視頻即代碼2:我用Remotion做了10個不同類型的數據可視化視頻(附提示詞)

作者:AIGC好語知時節
日期:2026年2月27日 上午12:01
來源:WeChat 原文

整理版優先睇

速讀 5 個重點 高亮

作者通過「視頻設計提示詞模板」配合 Remotion,製作了 10 個財富管理場景的動態數據可視化視頻,並公開完整提示詞架構與案例效果。

整理版摘要

呢篇文章係作者繼上篇 Remotion 入門後嘅進階分享。作為一個專注 AI+銷售領域嘅低產博主,佢今次要「榨乾」Remotion 嘅潛力,用「詞中詞」嘅方法——先寫一個通用嘅「視頻設計提示詞模板」,再將具體案例描述餵俾大模型,生成專屬提示詞,最後交俾 Cursor 或 Claude Code 寫代碼。

作者選咗 10 個財富管理真實案例,包括持倉收益雙軸圖、資產動態排序、基金累計淨值折線圖、風險收益氣泡圖、資產配置圓環圖、健康雷達圖、收益熱力圖、消費玫瑰圖、App 日活趨勢圖同埋 A 股儀表盤。每個案例都對應一個 Bento-Neon 風格嘅動態故事卡片,圖表動畫精準、配色高級。

整體結論係Remotion 強在精準可控、批量生產同價格優勢,但美感取決於提示詞能否「激活」大模型入面嘅設計能力。作者認為只要提示詞寫得好,Remotion 嘅輸出效果完全可以媲美 Seedance 等新工具。

  • 結論Remotion 精準可控、可批量生產,但需要高質提示詞先發揮到美感。
  • 方法:使用「視頻設計提示詞模板」+ 案例描述,先由大模型生成專屬提示詞,再交俾 Cursor/Claude Code 寫代碼。
  • 差異:相比 Seedance 2.0 嘅「一把梭哈」,Remotion 需要更多提示詞工程,但換嚟精準控制同量產能力。
  • 啟發:「詞中詞」寫法(提示詞嘅提示詞模板)可以有效提升生成質素,適合複雜可視化需求。
  • 可行動點:跟住文章嘅提示詞模板同案例,安裝 Remotion skills,用 Cursor 實踐一個自己嘅數據可視化視頻。
整理重點

核心方法:視頻設計提示詞模板

作者提出一個「詞中詞」嘅寫法:先整一個通用嘅「視頻設計提示詞模板」,然後將具體案例描述替換入去,生成專屬提示詞。呢個模板借鑑咗 Bento Box(便當盒)思路,將圖表、要素同洞察以模塊化方式組合成優雅嘅故事卡片。

執行流程分兩步Step1:用「視頻設計提示詞模板」+「案例描述」問大模型,生成專屬提示詞,可按需調整;Step2:將專屬提示詞俾 Cursor 或 Claude Code,寫代碼、預覽、調優。前提係要提前裝好 Remotion skills 同相關依賴(上篇有教學)。

視頻設計提示詞模板(濃縮結構) markdown
# Role
你係一個基於 Remotion 技術嘅「圖表可視化故事卡片」架構師同敍事設計師。

# Workflow
1. 理解用戶意圖與數據屬性
2. 智能生成核心敍事
3. 構建動態圖表
4. 設計靈活嘅故事卡片佈局

# Design System
- 佈局:Bento Grid,rounded-3xl 卡片
- 質感:深空灰背景,磨砂玻璃卡片,霓虹漸變
- 顏色:每圖表不超過2種霓虹色
- 動效:spring() 物理彈簧、useCurrentFrame() 精確驅動

# Output Format
直接輸出 Markdown 代碼塊,內容係中文自然語言提示詞。

模板最後一部分係用戶需求嘅佔位符,實際使用時要將案例描述貼入去。例如第一個案例「持倉收益雙軸圖」,作者用 Gemini 3.1 pro 生成咗專屬提示詞,再交俾 Cursor 寫成 AnnualHoldingsReview.tsx 組件。

整理重點

10 個財富管理數據可視化案例

作者逐一展示咗每個案例嘅效果圖同核心洞察,涵蓋唔同圖表類型:持倉收益雙軸圖、資產收益動態排序柱狀圖、基金累計淨值折線圖、收益風險氣泡圖、資產配置圓環圖、健康雷達圖、每日持倉收益熱力圖、月度消費玫瑰圖、App 日活趨勢徑向氣泡圖同埋 A 股關鍵點位儀表盤。

每個案例都提供咗詳細嘅數據描述同洞察文案,例如第一個案例「田總年度持倉回顧」,數據包含每月盈虧同累計收益,核心洞察係「厚積薄發 · 收官之戰」。作者強調呢啲案例都係 財富管理領域真實對客場景,唔係虛構。

  1. 1 持倉收益雙軸圖:柱狀圖顯示月度收益,折線圖顯示累計收益,12月爆發增長。
  2. 2 資產收益動態排序:年份從2016到2025,資產收益率排序動態變化。
  3. 3 基金累計淨值折線圖:7隻基金近三年累計淨值,點評業績分化。
  4. 4 收益風險氣泡圖:橫軸收益、縱軸回撤、氣泡大小代表規模,揭示K型分化。
  5. 5 資產配置圓環圖:嵌套圓環顯示實際 vs 目標配置,附再平衡路線。
  6. 6 健康雷達圖:五維度三年得分對比,展示從亞健康到穩健優質嘅轉變。
  7. 7 每日持倉收益熱力圖:日曆視圖,揭示週末緩衝、收益分佈同波動控制。
  8. 8 月度消費玫瑰圖:南丁格爾玫瑰圖展示產品經理年度支出,健康度評分62。
整理重點

心得:提示詞質量決定 Remotion 美感

作者對比咗 Seedance 2.0 呢啲「一鍵生成」工具,認為 Remotion 仍然有不可取代嘅優勢:精準可控、批量生產同 價格優勢。但關鍵在於能否寫出高質提示詞,將大模型入面嘅設計能力「激活」出嚟。

佢嘅「詞中詞」方法——先寫提示詞模板,再生成專屬提示詞——係提升效率嘅核心。呢個方法唔單止適用於 Remotion,仲可以遷移到其他 AI 生成工具。作者預告會繼續解鎖更多 Remotion 技巧,並歡迎讀者提出銷售賦能上嘅創意。

Remotion 強在精準可控、快速批量生產,美感取決於提示詞能否「激活」大模型記憶。

上篇我哋用remotion skills整咗個簡易嘅客戶年度持倉回顧視頻,我覺得有啲簡單,冇將佢嘅實力榨乾。呢排繼續琢磨嚇點用remotion做數據可視化嘅提示詞,喺AI嘅幫手之下自我昇華咗嚇,覺得實用好多。
我哋揀咗10個動態可視化圖表類型,以財富管理領域真實嘅對客案例做背景,叫remotion為每個案例做一個故事卡片,請睇合集:
提示詞採用嘅係「詞中詞」嘅寫法,即係總結咗一個提示詞嘅提示詞模板,我哋暫且叫佢做「視頻設計提示詞模板」。執行時:
  • Step1:先跑「視頻設計提示詞模板」+「案例描述」,俾大模型,生成呢個案例嘅專屬視頻生成提示詞,可按需要調整;
  • Step2:再將呢個案例嘅專屬視頻生成提示詞俾Cursor或ClaudeCode,寫代碼->預覽->調優。注意要提前裝好remotion skills同相關依賴,上篇有教程

視頻設計提示詞模板我參考嘅係Bento Box(便當盒)思路,將圖表同要素、洞察以便當盒嘅方式組成優雅嘅故事卡片,同時利用remotion嘅特長,將數據做成靚嘅動態圖表:
# Role
你是一個基於 Remotion 技術的**“圖表可視化故事卡片”架構師和敍事設計師**。你的核心任務是將用戶**模糊的視頻需求**,轉化為一段**極致精美、專業、充滿高級感,且完全符合 Remotion Skill規範**的Prompt。

# Workflow (生成Prompt 的流程)
當用戶輸入主題、描述和數據後,請你按照以下**智能決策流程**生成最終的Prompt:
1.  **理解用戶意圖與數據屬性**:
    *   分析用戶提供的主題和數據,識別其核心關注點(如:趨勢、對比、構成、變化)。
    *   如果數據是時間序列,則優先考慮趨勢圖;如果是分類數據,優先考慮構成圖或對比圖。
    *   如果用戶未明確指定圖表類型,請你根據數據類型**智能選擇最合適的圖表**。
2.  **智能生成核心敍事 (故事卡片內容)**:
    *   **自動提煉故事**:根據用戶的數據趨勢、關鍵指標和洞察分析,自動生成**高情商、有洞察力的信息**,注意切不可憑空編造。
    *   **設計裝飾元素**:為卡片匹配合適的**關鍵標籤、圖標(Lucide-React 庫)、以及簡短的說明描述**,以強化結論。例如:增長數據配“火箭”圖標,穩定性配“盾牌”圖標。
3.  **構建動態圖表 (Dynamic Chart Design)**:
    *   **選擇圖表類型**: 根據用戶指定或你的智能判斷(如:折線圖、柱狀圖、餅圖、面積圖等)。
    *   **視覺細節**: 詳細描述圖表的**顏色漸變、光暈、描邊粗細、圓角處理**。
    *   **核心動畫邏輯**: 熟知remotion skills,明確如 `useCurrentFrame` 和 `spring` 如何驅動圖表動畫,舉例:
        *   **折線圖**: `strokeDashoffset` 逐幀繪製,下方填充漸變面積圖。
        *   **柱狀圖**: 柱子從底部彈性生長,頂部數字隨之滾動。
        *   **餅圖/環形圖**: 扇形逐個出現,或圓環動態填充。
    *   **數據標記**: 自動添加必要的**數據標籤、Y軸刻度、X軸標籤、圖例**等,並描述其動態出現方式。
4.  **設計靈活的故事卡片佈局 (Flexible Story Card Layout)**:
    *   **卡片結構**: 不再限於固定模板,請根據內容量和重要性,以**Micro-Bento 佈局編排**大卡片內的元素:
        *   將生成的結論或關鍵標籤、關鍵洞察以子卡片的方式呈現。子卡片的佈局遵循Bento理念,模塊化、緊湊有序,卡片可以考慮多個網格佈局,避免單個卡片空白太大。
        *   考慮**動態敍事卡片**和**靜態敍事卡片**相搭配的方式,增強故事卡片的可讀性。
    *   **卡片間距與對齊**: 確保所有卡片在整體大背景下保持優雅的間距和對齊。

# Design System (強制遵循的“Bento-Neon”風格)
在生成的Prompt 中,必須強制包含以下高級設計規範:
1.  **佈局 (Bento Grid)**:所有內容封裝在圓角矩形卡片中 (`rounded-3xl`)。整體及內部子卡片均採用便當盒網格佈局。
2.  **質感 (Deep Glass & Soft Glow)**:
    -   背景:深空灰/黑 (`#0F172A` 或 `#111111`),帶有微妙的徑向漸變或細微噪聲紋理。
    -   卡片:`bg-white/5` (或主題色透明),配合 `backdrop-blur-xl` 實現磨砂玻璃感。
    -   光效:極細的 `border-white/10` 描邊,配合 `shadow-2xl` 和**內發光 (inner-shadow)** 來區分邊界。
    -   圖標/裝飾:按需搭配 Lucide-React 庫中的合適圖標,並設計其顏色、大小和層次感。
3.  **圖表 (Organic & Neon Accents)**:
    -   配色:數據部分(柱子/折線/氣泡/圓環)必須使用高飽和度的**霓虹色漸變**(例如:青檸綠 `#a3e635` / 電光紫 `#c084fc` / 落日橙 `#fb923c`),每個圖表顏色選取**不超過2種**,切忌花哨。
    -   形狀:拒絕尖鋭直角。柱狀圖頂端必須是**圓頭**,折線圖必須是**平滑的貝塞爾曲線**,餅圖/環形圖必須是**粗環形**且邊緣圓潤。
4.  **子卡片**:
    -   配色:子卡片背景色採用熒光色(綠#d4fc79/藍#6366f1)+ 深灰色(#27272a)穿插,高對比度配色,視覺衝擊力強。
    -   細節:卡片信息緊湊,減少空白,最大化內容密度,確保大屏可讀性。熒光的卡片添加深色半透明圖標裝飾(opacity 8-10%)。
    -   入場:錯落有致的 `spring` 彈入 (Staggered Entrance)。
5.  **動效 (Remotion Physics & Easing)**:
    -   所有入場和數字變化:強制使用 Remotion 的 `spring()` 物理彈簧動畫,或 `Easing.bezier(0.25, 1, 0.5, 1)` 等**絲滑緩動函數**。
    -   圖表動畫:必須由 `useCurrentFrame()` 精確驅動,實現逐幀繪製、生長、填充、跳動等效果,流暢且有衝擊力。

# Output Format (生成Prompt 的代碼塊結構)
請直接輸出一個 **Markdown 代碼塊**,內容是寫給大模型的**中文自然語言提示詞**。

# 下面是用戶的視頻需求
{請輸入單幕的視頻需求描述}


專屬視頻生成提示詞就係上面「視頻設計提示詞模板」+「案例描述」嘅合成,送入大模型再生成嘅結果。
舉例:好似第一個案例「持倉收益雙軸圖」,我哋將下面嘅案例描述替換到「視頻設計提示詞模板」嘅最後一部分,

案例描述

客戶持倉收益圖,用柱狀圖展示客戶月度收益,折線圖展示年度累計收益,數據如下:

"monthlyData": [

   { "month": "1月", "change": 12000, "cumulative": 12000 },

   { "month": "2月", "change": -5000, "cumulative": 7000 },

   { "month": "3月", "change": 18000, "cumulative": 25000 },

   { "month": "4月", "change": 8000, "cumulative": 33000 },

   { "month": "5月", "change": 22000, "cumulative": 55000 },

   { "month": "6月", "change": -2000, "cumulative": 53000 },

   { "month": "7月", "change": 15000, "cumulative": 68000 },

   { "month": "8月", "change": 30000, "cumulative": 98000 },

   { "month": "9月", "change": -8000, "cumulative": 90000 },

   { "month": "10月", "change": 45000, "cumulative": 135000 },

   { "month": "11月", "change": 20000, "cumulative": 155000 },

   { "month": "12月", "change": 171000, "cumulative": 326000 }

 ]

送入大模型,我用嘅係Gemini 3.1 pro,就會得到第一個案例嘅專屬視頻生成提示詞:

Scene 1:持倉收益雙軸圖提示詞


# Remotion 視頻組件生成任務:田總年度持倉回顧 (Bento-Neon 風格)

請基於React, TypeScript, Tailwind CSS同Remotion,編寫一個叫`AnnualHoldingsReview.tsx`嘅視頻組件。


## 1. 核心敍事與數據 (Story & Data)

**用戶畫像**:客戶「田總」,年度總收益 +326,000,而且12月出現爆發式增長。

**核心洞察**:根據數據趨勢,生成標籤 **「厚積薄發·收官之戰」**。

**數據源**:請將以下數據放入 `defaultProps` 同Zod Schema中:

{

  "customerName": "田總",

  "totalProfit": 326000,

  "insight": "厚積薄發·收官之戰",

  "monthlyData": [

    { "month": "1月", "change": 12000, "cumulative": 12000 },

    { "month": "2月", "change": -5000, "cumulative": 7000 },

    { "month": "3月", "change": 18000, "cumulative": 25000 },

    { "month": "4月", "change": 8000, "cumulative": 33000 },

    { "month": "5月", "change": 22000, "cumulative": 55000 },

    { "month": "6月", "change": -2000, "cumulative": 53000 },

    { "month": "7月", "change": 15000, "cumulative": 68000 },

    { "month": "8月", "change": 30000, "cumulative": 98000 },

    { "month": "9月", "change": -8000, "cumulative": 90000 },

    { "month": "10月", "change": 45000, "cumulative": 135000 },

    { "month": "11月", "change": 20000, "cumulative": 155000 },

    { "month": "12月", "change": 171000, "cumulative": 326000 }

  ]

}


## 2. 視覺設計系統 (Design System: Bento-Neon)

**風格定義**:深色高級玻璃擬態 + 霓虹數據可視化。

**背景**:深空灰底色 (#0F172A),疊加極其微弱嘅徑向漸變光暈。

**卡片容器**:採用Bento Grid (便當盒佈局)。主容器使用rounded-3xl,背景為bg-white/5,配合backdrop-blur-xl同border border-white/10,添加內發光shadow-[inset_0_0_20px_rgba(255,255,255,0.05)]。

**排版**:

- Hero區域 (左上):顯示「年度持倉回顧」標題同客戶稱呼。

- Key Metric區域 (右上):顯示年度總收益 +326,000。數字要巨大、粗體,使用電光紫到青檸綠嘅線性漸變文字填充。搭配Lucide-React嘅TrendingUp圖標。

- Chart區域 (中下):佔據卡片70%面積,展示雙軸動態圖表。

- Insight區域 (懸浮/底部):顯示「厚積薄發」洞察文案,配以Rocket或Crown圖標。


## 3. 動態圖表設計 (Dynamic Chart Logic)

請實現一個SVG雙軸組合圖 (Dual-Axis Composed Chart),視覺風格極簡且科幻:

**底層**:月度盈虧柱狀圖 (Bar Chart)使用 <rect> 繪製。

**顏色**:正收益使用 霓虹青 (#22d3ee),負收益使用 珊瑚紅 (#fb7185)。

**形狀**:柱子頂部一定要 全圓角 (rounded-t-full)。

**動畫**:使用spring動畫,令柱子從y=0基準線依次錯落彈出 (Staggered pop-up)。

**頂層**:累計收益折線圖 (Line Chart)使用 <path> 繪製平滑貝塞爾曲線 (curved line)。

**樣式**:線寬6px,顏色為 流光金 (#fbbf24),帶有drop-shadow發光效果。

**動畫**:使用strokeDashoffset配合interpolate,實現線條從左向右嘅繪製生長效果。

**標記**:喺12月(最高點)繪製一個發光嘅圓點 (circle),並彈出一個顯示「MAX」嘅小標籤。


## 4. 動畫編排 (Animation Orchestration)

利用useCurrentFrame同spring物理引擎驅動所有動畫,嚴禁生硬嘅線性過渡。

- Frame 0-30:Bento卡片容器縮放淡入 (scale 0.9 -> 1, opacity 0 -> 1)。

- Frame 20-60:標題同關鍵指標文字上浮顯示 (translateY)。總收益數字開始滾動計數 (Counter effect)。

- Frame 40-100:

柱狀圖:從左至右,每隔3幀彈出一條柱。

折線圖:跟隨柱嘅節奏,絲滑繪製出曲線。

- Frame 90+:Insight標籤伴隨輕微嘅Wiggle (擺動) 效果出現,強調結論。

請生成完整、可以直接運行嘅src/AnnualHoldingsReview.tsx代碼。

```

好,呢個案例專屬視頻生成提示詞俾Cursor或ClaudeCode,佢就開始咔咔咁寫代碼,跑出嚟效果唔滿意再微調。第一個案例嘅效果如下:

我哋將剩低幾個案例嘅描述同效果圖都放上嚟俾大家參考:
2.資產收益動態排序圖

案例描述

做一個各大類資產收益率隨年份變動嘅動態排序柱狀圖幾個橫向嘅柱代表大類資產收益,上下自動排序,從上到下依次係當年收益從高到低,數據如下:

"const assetData" = {

 2016: { 比特幣: 124.0, 標普500: 7.5, 黃金: 8.7, 滬深300: -12.3, 原油: 47.2, 國債: 2.9 },

 2017: { 比特幣: 1395.3, 標普500: 28.2, 黃金: 13.3, 滬深300: 6.6, 原油: 11.3, 國債: 3.6 },

 2018: { 比特幣: -74.8, 標普500: -3.9, 黃金: -1.6, 滬深300: -24.6, 原油: -24.2, 國債: 5.6 },

 2019: { 比特幣: 88.0, 標普500: 35.2, 黃金: 18.5, 滬深300: 22.3, 原油: 34.8, 國債: 3.2 },

 2020: { 比特幣: 305.3, 標普500: 43.6, 黃金: 24.8, 滬深300: 13.9, 原油: -21.5, 國債: 2.9 },

 2021: { 比特幣: 60.0, 標普500: 21.4, 黃金: -3.4, 滬深300: 4.8, 原油: 55.5, 國債: 4.2 },

 2022: { 比特幣: -63.9, 標普500: -33.1, 黃金: -0.4, 滬深300: -21.6, 原油: 7.1, 國債: 3.6 },

 2023: { 比特幣: 160.0, 標普500: 43.4, 黃金: 12.9, 滬深300: -11.3, 原油: -10.3, 國債: 3.8 },

 2024: { 比特幣: 135.0, 標普500: 33.0, 黃金: 27.1, 滬深300: 14.2, 原油: -2.3, 國債: 9.5 },

 2025: { 比特幣: -6.3, 標普500: 21.5, 黃金: 55.5, 滬深300: 20.2, 原油: -5.4, 國債: -0.3 }

};


3.基金累計收益折線圖

案例描述

我想生成一個基金累計淨值變化動態折線圖,我準備咗7隻基金(萬家滬深300成長(017996) | 大摩數字經濟(017102) | 易方達中證2000(159532) | 華夏中證2000聯接(019891) | 招商安悦債券(015583) | 匯安裕泰純債(015482) | 嘉實中證1000增強(016776) |)近三年嘅月度累計淨值,放喺下面(或項目文件),呢7隻基金嘅簡要總覽同點評如下:


1.業績表現總覽

由2023年至2025年12月嘅三年觀察期嚟睇,7隻基金呈現出明顯嘅業績分化:

1)第一梯隊(高收益):

大摩數字經濟混合A:以141.54%嘅總收益率遙遙領先,受惠於AI同數字經濟賽道爆發,但波動極大(最大回撤62.87%),屬於高風險高收益品種;

華夏中證2000ETF發起式聯接A:總收益64.62%,小盤成長風格喺2025年表現突出,但波動率最高(33.68%);

2)第二梯隊(中等收益):

易方達中證2000ETF:總收益51.36%,作為小盤指數代表,2024年下半年至2025年反彈強勁;

嘉實中證1000指數增強發起式A:總收益28.55%,增強策略有效,風險收益比優於純被動指數;

3)第三梯隊(穩健收益):

招商安悦1年持有期債券A:總收益16.80%,股債平衡配置,波動率最低(0.27%),夏普比率最優;

萬家滬深300成長ETF聯接A:總收益12.70%,大盤藍籌風格喺三年間表現平淡,但2025年下半年明顯回暖;

匯安裕泰純債債券A:總收益2.71%,純債策略,收益穩定但受利率下行影響,2025年出現小幅回撤;


2.關鍵發現與趨勢洞察

1) 市場風格切換明顯

2023-2024年:大盤藍籌、債券佔優,小盤、成長風格受壓;

2025年:小盤股、數字經濟、AI賽道爆發,風格切換劇烈;

2) 主動管理 vs 被動指數

大摩數字經濟(主動)> 易方達中證2000(被動),顯示主動選股喺賽道行情中嘅優勢;

但華夏中證2000聯接波動率最高,說明主動策略風險亦更大;

3) 風險收益比最優選擇

招商安悦債券:夏普比率13.22,風險調整後收益最佳;

嘉實中證1000增強:夏普比率1.47,權益類中風險收益比最優;

4) 2025年市場特徵

小盤股顯著跑贏大盤股(中證2000+51% vs 滬深300+13%)

AI、數字經濟等主題投資熱度極高,但波動劇烈;

債市喺2025年下半年受壓,純債基金收益回落。


3.七支基金累計淨值數據

{};

4.基金收益風險氣泡圖

案例描述

我想生成一個反映多支基金收益與風險嘅動態氣泡圖,橫縱座標分別表示基金近一年嘅收益同最大回撤,氣泡大小代表基金規模。


1.基金明細數據:

{xx或放喺項目文件};


2.基金點評及覆盤:

根據數據,2025年嘅基金錶現呈現出極端嘅K型分化:科技賽道一騎絕塵,傳統消費核心資產艱難築底。具體點評如下:


1)激進型與進取型:AI嘅狂歡與白酒嘅落寞

- 王者(AI/科技): 大摩數字經濟以+86.06%嘅驚人收益率傲視羣雄,確立咗佢「2025年公募冠軍」嘅地位。佢重倉嘅CPO(光模塊)、算力硬件板塊係全年嘅最強主線。東方新能源汽車 (+52.70%) 緊隨其後,表明高端製造/出口鏈(如固態電池、人形機器人)亦迎來強勁復甦。


- 回血(成長核心):興全合潤 (+34.43%)同富國天惠(+24.60%)表現不俗,謝治宇同朱少醒證明咗喺「成長風格」回歸時,老牌基金經理依然捕捉到電子、半導體等細分機會,跑贏咗滬深300。


- 掉隊(傳統消費): 招商中證白酒 (-3.16%) 係榜單中唯一嘅負收益產品。喺科技大年嘅背景下,純消費賽道面臨估值與業績嘅雙重壓制,成為「被遺忘嘅角落」。易方達藍籌 (+12.51%)雖然跑輸成長股,但至少取得正收益,說明張坤可能喺組閤中微調咗部分港股科技或高股息資產。


2)均衡型:一隻「披着羊皮嘅狼」

- 最大驚喜: 交銀定期支付雙息平衡。作為一隻「均衡型」基金,佢錄得 +49.30% 嘅收益,甚至跑贏大部分激進型基金。


- 深度歸因: 經檢索分析,其基金經理(黃鼎楊金金風格)喺2025年極具前瞻性咁重倉通信、電子(光模塊產業鏈),雖然名義上係「股債平衡」,但其股票倉位極其精準咁攻擊最強風口。佢用僅 10.32% 嘅最大回撤(遠低於大摩數字經濟嘅24%),換取咗50%嘅收益,係性價比(夏普比率)之王。


- 穩健梯隊: 興全可轉債 (+20.41%) 同 廣發穩健增長 (+17.69%) 表現穩健,體現咗喺牛市中「股債雙輪驅動」嘅優勢。


3)穩健型與保守型:絕對收益嘅避風港

- 固收+: 工銀瑞信雙利 (+5.16%) 同 易方達穩健收益 (+4.11%) 受惠於股市上漲(可轉債或股票倉位貢獻),收益率顯著高於純債基,完成咗「增厚收益」嘅目標。


- 純債/短債: 富國天利 (+2.49%) 同 嘉實超短債 (+1.42%) 波瀾不驚,喺風險偏好極高嘅2025年,佢哋嘅作用只係現金管理,但喺極端回撤時(如科技股回調期)係唯一嘅安全墊。

5.資產配置檢視圓環圖

案例描述

我想做一個客戶資產配置檢視嘅嵌套圓環圖,參考圖xx,客戶四類資產配置偏離度檢視表(總資產¥1,000萬)如下:

| 資產類別 | 實際持倉 | 目標建議 | 偏離度 | 狀態 | 再平衡操作建議 | 調整金額 |

| :--- | :--- | :--- | :--- | :---- | :-------------------- | :-------- |

| 現金管理 | 20% | 10% | +10% | 🔴 超配 | 減持現金及貨幣基金,降低機會成本,資金轉投固收 | ¥100萬(減持) |

| 固定收益 | 25% | 35% | -10% | 🟢 低配 | 增持債券基金同國債,把握當前高利率窗口 | ¥100萬(增持) |

| 權益投資 | 45% | 40% | +5% | 🔴 超配 | 獲利了結部分股票/偏股基金,降低組合波動率 | ¥50萬(減持) |

| 保險保障 | 10% | 15% | -5% | 🟢 低配 | 配置年金險/終身壽險,補齊風險保障缺口 | ¥50萬(增持) |


💡 再平衡操作路線圖

- 第一步(立即執行):現金瘦身

將¥80萬貨幣基金轉為短債基金(T+1贖回,收益提升1.5%);

將¥20萬活期存款轉為大額存單(3年期,鎖定3.5%利率)。

- 第二步(1個月內):權益獲利了結

減持¥50萬漲幅超過30%嘅科技股/主題基金;

該部分資金¥50萬直接投入債券基金。

- 第三步(3個月內):保障補齊

投保增額終身壽險(年繳¥15萬×5年,保額¥300萬);

投保高端醫療險(年繳¥5萬,覆蓋私立醫院);

總保費¥20萬/年,從剩餘現金中劃撥。

6.資產健康檢視雷達圖

案例描述

我想做一個客戶資產健康度檢視嘅雷達圖,評價維度同近三年嘅得分如下:

| 維度 | 2023年 | 2024年 | 2025年 | 趨勢 |

| :---- | :---- | :---- | :---- | :------ |

| 流動性比率 | 65分 | 78分 | 85分 | ↗️ +20分 |

| 投資收益率 | 58分 | 72分 | 75分 | ↗️ +17分 |

| 風險分散度 | 45分 | 68分 | 82分 | ↗️ +37分 |

| 負債健康度 | 72分 | 75分 | 88分 | ↗️ +16分 |

| 保障充足度 | 40分 | 65分 | 80分 | ↗️ +40分 |

| 增值潛力 | 70分 | 68分 | 65分 | ↘️ -5分 |


📋 綜合評價報告

一、總體健康度演進

該客戶資產健康度呈現持續改善態勢,三年間從基礎生存型向質量發展型轉變:

- 2023年(58.2分):⚠️ 亞健康狀態

核心短板:風險集中、保障缺失、流動性緊張

特徵:重收益輕風險,負債率偏高,抗風險能力弱

- 2024年(70.8分):✅ 健康轉型期

關鍵改善:補充保障缺口、優化資產結構、降低槓桿

特徵:開始重視資產配置平衡,收益穩定性提升

- 2025年(78.6分):🌟 穩健優質期

當前水平:接近「優質資產」標準(80分線)

特徵:流動性充裕、風險分散、保障全面、負債可控

二、健康度診斷總結

「從激進生長到穩健成熟」

該客戶三年資產健康度管理堪稱典範,成功實現咗:

✅ 風險控制從「裸奔」到「全副武裝」

✅ 負債結構從「沉重」到「輕盈」

✅ 收益模式從「博弈」到「配置」

✅ 保障體系從「真空」到「全面」

當前狀態:資產結構抗週期能力強,具備應對經濟下行、失業、疾病等黑天鵝事件嘅緩衝墊。

下一步重點:從「防禦型健康」轉向「傳承型健康」,可考慮加入税務籌劃、家族信託、慈善規劃等進階維度。

7.每日持倉收益熱力圖

案例描述

我想做一個用戶每日持倉收益嘅日曆圖,用戶每日嘅收益數據喺xxx文件。主要洞察如下:


💡 關鍵洞察

1.週末收益緩衝:雖然週末股票/債券基金休眠(零收益),但30%嘅現金類配置(貨幣基金+理財)提供每日約¥35嘅穩定現金流,全年貢獻約¥3,671收益,佔總收益嘅5.5%。

2.收益分佈不均:前5個月收益約¥20,290,後7個月收益約¥46,605,呈現明顯嘅「前低後高」趨勢,符合設定嘅年末行情特徵。

3.波動控制有效:最差單日虧損約-¥815(1月初),最佳單日盈利約¥874(3月),日波動控制在±0.1%以內,屬於穩健型組合特徵。

4.複利效應:雖然單日收益絕對值較細(平均¥183/工作日),但持續複利下全年實現6.69%收益,跑贏普通銀行理財。

8.月度消費玫瑰圖

案例描述

我想做一個下面呢位產品經理嘅月度支出圖,用南丁格爾玫瑰圖表示:林曉,28歲,杭州互聯網產品經理,月收入¥18,000,2025年度支出明細(12個月):

| 月份 | 總支出 | 最大支出 | 類別 | 第二大支出 | 類別 | 其他支出 |

| ------- | ------------ | ------- | -- | ------- | ----------- | ------- |

| **1月** | ¥13,244 | ¥6,020 | 娛樂 | ¥3,134 | 餐飲 | ¥4,089 |

| **2月** | ¥34,014 | ¥16,710 | 人情 | ¥10,373 | 交通 | ¥6,931 |

| **3月** | ¥4,296 | ¥2,275 | 數碼 | ¥1,109 | 購物 | ¥912 |

| **4月** | ¥16,381 | ¥9,559 | 娛樂 | ¥3,733 | 交通 | ¥3,089 |

| **5月** | ¥10,184 | ¥4,966 | 人情 | ¥2,783 | 房租 | ¥2,435 |

| **6月** | ¥23,900 | ¥12,830 | 購物 | ¥8,533 | 數碼 | ¥2,537 |

| **7月** | ¥8,813 | ¥4,053 | 旅遊 | ¥2,669 | 交通 | ¥2,091 |

| **8月** | ¥1,692 | ¥977 | 購物 | ¥354 | 數碼 | ¥360 |

| **9月** | ¥16,416 | ¥9,558 | 購物 | ¥3,843 | 餐飲 | ¥3,014 |

| **10月** | ¥29,161 | ¥12,234 | 交通 | ¥11,366 | 餐飲 | ¥5,561 |

| **11月** | ¥20,515 | ¥14,149 | 購物 | ¥6,366 | 數碼 | ¥0 |

| **12月** | ¥39,338 | ¥19,330 | 醫療 | ¥8,636 | 數碼 | ¥11,372 |

| **合計** | **¥217,954** | | | **月均** | **¥18,163** | |


🎯 年度支出綜合點評

💯 消費健康度評分:62/100(警戒狀態)

- 核心問題:收支緊平衡

年度支出¥21.8萬 > 年收入¥21.6萬,儲蓄率-0.9%

支出波動率64.4%(極不穩定,最高月係最低月嘅23倍)

5個月支出超2萬,財務脆弱性高

- 三大消費特徵:

季節性極化:Q4佔全年41%(年末醫療+購物),8月僅¥1,692(可能出差)

促銷依賴:6月/11月購物支出佔全年37%,存在618/雙11衝動消費

人情負擔重:2月春節人情支出¥1.6萬佔當月49%

- 重大風險警示:

🚨 醫療缺口:12月突發醫療支出¥1.9萬無保險覆蓋,直接擊穿預算

🚨 數碼成癮:全年數碼支出¥2.6萬分散喺5個月,設備更換太頻繁

🚨 現金流斷裂:連續12個月無結餘,抗風險能力極差


9.App日活趨勢圖

案例描述

我想做一個某銀行App喺過去一週每日每個時段登錄用戶數嘅徑向氣泡圖,數據放咗喺xx文件,核心洞察如下:


**1. 時段特徵(符合銀行APP規律)**

- **凌晨低谷**(0-5點):只有50-150人/小時,系統維護時段

- **早高峯**(8-9點):通勤時段快速上升至1,500-2,300人,辦理轉賬、查詢餘額

- **午休小高峯**(12-13點):2,000-2,500人,理財查看、消費確認

- **晚間主高峯**(19-21點):全日最高峯2,600-3,200人,大額轉賬、理財操作、賬單分析

- **夜間衰減**(22點後):逐漸降至1,000人以下


**2. 周內規律**

- **週末效應**:週六(+14.3%)、週日(+7.1%)活躍度顯著高於工作日,符合用戶「週末理財覆盤」行為

- **週五峯值**:週五晚間(20:00)達全周最高3,235人,與「週末消費準備」相關

- **週三低谷**:週中活躍度最低(32,546人次),符合「工作繁忙無暇理財」規律


**3. 銀行特性體現**

- 晚間高峯持續時間長(19-22點),體現AI智能顧問功能嘅深度使用

- 週末活躍度反超工作日,反映用戶對AI理財工具嘅非工作日依賴

- 凌晨2-4點仲有基礎流量(45-75人),可能係自動化腳本同海外用戶

10.A股關鍵點位儀表盤

案例描述

我想做一個上證綜指情緒與恐慌指數嘅動態儀表盤,反映由2023年到2025年嘅關鍵時間點、情緒指數、市場情緒同關鍵驅動因素。請做一個故事卡片反映以下信息:


數據如下:

日期 上證點位 情緒指數 市場情緒 市場狀態 關鍵驅動因素

2023-01-30 3118 65 中性偏樂觀 春節後開門紅,疫後復甦預期 疫情防控放開,經濟復甦預期升温

2023-05-09 3418 78 貪婪 年內高點,中特估行情 中特估概念爆發,AI概念火熱

2023-08-25 3053 22 恐慌 政策利好出台前低點 7月政治局會議定調活躍資本市場

2023-10-23 2923 12 極度恐慌 年內低點,3000點失守 美債利率飆升,外資流出,匯金增持ETF

2023-12-29 2974 35 中性偏謹慎 年末收官,全年下跌3.7% 北證50一枝獨秀,滬深主板低迷

2024-02-05 2635 5 極度恐慌 五年新低,流動性危機 雪球產品集中敲入,量化踩踏,國家隊救市

2024-05-20 3174 72 貪婪 上半年高點,政策預期 房地產517新政,外資唱多中國

2024-09-18 2689 8 極度恐慌 924行情前低點 美聯儲降息50bp預期,市場極度低迷

2024-09-24 2863 45 中性 924政策組合拳發佈 央行降準降息,創設股市支持工具

2024-10-08 3674 88 極度貪婪 年內高點,閃電牛頂峯 6個交易日漲985點,成交量3.45萬億創歷史新高

2024-12-31 3351 55 中性 年末收官,全年上漲12.67% 924行情後高位震盪,政策預期博弈

2025-01-27 3229 42 中性偏謹慎 春節前,DeepSeek橫空出世前 科技股調整,紅利股避險

2025-02-03 3270 58 中性偏樂觀 DeepSeek帶動科技行情啓動 DeepSeek-R1開源,中國AI價值重估

2025-04-07 3096 3 極度恐慌 關税戰黑色星期一 特朗普對等關税,全球股市暴跌,國家隊救市

2025-05-15 3450 68 貪婪 金融政策組合拳後 降準釋放1萬億,兩融餘額重回2萬億

2025-08-13 3688 75 貪婪 突破3674前高,創四年新高 慢牛格局確立,結構性行情明顯

2025-11-14 4034 82 極度貪婪 年內最高點,十年新高 科技股領漲,A股總市值突破100萬億

圖片

春節期間圈裏人都俾Seedance 2.0嘅效果驚豔到,我都激動咁做咗個出鏡秀系列視頻過咗把癮,我仲見到有人將產品UI圖俾Seedance 2.0,直出產品演示效果圖,某程度上做到一把梭哈,連remotion提示詞設計嘅工夫都慳返。但我仍然覺得remotion實力抗打,remotion強在精準可控、強在快速批量生產,呢啲都會反映喺價格優勢上,而且講返轉頭,remotion美感亦十分在線,只係呢樣嘢好食提示詞,關鍵睇嚇你能唔能夠將佢嘅美感從大模型嘅記憶裏面「激活」出嚟,下次我哋繼續解鎖...



呢個係低產博主嘅第10篇AI+銷售系列思考產出,希望大家會鍾意,如果能夠對你有啲啓發就太好啦,歡迎你俾啲意見,講嚇你喺銷售賦能上嘅創意同想法,我哋一齊實現!

視頻即代碼:我用Remotion Skill搓咗個客戶年度持倉回顧視頻,附實用教程

VibeCoding產品記:基於Gemini 3 Flash嘅「活人感」銷售對練同演講訓練工具

賦予MBTI人格嘅頂級營銷文案創作

我用VibeCoding+飛書多維表格做咗個 AI語音應用,令銷售人員張口就可以記靚嘅台賬

搞過幾個AI應用之後,回歸本行,講嚇AI賦能財富管理銷售人員嘅幾個路線同本質



上篇我們用remotion skills做了一個簡易的客戶年度持倉回顧視頻,我覺得有點簡單,沒把它實力榨乾。這段時間繼續琢磨了下用remotion做數據可視化的提示詞,在AI的協助下自我昇華了下,感覺實用多了。
我們選了10個動態可視化圖表類型,以財富管理領域真實的對客案例為背景,讓remotion給每個案例做一個故事卡片,請看合集:
提示詞采用的是“詞中詞”的寫法,就是總結了一個提示詞的提示詞模板,我們姑且稱它為“視頻設計提示詞模板”。執行時:
  • Step1:先跑“視頻設計提示詞模板”+“案例描述”,給到大模型,生成本案例的專屬視頻生成提示詞,可按需調整;
  • Step2:再把本案例的專屬視頻生成提示詞給到Cursor或ClaudeCode,寫代碼->預覽->調優。注意要提前安裝好remotion skills和相關依賴,上篇有教程

視頻設計提示詞模板我借鑑的是Bento Box(便當盒)思路,把圖表和要素、洞察以便當盒的方式組成優雅的故事卡片,同時利用remotion的特長,把數據做成好看的動態圖表:
# Role
你是一個基於 Remotion 技術的**“圖表可視化故事卡片”架構師和敍事設計師**。你的核心任務是將用戶**模糊的視頻需求**,轉化為一段**極致精美、專業、充滿高級感,且完全符合 Remotion Skill規範**的Prompt。

# Workflow (生成Prompt 的流程)
當用戶輸入主題、描述和數據後,請你按照以下**智能決策流程**生成最終的Prompt:
1.  **理解用戶意圖與數據屬性**:
    *   分析用戶提供的主題和數據,識別其核心關注點(如:趨勢、對比、構成、變化)。
    *   如果數據是時間序列,則優先考慮趨勢圖;如果是分類數據,優先考慮構成圖或對比圖。
    *   如果用戶未明確指定圖表類型,請你根據數據類型**智能選擇最合適的圖表**。
2.  **智能生成核心敍事 (故事卡片內容)**:
    *   **自動提煉故事**:根據用戶的數據趨勢、關鍵指標和洞察分析,自動生成**高情商、有洞察力的信息**,注意切不可憑空編造。
    *   **設計裝飾元素**:為卡片匹配合適的**關鍵標籤、圖標(Lucide-React 庫)、以及簡短的說明描述**,以強化結論。例如:增長數據配“火箭”圖標,穩定性配“盾牌”圖標。
3.  **構建動態圖表 (Dynamic Chart Design)**:
    *   **選擇圖表類型**: 根據用戶指定或你的智能判斷(如:折線圖、柱狀圖、餅圖、面積圖等)。
    *   **視覺細節**: 詳細描述圖表的**顏色漸變、光暈、描邊粗細、圓角處理**。
    *   **核心動畫邏輯**: 熟知remotion skills,明確如 `useCurrentFrame` 和 `spring` 如何驅動圖表動畫,舉例:
        *   **折線圖**: `strokeDashoffset` 逐幀繪製,下方填充漸變面積圖。
        *   **柱狀圖**: 柱子從底部彈性生長,頂部數字隨之滾動。
        *   **餅圖/環形圖**: 扇形逐個出現,或圓環動態填充。
    *   **數據標記**: 自動添加必要的**數據標籤、Y軸刻度、X軸標籤、圖例**等,並描述其動態出現方式。
4.  **設計靈活的故事卡片佈局 (Flexible Story Card Layout)**:
    *   **卡片結構**: 不再限於固定模板,請根據內容量和重要性,以**Micro-Bento 佈局編排**大卡片內的元素:
        *   將生成的結論或關鍵標籤、關鍵洞察以子卡片的方式呈現。子卡片的佈局遵循Bento理念,模塊化、緊湊有序,卡片可以考慮多個網格佈局,避免單個卡片空白太大。
        *   考慮**動態敍事卡片**和**靜態敍事卡片**相搭配的方式,增強故事卡片的可讀性。
    *   **卡片間距與對齊**: 確保所有卡片在整體大背景下保持優雅的間距和對齊。

# Design System (強制遵循的“Bento-Neon”風格)
在生成的Prompt 中,必須強制包含以下高級設計規範:
1.  **佈局 (Bento Grid)**:所有內容封裝在圓角矩形卡片中 (`rounded-3xl`)。整體及內部子卡片均採用便當盒網格佈局。
2.  **質感 (Deep Glass & Soft Glow)**:
    -   背景:深空灰/黑 (`#0F172A` 或 `#111111`),帶有微妙的徑向漸變或細微噪聲紋理。
    -   卡片:`bg-white/5` (或主題色透明),配合 `backdrop-blur-xl` 實現磨砂玻璃感。
    -   光效:極細的 `border-white/10` 描邊,配合 `shadow-2xl` 和**內發光 (inner-shadow)** 來區分邊界。
    -   圖標/裝飾:按需搭配 Lucide-React 庫中的合適圖標,並設計其顏色、大小和層次感。
3.  **圖表 (Organic & Neon Accents)**:
    -   配色:數據部分(柱子/折線/氣泡/圓環)必須使用高飽和度的**霓虹色漸變**(例如:青檸綠 `#a3e635` / 電光紫 `#c084fc` / 落日橙 `#fb923c`),每個圖表顏色選取**不超過2種**,切忌花哨。
    -   形狀:拒絕尖鋭直角。柱狀圖頂端必須是**圓頭**,折線圖必須是**平滑的貝塞爾曲線**,餅圖/環形圖必須是**粗環形**且邊緣圓潤。
4.  **子卡片**:
    -   配色:子卡片背景色採用熒光色(綠#d4fc79/藍#6366f1)+ 深灰色(#27272a)穿插,高對比度配色,視覺衝擊力強。
    -   細節:卡片信息緊湊,減少空白,最大化內容密度,確保大屏可讀性。熒光的卡片添加深色半透明圖標裝飾(opacity 8-10%)。
    -   入場:錯落有致的 `spring` 彈入 (Staggered Entrance)。
5.  **動效 (Remotion Physics & Easing)**:
    -   所有入場和數字變化:強制使用 Remotion 的 `spring()` 物理彈簧動畫,或 `Easing.bezier(0.25, 1, 0.5, 1)` 等**絲滑緩動函數**。
    -   圖表動畫:必須由 `useCurrentFrame()` 精確驅動,實現逐幀繪製、生長、填充、跳動等效果,流暢且有衝擊力。

# Output Format (生成Prompt 的代碼塊結構)
請直接輸出一個 **Markdown 代碼塊**,內容是寫給大模型的**中文自然語言提示詞**。

# 下面是用戶的視頻需求
{請輸入單幕的視頻需求描述}


專屬視頻生成提示詞則是上面“視頻設計提示詞模板”+“案例描述”的合成,送入大模型再生成的結果。
舉例:比如第一個案例“持倉收益雙軸圖“,我們把下面的案例描述替換到“視頻設計提示詞模板”中的最後一部分,

案例描述

客戶持倉收益圖,用柱狀圖展示客戶月度收益,折線圖展示年度累計收益,數據如下:

"monthlyData": [

   { "month": "1月", "change": 12000, "cumulative": 12000 },

   { "month": "2月", "change": -5000, "cumulative": 7000 },

   { "month": "3月", "change": 18000, "cumulative": 25000 },

   { "month": "4月", "change": 8000, "cumulative": 33000 },

   { "month": "5月", "change": 22000, "cumulative": 55000 },

   { "month": "6月", "change": -2000, "cumulative": 53000 },

   { "month": "7月", "change": 15000, "cumulative": 68000 },

   { "month": "8月", "change": 30000, "cumulative": 98000 },

   { "month": "9月", "change": -8000, "cumulative": 90000 },

   { "month": "10月", "change": 45000, "cumulative": 135000 },

   { "month": "11月", "change": 20000, "cumulative": 155000 },

   { "month": "12月", "change": 171000, "cumulative": 326000 }

 ]

送入大模型,我用的是Gemini 3.1 pro,就會得到第一個案例的專屬視頻生成提示詞:

Scene 1:持倉收益雙軸圖提示詞


# Remotion 視頻組件生成任務:田總年度持倉回顧 (Bento-Neon 風格)

請基於 React, TypeScript, Tailwind CSS 和 Remotion,編寫一個名為 `AnnualHoldingsReview.tsx` 的視頻組件。


## 1. 核心敍事與數據 (Story & Data)

**用戶畫像**:客戶“田總”,年度總收益 +326,000,且 12 月出現爆發式增長。

**核心洞察**:根據數據趨勢,生成標籤 **“厚積薄發 · 收官之戰”**。

**數據源**:請將以下數據放入 `defaultProps` 和 Zod Schema 中:

{

  "customerName": "田總",

  "totalProfit": 326000,

  "insight": "厚積薄發 · 收官之戰",

  "monthlyData": [

    { "month": "1月", "change": 12000, "cumulative": 12000 },

    { "month": "2月", "change": -5000, "cumulative": 7000 },

    { "month": "3月", "change": 18000, "cumulative": 25000 },

    { "month": "4月", "change": 8000, "cumulative": 33000 },

    { "month": "5月", "change": 22000, "cumulative": 55000 },

    { "month": "6月", "change": -2000, "cumulative": 53000 },

    { "month": "7月", "change": 15000, "cumulative": 68000 },

    { "month": "8月", "change": 30000, "cumulative": 98000 },

    { "month": "9月", "change": -8000, "cumulative": 90000 },

    { "month": "10月", "change": 45000, "cumulative": 135000 },

    { "month": "11月", "change": 20000, "cumulative": 155000 },

    { "month": "12月", "change": 171000, "cumulative": 326000 }

  ]

}


## 2. 視覺設計系統 (Design System: Bento-Neon)

**風格定義**:深色高級玻璃擬態 + 霓虹數據可視化。

**背景**:深空灰底色 (#0F172A),疊加極其微弱的徑向漸變光暈。

**卡片容器**:採用 Bento Grid (便當盒佈局)。主容器使用 rounded-3xl,背景為 bg-white/5,配合 backdrop-blur-xl 和 border border-white/10,添加內發光 shadow-[inset_0_0_20px_rgba(255,255,255,0.05)]。

**排版**:

- Hero 區域 (左上):顯示 "年度持倉回顧" 標題和客戶稱呼。

- Key Metric 區域 (右上):顯示年度總收益 +326,000。數字需巨大、粗體,使用電光紫到青檸綠的線性漸變文字填充。搭配 Lucide-React 的 TrendingUp 圖標。

- Chart 區域 (中下):佔據卡片 70% 面積,展示雙軸動態圖表。

- Insight 區域 (懸浮/底部):顯示 "厚積薄發" 洞察文案,配以 Rocket 或 Crown 圖標。


## 3. 動態圖表設計 (Dynamic Chart Logic)

請實現一個 SVG 雙軸組合圖 (Dual-Axis Composed Chart),視覺風格極簡且科幻:

**底層**:月度盈虧柱狀圖 (Bar Chart)使用 <rect> 繪製。

**顏色**:正收益使用 霓虹青 (#22d3ee),負收益使用 珊瑚紅 (#fb7185)。

**形狀**:柱子頂部必須是 全圓角 (rounded-t-full)。

**動畫**:使用 spring 動畫,讓柱子從 y=0 基準線依次錯落彈出 (Staggered pop-up)。

**頂層**:累計收益折線圖 (Line Chart)使用 <path> 繪製平滑貝塞爾曲線 (curved line)。

**樣式**:線寬 6px,顏色為 流光金 (#fbbf24),帶有 drop-shadow 發光效果。

**動畫**:使用 strokeDashoffset 配合 interpolate,實現線條從左向右的繪製生長效果。

**標記**:在 12 月(最高點)繪製一個發光的圓點 (circle),並彈出一個顯示 "MAX" 的小標籤。


## 4. 動畫編排 (Animation Orchestration)

利用 useCurrentFrame 和 spring 物理引擎驅動所有動畫,嚴禁生硬的線性過渡。

- Frame 0-30:Bento 卡片容器縮放淡入 (scale 0.9 -> 1, opacity 0 -> 1)。

- Frame 20-60:標題和關鍵指標文字上浮顯示 (translateY)。總收益數字開始滾動計數 (Counter effect)。

- Frame 40-100:

柱狀圖:從左至右,每隔 3 幀彈出一根柱子。

折線圖:跟隨柱子的節奏,絲滑繪製出曲線。

- Frame 90+:Insight 標籤伴隨輕微的 Wiggle (擺動) 效果出現,強調結論。

請生成完整、可直接運行的 src/AnnualHoldingsReview.tsx 代碼。

```

好,這個案例專屬視頻生成提示詞給到Cursor或ClaudeCode,它就開始咔咔的寫代碼了,跑出來效果不滿意再微調。第一個案例的效果如下:

我們把剩下幾個案例的描述和效果圖也放上來供大家參考:
2.資產收益動態排序圖

案例描述

做一個各大類資產收益率隨年份變動的動態排序柱狀圖幾個橫向的柱子代表大類資產收益,上下自動排序,從上到下依次是當年收益的從高到低,數據如下:

"const assetData" = {

 2016: { 比特幣: 124.0, 標普500: 7.5, 黃金: 8.7, 滬深300: -12.3, 原油: 47.2, 國債: 2.9 },

 2017: { 比特幣: 1395.3, 標普500: 28.2, 黃金: 13.3, 滬深300: 6.6, 原油: 11.3, 國債: 3.6 },

 2018: { 比特幣: -74.8, 標普500: -3.9, 黃金: -1.6, 滬深300: -24.6, 原油: -24.2, 國債: 5.6 },

 2019: { 比特幣: 88.0, 標普500: 35.2, 黃金: 18.5, 滬深300: 22.3, 原油: 34.8, 國債: 3.2 },

 2020: { 比特幣: 305.3, 標普500: 43.6, 黃金: 24.8, 滬深300: 13.9, 原油: -21.5, 國債: 2.9 },

 2021: { 比特幣: 60.0, 標普500: 21.4, 黃金: -3.4, 滬深300: 4.8, 原油: 55.5, 國債: 4.2 },

 2022: { 比特幣: -63.9, 標普500: -33.1, 黃金: -0.4, 滬深300: -21.6, 原油: 7.1, 國債: 3.6 },

 2023: { 比特幣: 160.0, 標普500: 43.4, 黃金: 12.9, 滬深300: -11.3, 原油: -10.3, 國債: 3.8 },

 2024: { 比特幣: 135.0, 標普500: 33.0, 黃金: 27.1, 滬深300: 14.2, 原油: -2.3, 國債: 9.5 },

 2025: { 比特幣: -6.3, 標普500: 21.5, 黃金: 55.5, 滬深300: 20.2, 原油: -5.4, 國債: -0.3 }

};


3.基金累計收益折線圖

案例描述

我想生成一個基金累計淨值變化動態折線圖,我準備了7只基金(萬家滬深300成長(017996) | 大摩數字經濟(017102) | 易方達中證2000(159532) | 華夏中證2000聯接(019891) | 招商安悦債券(015583) | 匯安裕泰純債(015482) | 嘉實中證1000增強(016776) |)近三年的月度累計淨值,放在下面(或項目文件中),這7只基金的簡要總覽和點評如下:


1.業績表現總覽

從2023年至2025年12月的三年觀察期來看,7只基金呈現出明顯的業績分化:

1)第一梯隊(高收益):

大摩數字經濟混合A:以141.54%的總收益率遙遙領先,受益於AI和數字經濟賽道爆發,但波動極大(最大回撤62.87%),屬於高風險高收益品種;

華夏中證2000ETF發起式聯接A:總收益64.62%,小盤成長風格在2025年表現突出,但波動率最高(33.68%);

2)第二梯隊(中等收益):

易方達中證2000ETF:總收益51.36%,作為小盤指數代表,2024年下半年至2025年反彈強勁;

嘉實中證1000指數增強發起式A:總收益28.55%,增強策略有效,風險收益比優於純被動指數;

3)第三梯隊(穩健收益):

招商安悦1年持有期債券A:總收益16.80%,股債平衡配置,波動率最低(0.27%),夏普比率最優;

萬家滬深300成長ETF聯接A:總收益12.70%,大盤藍籌風格在三年間表現平淡,但2025年下半年明顯回暖;

匯安裕泰純債債券A:總收益2.71%,純債策略,收益穩定但受利率下行影響,2025年出現小幅回撤;


2.關鍵發現與趨勢洞察

1) 市場風格切換明顯

2023-2024年:大盤藍籌、債券佔優,小盤、成長風格承壓;

2025年:小盤股、數字經濟、AI賽道爆發,風格切換劇烈;

2) 主動管理 vs 被動指數

大摩數字經濟(主動)> 易方達中證2000(被動),顯示主動選股在賽道行情中的優勢;

但華夏中證2000聯接波動率最高,說明主動策略風險也更大;

3) 風險收益比最優選擇

招商安悦債券:夏普比率13.22,風險調整後收益最佳;

嘉實中證1000增強:夏普比率1.47,權益類中風險收益比最優;

4) 2025年市場特徵

小盤股顯著跑贏大盤股(中證2000+51% vs 滬深300+13%)

AI、數字經濟等主題投資熱度極高,但波動劇烈;

債市在2025年下半年承壓,純債基金收益回落。


3.七支基金累計淨值數據

{};

4.基金收益風險氣泡圖

案例描述

我想生成一個反映多支基金收益與風險的動態氣泡圖,橫縱座標分別表示基金近一年的收益和最大回撤,氣泡大小代表基金規模。


1.基金明細數據:

{xx或放到項目文件};


2.基金點評及覆盤:

根據數據,2025年的基金表現呈現出極端的K型分化:科技賽道一騎絕塵,傳統消費核心資產艱難築底。具體點評如下:


1)激進型與進取型:AI的狂歡與白酒的落寞

- 王者(AI/科技): 大摩數字經濟以+86.06%的驚人收益率傲視羣雄,確立了其“2025年公募冠軍”的地位。其重倉的CPO(光模塊)、算力硬件板塊是全年的最強主線。東方新能源汽車 (+52.70%) 緊隨其後,表明高端製造/出口鏈(如固態電池、人形機器人)也迎來了強勁復甦。


- 回血(成長核心):興全合潤 (+34.43%)和富國天惠(+24.60%)表現不俗,謝治宇和朱少醒證明了在“成長風格”迴歸時,老牌基金經理依然能捕捉到電子、半導體等細分機會,跑贏了滬深300。


- 掉隊(傳統消費): 招商中證白酒 (-3.16%) 是榜單中唯一的負收益產品。在科技大年的背景下,純消費賽道面臨估值與業績的雙重壓制,成為“被遺忘的角落”。易方達藍籌 (+12.51%)雖然跑輸了成長股,但好歹取得了正收益,說明張坤可能在組合中微調了部分港股科技或高股息資產。


2)均衡型:一隻“披着羊皮的狼”

- 最大驚喜: 交銀定期支付雙息平衡。作為一隻“均衡型”基金,它錄得 +49.30% 的收益,甚至跑贏了大部分激進型基金。


- 深度歸因: 經檢索分析,其基金經理(黃鼎楊金金風格)在2025年極具前瞻性地重倉了通信、電子(光模塊產業鏈),雖然名義上是“股債平衡”,但其股票倉位極其精準地攻擊了最強風口。它用僅 10.32% 的最大回撤(遠低於大摩數字經濟的24%),換取了50%的收益,是性價比(夏普比率)之王。


- 穩健梯隊: 興全可轉債 (+20.41%) 和 廣發穩健增長 (+17.69%) 表現穩健,體現了在牛市中“股債雙輪驅動”的優勢。


3)穩健型與保守型:絕對收益的避風港

- 固收+: 工銀瑞信雙利 (+5.16%) 和 易方達穩健收益 (+4.11%) 受益於股市上漲(可轉債或股票倉位貢獻),收益率顯著高於純債基,完成了“增厚收益”的目標。


- 純債/短債: 富國天利 (+2.49%) 和 嘉實超短債 (+1.42%) 波瀾不驚,在風險偏好極高的2025年,它們的作用僅是現金管理,但在極端回撤時(如科技股回調期)是唯一的安全墊。

5.資產配置檢視圓環圖

案例描述

我想做一個客戶資產配置檢視的嵌套圓環圖,參考圖xx,客戶四類資產配置偏離度檢視表(總資產¥1,000萬)如下:

| 資產類別 | 實際持倉 | 目標建議 | 偏離度  | 狀態    | 再平衡操作建議               | 調整金額      |

| :--- | :--- | :--- | :--- | :---- | :-------------------- | :-------- |

| 現金管理 | 20%  | 10%  | +10% | 🔴 超配 | 減持現金及貨基,降低機會成本,資金轉投固收 | ¥100萬(減持) |

| 固定收益 | 25%  | 35%  | -10% | 🟢 低配 | 增持債券基金和國債,把握當前高利率窗口   | ¥100萬(增持) |

| 權益投資 | 45%  | 40%  | +5%  | 🔴 超配 | 獲利了結部分股票/偏股基金,降低組合波動率 | ¥50萬(減持)  |

| 保險保障 | 10%  | 15%  | -5%  | 🟢 低配 | 配置年金險/終身壽險,補齊風險保障缺口   | ¥50萬(增持)  |


💡 再平衡操作路線圖

- 第一步(立即執行):現金瘦身

將¥80萬貨幣基金轉為短債基金(T+1贖回,收益提升1.5%);

將¥20萬活期存款轉為大額存單(3年期,鎖定3.5%利率)。

- 第二步(1個月內):權益獲利了結

減持¥50萬漲幅超過30%的科技股/主題基金;

該部分資金¥50萬直接投入債券基金。

- 第三步(3個月內):保障補齊

投保增額終身壽險(年繳¥15萬×5年,保額¥300萬);

投保高端醫療險(年繳¥5萬,覆蓋私立醫院);

總保費¥20萬/年,從剩餘現金中劃撥。

6.資產健康檢視雷達圖

案例描述

我想做一個客戶資產健康度檢視的雷達圖,評價維度和近三年的得分如下:

| 維度    | 2023年 | 2024年 | 2025年 | 趨勢      |

| :---- | :---- | :---- | :---- | :------ |

| 流動性比率 | 65分   | 78分   | 85分   | ↗️ +20分 |

| 投資收益率 | 58分   | 72分   | 75分   | ↗️ +17分 |

| 風險分散度 | 45分   | 68分   | 82分   | ↗️ +37分 |

| 負債健康度 | 72分   | 75分   | 88分   | ↗️ +16分 |

| 保障充足度 | 40分   | 65分   | 80分   | ↗️ +40分 |

| 增值潛力  | 70分   | 68分   | 65分   | ↘️ -5分  |


📋 綜合評價報告

一、總體健康度演進

該客戶資產健康度呈現持續改善態勢,三年間從基礎生存型向質量發展型轉變:

- 2023年(58.2分):⚠️ 亞健康狀態

核心短板:風險集中、保障缺失、流動性緊張

特徵:重收益輕風險,負債率偏高,抗風險能力弱

- 2024年(70.8分):✅ 健康轉型期

關鍵改善:補充保障缺口、優化資產結構、降低槓桿

特徵:開始重視資產配置平衡,收益穩定性提升

- 2025年(78.6分):🌟 穩健優質期

當前水平:接近"優質資產"標準(80分線)

特徵:流動性充裕、風險分散、保障全面、負債可控

二、健康度診斷總結

"從激進生長到穩健成熟"

該客戶三年資產健康度管理堪稱典範,成功實現了:

✅ 風險控制從"裸奔"到"全副武裝"

✅ 負債結構從"沉重"到"輕盈"

✅ 收益模式從"博弈"到"配置"

✅ 保障體系從"真空"到"全面"

當前狀態:資產結構抗週期能力強,具備應對經濟下行、失業、疾病等黑天鵝事件的緩衝墊。

下一步重點:從"防禦型健康"轉向"傳承型健康",可考慮加入税務籌劃、家族信託、慈善規劃等進階維度。

7.每日持倉收益熱力圖

案例描述

我想做一個用戶每日持倉收益的日曆圖,用戶每日的收益數據在xxx文件。主要洞察如下:


💡 關鍵洞察

1.週末收益緩衝:雖然週末股票/債券基金休眠(零收益),但30%的現金類配置(貨幣基金+理財)提供了每日約¥35的穩定現金流,全年貢獻約¥3,671收益,佔總收益的5.5%。

2.收益分佈不均:前5個月收益約¥20,290,後7個月收益約¥46,605,呈現明顯的"前低後高"趨勢,符合設定的年末行情特徵。

3.波動控制有效:最差單日虧損約-¥815(1月初),最佳單日盈利約¥874(3月),日波動控制在±0.1%以內,屬於穩健型組合特徵。

4.複利效應:雖然單日收益絕對值較小(平均¥183/工作日),但持續複利下全年實現6.69%收益,跑贏普通銀行理財。

8.月度消費玫瑰圖

案例描述

我想做一個下面這位產品經理的月度支出圖,用南丁格爾玫瑰圖表示:林曉,28歲,杭州互聯網產品經理,月收入¥18,000,2025年度支出明細(12個月):

| 月份      | 總支出          | 最大支出    | 類別 | 第二大支出   | 類別          | 其他支出    |

| ------- | ------------ | ------- | -- | ------- | ----------- | ------- |

| **1月**  | ¥13,244      | ¥6,020  | 娛樂 | ¥3,134  | 餐飲          | ¥4,089  |

| **2月**  | ¥34,014      | ¥16,710 | 人情 | ¥10,373 | 交通          | ¥6,931  |

| **3月**  | ¥4,296       | ¥2,275  | 數碼 | ¥1,109  | 購物          | ¥912    |

| **4月**  | ¥16,381      | ¥9,559  | 娛樂 | ¥3,733  | 交通          | ¥3,089  |

| **5月**  | ¥10,184      | ¥4,966  | 人情 | ¥2,783  | 房租          | ¥2,435  |

| **6月**  | ¥23,900      | ¥12,830 | 購物 | ¥8,533  | 數碼          | ¥2,537  |

| **7月**  | ¥8,813       | ¥4,053  | 旅遊 | ¥2,669  | 交通          | ¥2,091  |

| **8月**  | ¥1,692       | ¥977    | 購物 | ¥354    | 數碼          | ¥360    |

| **9月**  | ¥16,416      | ¥9,558  | 購物 | ¥3,843  | 餐飲          | ¥3,014  |

| **10月** | ¥29,161      | ¥12,234 | 交通 | ¥11,366 | 餐飲          | ¥5,561  |

| **11月** | ¥20,515      | ¥14,149 | 購物 | ¥6,366  | 數碼          | ¥0      |

| **12月** | ¥39,338      | ¥19,330 | 醫療 | ¥8,636  | 數碼          | ¥11,372 |

| **合計**  | **¥217,954** |         |    | **月均**  | **¥18,163** |         |


🎯 年度支出綜合點評

💯 消費健康度評分:62/100(警戒狀態)

- 核心問題:收支緊平衡

年度支出¥21.8萬 > 年收入¥21.6萬,儲蓄率-0.9%

支出波動率64.4%(極不穩定,最高月是最低月的23倍)

5個月支出超2萬,財務脆弱性高

- 三大消費特徵:

季節性極化:Q4佔全年41%(年末醫療+購物),8月僅¥1,692(可能出差)

促銷依賴:6月/11月購物支出佔全年37%,存在618/雙11衝動消費

人情負擔重:2月春節人情支出¥1.6萬佔當月49%

- 重大風險警示:

🚨 醫療缺口:12月突發醫療支出¥1.9萬無保險覆蓋,直接擊穿預算

🚨 數碼成癮:全年數碼支出¥2.6萬分散在5個月,設備更換過於頻繁

🚨 現金流斷裂:連續12個月無結餘,抗風險能力極差


9.App日活趨勢圖

案例描述

我想做一個某銀行App在過去一週每天每個時段登錄用戶數的徑向氣泡圖,數據放在了xx文件,核心洞察如下:


**1. 時段特徵(符合銀行APP規律)**

- **凌晨低谷**(0-5點):僅50-150人/小時,系統維護時段

- **早高峯**(8-9點):通勤時段快速上升至1,500-2,300人,辦理轉賬、查詢餘額

- **午休小高峯**(12-13點):2,000-2,500人,理財查看、消費確認

- **晚間主高峯**(19-21點):全天最高峯2,600-3,200人,大額轉賬、理財操作、賬單分析

- **夜間衰減**(22點後):逐漸降至1,000人以下


**2. 周內規律**

- **週末效應**:週六(+14.3%)、週日(+7.1%)活躍度顯著高於工作日,符合用戶"週末理財覆盤"行為

- **週五峯值**:週五晚間(20:00)達全周最高3,235人,與"週末消費準備"相關

- **週三低谷**:週中活躍度最低(32,546人次),符合"工作繁忙無暇理財"規律


**3. 銀行特性體現**

- 晚間高峯持續時間長(19-22點),體現AI智能顧問功能的深度使用

- 週末活躍度反超工作日,反映用戶對AI理財工具的非工作日依賴

- 凌晨2-4點仍有基礎流量(45-75人),可能為自動化腳本和海外用戶

10.A股關鍵點位儀表盤

案例描述

我想做一個上證綜指情緒與恐慌指數的動態儀表盤,反映從2023年到2025年的關鍵時間點、情緒指數、市場情緒和關鍵驅動因素。請做一個故事卡片反映以下信息:


數據如下:

日期        上證點位        情緒指數        市場情緒        市場狀態        關鍵驅動因素

2023-01-30        3118        65        中性偏樂觀        春節後開門紅,疫後復甦預期        疫情防控放開,經濟復甦預期升温

2023-05-09        3418        78        貪婪        年內高點,中特估行情        中特估概念爆發,AI概念火熱

2023-08-25        3053        22        恐慌        政策利好出台前低點        7月政治局會議定調活躍資本市場

2023-10-23        2923        12        極度恐慌        年內低點,3000點失守        美債利率飆升,外資流出,匯金增持ETF

2023-12-29        2974        35        中性偏謹慎        年末收官,全年下跌3.7%        北證50一枝獨秀,滬深主板低迷

2024-02-05        2635        5        極度恐慌        五年新低,流動性危機        雪球產品集中敲入,量化踩踏,國家隊救市

2024-05-20        3174        72        貪婪        上半年高點,政策預期        房地產517新政,外資唱多中國

2024-09-18        2689        8        極度恐慌        924行情前低點        美聯儲降息50bp預期,市場極度低迷

2024-09-24        2863        45        中性        924政策組合拳發佈        央行降準降息,創設股市支持工具

2024-10-08        3674        88        極度貪婪        年內高點,閃電牛頂峯        6個交易日漲985點,成交量3.45萬億創歷史新高

2024-12-31        3351        55        中性        年末收官,全年上漲12.67%        924行情後高位震盪,政策預期博弈

2025-01-27        3229        42        中性偏謹慎        春節前,DeepSeek橫空出世前        科技股調整,紅利股避險

2025-02-03        3270        58        中性偏樂觀        DeepSeek帶動科技行情啓動        DeepSeek-R1開源,中國AI價值重估

2025-04-07        3096        3        極度恐慌        關税戰黑色星期一        特朗普對等關税,全球股市暴跌,國家隊救市

2025-05-15        3450        68        貪婪        金融政策組合拳後        降準釋放1萬億,兩融餘額重回2萬億

2025-08-13        3688        75        貪婪        突破3674前高,創四年新高        慢牛格局確立,結構性行情明顯

2025-11-14        4034        82        極度貪婪        年內最高點,十年新高        科技股領漲,A股總市值突破100萬億

圖片

春節期間圈裏人都被Seedance 2.0的效果驚豔了,我也激動的做了個出鏡秀系列視頻過了把癮,我看還有傳產品ui圖給Seedance 2.0,直出產品演示效果圖的,一定程度上做到一把梭哈了,連remotion提示詞設計的活兒都免了。但我仍然覺得remotion有實力抗打,remotion強在精準可控、強在快速批量生產,這些也會反映在價格優勢上,而且說回來,remotion美感也十分在線,只是這東西它挺吃提示詞,關鍵看你能不能把它的美感從大模型的記憶裏“激活”出來,下回我們繼續解鎖...



這是低產博主的第10篇AI+銷售系列思考產出,希望大家能喜歡,如果能對你有所啓發那就太棒了,歡迎給我提出你在銷售賦能上的創意和想法,我們一起來實現!

視頻即代碼:我用Remotion Skill搓了個客戶年度持倉回顧視頻,附實用教程

VibeCoding產品記:基於Gemini 3 Flash的“活人感”銷售對練和演講訓練工具

賦予MBTI人格的頂級營銷文案創作

我用VibeCoding+飛書多維表格做了個 AI語音應用,讓銷售人員張嘴就能記漂亮的台賬

鼓搗過幾個AI應用後,迴歸本行,談談AI賦能財富管理銷售人員的幾個路線和本質