantUML用嚟畫時序圖。書入面有個四角色多Agent協作場景：Architect規劃、Java Dev同Python Dev並行編碼、QA驗證，三輪迭代先收斂。多角色、多輪次、並行加串行嘅複雜交互，PlantUML嘅序列圖語法表達力最強。
- 1 Excalidraw：免費手繪風，技術博客常用
- 2 Mermaid：簡單圖快，複雜圖佈局易崩
- 3 D2：18主題，風格統一最強，適合書籍
- 4 PlantUML：複雜時序交互首選
學術出版嘅最後一公里：matplotlib + SciencePlots
最後一個場景係學術投稿。作者用matplotlib加上SciencePlots庫，一行代碼plt.style.use(['science', 'ieee'])，圖表自動符合IEEE期刊規範；換成nature就係Nature風格。佢用書入面三個Agent嘅對比實驗數據，同時生成了三種風格——同一份數據，一行代碼切風格。投稿再唔會畀「請調整圖表格式」打返轉頭。
仲生成咗一張Token消耗分析圖，展示點解Claw Code讀一個3300行Java文件就崩潰。呢啲帶數據嘅分析圖，matplotlib最合適。
兜兜轉轉測咗一圈，作者最後嘅書稿插圖工作流定咗：D2做主力（風格統一、矢量輸出），Claude生成初稿代碼，需要精修就用Inkscape。佢仲整理咗按需求選工具嘅建議：一句話出圖用Gemini，粘文字信息圖用Napkin.ai，要可編輯矢量圖用Claude，手繪風用Excalidraw，代碼控制加風格統一用D2，複雜時序交互用PlantUML，文檔內嵌簡單圖用Mermaid，學術期刊投稿用SciencePlots。全部免費。
你實試過呢種情況：腦入面一套邏輯好清楚，開口就可以同人講得明，但要畫成一張圖，對住螢幕半個鐘都冇畫過一筆。
寫論文要配方法流程圖，做教材要畫知識結構，同上司匯報要畫業務架構。每次都卡喺同一個位：諗得好清楚，但畫唔出嚟。
我最近寫書都遇到呢個問題。第二章有一張六層架構圖，內容我好清楚，但要變成出版級嘅插圖，用 PPT 畫要對齊好耐，用 Illustrator 我唔識，用 draw.io 畫到但好樣衰。
後來轉咗個諗法。同一張圖，我交畀咗 9 種唔同嘅 AI 工具，睇邊個畫得好。有啲中文全部亂碼，有啲一次搞掂。
大家好，我係陸徐洲。今日同大家講下我真實畫呢張圖嘅過程，順便幫你將市面上嘅 AI 畫圖工具全部睇曬。
講一句說話就出圖
先由門檻最低嘅開始。同一段中文提示詞，交畀 GPT、Gemini 同 Claude。
GPT出嘅圖佈局最有創意。同心圓配色好靚，自動加咗細圖標。
不過呢，中文全部係亂碼。層名、組件名，冇一個漢字係啱嘅。英文部分就完美。呢個唔係偶發，係 GPT 圖像生成喺中文場景嘅死穴。
相反 Gemini，同樣嘅提示詞，中英雙語全部正確。
自動做咗雙語標註，層次清晰。如果你嘅需求就係「快啲出一張用得嘅圖」，唔想學任何工具，Gemini 目前係中文場景嘅最佳選擇。
Claude 行咗另一條路。佢唔直接出圖片，而係生成 SVG 代碼，喺對話界面入面即時渲染。
第一眼冇 Gemini 咁靚。但佢輸出嘅係矢量代碼，可以複製去 Inkscape 改顏色改文字改佈局。對出版場景來講，「改得到」比「靚」重要。
仲試咗 Napkin.ai。唔使描述畫咩圖，直接將書入面五個設計原則嘅文字貼過去，30 秒自動生成咗一張循環關係圖。
教師貼教案可以出知識結構圖，產品經理貼需求文檔可以出流程圖。
拖曳手繪
Excalidraw 自帶 Text to Diagram 功能。我輸入咗書入面兩個系統（VitalGuard + SignalEngine）嘅架構描述，佢自動生成咗一張 UML 風格嘅類圖。
手繪線條係佢嘅標誌風格。兩個系統嘅模塊關係、HTTP 調用、數據庫依賴都畫啱咗，仲自動標註咗 God Service（1266 行技術債務）。
呢種手繪風喺 CS 論文同技術博客入面越來越流行。免費，唔使註冊，打開 excalidraw.com 就可以畫。
代碼即圖表
我叫 Claude 幫我生成 Mermaid 代碼，貼去 mermaid.live 就可以渲染。用呢個方式畫咗書入面嘅數據流圖。兩個醫療系統之間嘅 HTTP 調用、純函數複用、異常判斷分支，全部正確。
內容都啱，但佈局偏散。VitalGuard 被逼到左下角，兩條數據流攤開之後唔夠緊湊。呢個係 Mermaid 社區鬧得最多嘅問題：簡單圖一次搞掂，複雜圖佈局會崩潰。
D2 畫嘅係同一張六層架構圖。效果完全唔同。
關鍵係 D2 有 18 個內置主題。喺 play.d2lang.com 左下角撳一下，Earth Tones、Terminal、深色模式，同一份代碼瞬間換款。
一本書 30 張圖嘅風格統一問題，一個主題配置就搞掂咗。呢個係 D2 同 Mermaid 最大嘅分別，唔係語法，係風格控制力。
PlantUML 用來畫時序圖。書入面有個四角色多 Agent 協作嘅場景：Architect 規劃、Java Dev 同 Python Dev 並行編碼、QA 驗證，三輪迭代先收斂。
多角色、多輪次、並行加串行嘅複雜交互，PlantUML 嘅序列圖語法表達力最強。
學術出版級
最後一個場景：學術投稿。
matplotlib 加上 SciencePlots 呢個庫，plt.style.use(['science', 'ieee']) 一行代碼，圖表自動符合 IEEE 期刊規範。換成 nature 就係 Nature 風格。
我用書入面三個 Agent 嘅對比實驗數據，同時生成咗三種風格：
同一份數據，一行代碼切風格。投稿再都唔會畀「請調整圖表格式」打回頭。
仲生成咗一張 Token 消耗分析圖，展示點解 Claw Code 讀咗一個 3300 行嘅 Java 文件就崩潰咗：
呢種帶數據嘅分析圖，matplotlib 最適合。
我嘅選擇
兜兜轉轉試咗一輪，最後我嘅書稿插圖工作流程定咗落嚟：
D2 做主力（風格統一，矢量輸出），Claude 生成初稿代碼，需要精修嘅用 Inkscape 微調。
按需求揀工具：
全部免費。
呢篇文章入面嘅所有插圖，都嚟自我正在寫嘅書《駕馭AI：Harness Engineering 實戰》。如果你對 AI Agent 工程化有興趣，可以留意後續連載。
畫圖呢件事，瓶頸從來都唔係工具。係你夠唔夠膽將腦入面嘅結構，清晰咁描述出嚟。
我係陸徐洲，一間 LIMS 公司嘅 AI 算法負責人。關注我，等我哋一齊喺 AI 落地實踐嘅路上，行得更遠。
多謝你睇我嘅文章。有任何關於 AI 提效或者工程落地實踐方面嘅問題都可以加我微信，交個朋友，一齊探討，共同進步。
你一定經歷過這種時刻：腦子裏一套邏輯特別清楚，張嘴就能跟人講明白，但要畫成一張圖，對着屏幕半小時愣是沒動筆。
寫論文要配方法流程圖，做課件要畫知識結構，給領導彙報要畫業務架構。每次都卡在同一個地方：想得清楚，畫不出來。
我最近寫書也碰到了這個問題。第二章有一張六層架構圖，內容我很清楚，但要變成出版級的插圖，用 PPT 畫要對齊半天，用 Illustrator 我不會，用 draw.io 能畫但醜。
後來換了個思路。同一張圖，我扔給了 9 種不同的 AI 工具，看誰畫得好。有的中文全亂碼，有的一次成型。
大家好，我是陸徐洲。今天聊聊我真實畫這張圖的過程，順便幫你把市面上的 AI 畫圖工具全過了一遍。
說一句話就出圖
先從門檻最低的開始。同一段中文提示詞，扔給 GPT、Gemini 和 Claude。
GPT出的圖佈局最有創意。同心圓配色漂亮，自動加了小圖標。
就是吧，中文全是亂碼。層名、組件名，沒有一個漢字是對的。英文部分倒是完美。這不是偶發，是 GPT圖像生成在中文場景的硬傷。
反觀 Gemini，同樣的提示詞，中英雙語全部正確。
自動做了雙語標註，層次清晰。如果你的需求就是"快速出一張能用的圖"，不想學任何工具，Gemini 目前是中文場景的最優解。
Claude 走了另一條路。它不直接出圖片，而是生成 SVG 代碼，在對話界面裏實時渲染。
乍看沒有 Gemini 好看。但它輸出的是矢量代碼，可以複製到 Inkscape 裏改顏色改文字改佈局。對出版場景來說，"能改"比"好看"重要。
還試了 Napkin.ai。不用描述畫什麼圖，直接把書裏五個設計原則的文字粘進去，30 秒自動生成了一張循環關係圖。
教師粘教案能出知識結構圖，產品經理粘需求文檔能出流程圖。
拖拽手繪
Excalidraw 自帶 Text to Diagram 功能。我輸入了書裏兩個系統（VitalGuard + SignalEngine）的架構描述，它自動生成了一張 UML 風格的類圖。
手繪線條是它的標誌風格。兩個系統的模塊關係、HTTP 調用、數據庫依賴都畫對了，還自動標註了 God Service（1266 行技術債務）。
這種手繪風在 CS 論文和技術博客裏越來越流行。免費，不用註冊，打開 excalidraw.com 就能畫。
代碼即圖表
我讓 Claude 幫我生成 Mermaid 代碼，粘貼到 mermaid.live 就能渲染。用這個方式畫了書裏的數據流圖。兩個醫療系統之間的 HTTP 調用、純函數複用、異常判斷分支，全部正確。
內容都對，但佈局偏散。VitalGuard 被擠到左下角，兩條數據流鋪開後不夠緊湊。這是 Mermaid 社區吐槽最多的問題：簡單圖一次成型，複雜圖佈局會崩。
D2 畫的是同一張六層架構圖。效果完全不同。
關鍵是 D2 有 18 個內置主題。在 play.d2lang.com 左下角點一下，Earth Tones、Terminal、深色模式，同一份代碼瞬間換膚。
一本書 30 張圖的風格統一問題，一個主題配置就解決了。這是 D2 和 Mermaid 最大的差別，不是語法，是風格控制力。
PlantUML 用來畫時序圖。書裏有個四角色多 Agent 協作的場景：Architect 規劃、Java Dev 和 Python Dev 並行編碼、QA 驗證，三輪迭代才收斂。
多角色、多輪次、並行加串行的複雜交互，PlantUML 的序列圖語法表達力最強。
學術出版級
最後一個場景：學術投稿。
matplotlib 加上 SciencePlots 這個庫，plt.style.use(['science', 'ieee']) 一行代碼，圖表自動符合 IEEE 期刊規範。換成 nature 就是 Nature 風格。
我用書裏三個 Agent 的對比實驗數據，同時生成了三種風格：
同一份數據，一行代碼切風格。投稿再也不會被"請調整圖表格式"打回。
還生成了一張 Token 消耗分析圖，展示為什麼 Claw Code 讀了一個 3300 行的 Java 文件就崩潰了：
這種帶數據的分析圖，matplotlib 最合適。
我的選擇
兜兜轉轉測了一圈，最後我的書稿插圖工作流定下來了：
D2 做主力（風格統一，矢量輸出），Claude 生成初稿代碼，需要精修的用 Inkscape 微調。
按需求選工具：
全部免費。
這篇文章裏的所有插圖，都來自我正在寫的書《駕馭AI：Harness Engineering 實戰》。如果你對 AI Agent 工程化感興趣，可以關注後續連載。
畫圖這件事，瓶頸從來不是工具。是你能不能把腦子裏的結構，清晰地描述出來。
我是陸徐洲，一家 LIMS 公司的 AI 算法負責人。關注我，讓我們一起在 AI 落地實踐的路上，走得更遠。
感謝您閲讀我的文章。有任何關於AI提效或者工程落地實踐方面的問題都可以加我微信，交個朋友，一起探討，共同進步。