南山展示图

要解决的问题

把一段文字交给模型，让它"做成一张图"，最常见的结果是：模型直接套一个好看但空泛的模板，产出的信息层级和原文几乎没有关系。南山展示图（yrns-VizThink）把这个问题倒过来处理——先不画，先问。

核心能力：先理解，再设计

它的设计哲学是"形式服从内容"，几条铁律写得很硬：

• 先倾听，后设计：用户已有想法时在其基础上优化，不合适时给建议而非否定
• 不套模板：附带的案例库用来学"为什么这么画"，不是用来抄布局
• 视觉隐喻服务场景：同是"提升"，可以是阶梯、火箭或热气球，由内容本身决定

七步闭环工作流：

1. Step 0 倾听与确认输出：先问受众、场景、风格偏好，同时确认产物形态——SVG 图形、提示词描述、API 数据、文字方案 或传给 generate_diagram.py 的 脚本数据
2. Step 1 理解内容：输出 3~5 句核心叙述，回答"这张图在讲什么故事"
3. Step 2 结构化梳理：提炼 3~7 个要点，超过 7 个就分组或拆成系列图（父节点 ≤5）；从递进、循环、并列、层级、流程、对比、辐射、树状八种骨架中选择或组合
4. Step 3 视觉创意：学的是"概念→视觉"的联想路径，不是查表
5. Step 4~5 设计与输出：按"第一眼→第二眼→第三眼"设计阅读层次，正文 11pt，输出 1920x1080 SVG
6. Step 6~7 迭代与沉淀：修改到收敛，成败记录进 assets/learning-log/

人机分工明确：人负责决策与验收，模型负责设计执行。用户偏好存进 assets/user-preferences.json，后续生成优先匹配。

适用边界

它不是万能的：

• 纯数据图表（柱状图、折线图、饼图）请用专业图表工具
• 简单文字排版直接用文档工具
• 已有固定模板的场景，套模板更合适
• 输出质量依赖 Step 0 的回答质量——受众和场景没说清，后面每一步都会打折