nano banana pro 知识可视化 workflow：6000 字干货笔记

先插播一条通知：

本周五暂停ai主题直播一次。

因为周三周四要在深圳参加小鹅通九周年大会，

周六小树要参加海淀区信息学竞赛的决赛（面向全区五六年级今 7 万小学生，决赛入围 300 人，小树的分数应该在 150 左右）（开心😆），

周五正在从深圳往北京赶。

下面说正事：上周ai讲座的大纲笔记来啦。还没上课的可以大概了解讲了什么，上过课的可以温故知新。

howie 的 ai 主题直播

• 主题：ai 知识可视化 workflow 与核心理念
• 主讲：howie.serious
• 时间：2025-12-12 （W2550）
• 核心思想：

2025 年是 ai 价值落地的元年。

我们不应止步于“知道”，而要通过 Agency（能动性）去“做到”。

利用“更贵的 Token”和优化的 workflow，将 ai 变为人类的“第四层大脑皮层”，实现从信息输入到知识资产的高效转化。

2025 一句话总纲——“向 ai 要价值”

• 2025 的典型景象：顶级模型轮流发布、轮流 SOTA、轮流第一、轮流“炸裂”
• 核心判断：2025 是 ai 价值真正落地的元年
• 关键原因：2024 年底开始出现真正的 Reasoning Model（推理模型），能力爆发
• 小能熊的指导思想：向 ai 要价值 → 由此引出 “做中学 ai”；“边做边学，边学边做”；在解决问题、创造价值的过程中学 ai、用 ai；学员收获显著（以“价值落地”为衡量）。

ai 是如何“炼成”的

用“一个顶级大语言模型的养成流程”反推对人类学习/成长的启示。

Pre-train（预训练）→ “通才”

• 得到：语言能力、世界知识（World Knowledge）、理解能力
• 类比到人：通识教育 + 语言基础
• 强调：复杂抽象推理（数学/编程等）之前，应先学好语言、先大量阅读

RL（强化学习）→ “专家”

• 后训练关键：Reinforcement Learning
• 类比到人：刻意练习、做题、科学解题步骤、元技能
• 结论：专家能力必须以“世界知识 + 语言能力”为底座

Tool Use（工具使用）→ “现代人”

• 2025 的强大量力很大来自 Tool Use：灵活利用顶级人类工具
• “裸体智能”很强，但文明是技术驱动，工具会放大人的限制
• 举例工具：Python / Word / Canvas / 命令行等
• 小能熊关键词：“善用利器”

Reward Modeling（奖励建模）→ “三观”

• 类比家庭教育：父母以奖励/惩罚反馈塑造孩子
• 人的三观来自长期反复的奖惩塑形（追奖避罚）
• 例子：对金钱的偏好来自成长中反复获得“能吃肉、能买喜欢的东西”的强化
• 育儿提醒：不只盯成绩，更要看父母日常反馈如何塑造孩子

Alignment（对齐）→ “信念/Value”

• 对齐的重要性：不对齐会把人变成系统可牺牲的资源（“牛马/素材”）
• 负面对齐例子：成瘾算法、以金钱指标压过公共安全的系统
• 对人启发：人的对齐＝相信 Value（公平、正义、平等）
• 家庭教育方式：润物细无声，不是只讲道理

Agency（能动性）→ “做到”

• 2025 ai 的本质特点：能动性/主动性。给目标 → 主动理解 → 做计划、分解任务、调动资源、投入注意力 → 达成
• 小能熊的核心词：“做到”。“知道很多道理却过不好这一生” → 因为“知道”不等于“做到”；“念念不忘，必有回响”
• 回扣：为什么要“做中学 ai”：ai 是用数学与现代科技效法人脑运作方式，思想是“富矿”

知识可视化是 nano banana 的杀手级应用

总判断：only nano banana Can Do

• nano banana pro发布两三周，已形成稳定工作流
• 覆盖形态：ai PPT、知识漫画、信息图等
• 对比式结论：过去“能做 PPT”的工具（Gamma、manus 等）在 nano banana pro 面前多为 Hype

产出指标（强调“价值密度”）

• 单张图成本：约 一毛钱
• 时间：约 一分钟
• 质量维度：模块设计、数据细节、文字渲染、整体视觉“经得起推敲”
• 场景价值：放进孩子暑假作业的项目 PPT，“非常体面”
• 上限判断：作为工具，“我看不到上限”；你能“要”到多少价值取决于人

展示的可视化类型（“你很难想象/很难画出来”的那类）

• 管理模型的美漫风格图

• 植物养护手册式信息图

• 咖啡消费模型的数据图、仪表盘风格可视化

• 爆炸图、分层结构图（Pizza 第一层/第二层/第三层/第四层）

• 复杂结构图：如科幻式海底分层结构等

商业/营销材料：文字 → workflow → 图

• 原来文字说明很多人不看
• 现在：文字丢给 gemini 做方案 → nano banana pro 出图
• 图中文字渲染基本没问题；偶尔有问题可“明确指出再生成”

进阶预告：Figma 会员 + ai 局部修改

• 能圈元素、按图层改细节（更复杂，会在 nano banana workflow 里展示）

知识可视化workflow：从策划到生成

v0：Google 官方示例（起点）

• Prompt 特征：直接让你“创作关于地球圈层的科学信息图”
• 同时写入大量美术语言（配色、手绘/蓝图、单色、强调色、蚀刻蓝图风格等）
• 关键痛点：这些美术概念让普通人写起来“很费脑子”——不适合人脑去干

v1 拆解与迭代：把 Problem 拆成模块

• 内容：画什么？（地球圈层）+ 要求中文文字
• 类型：Genre（科学信息图/科学插图/图表）而非漫画
• 风格：单色、细节丰富、手绘或蓝图效果
• 现实问题：只靠 Prompt 的 v1 可能经不起细看（乱码、信息杂乱等）

v2：流程化——Content Strategy vs. Execution

核心转折：把“想清楚画什么”与“把它画出来”拆成两个独立模块。

• 模块一：内容策划（Planner）

• 像产品经理做线稿/示意图

• 决定：画什么、分几个模块、每模块文案、布局位置、视觉风格（配色、整体视觉）

• 要求：策划“全面”

• 模块二：美术执行（Artist）

• 基于策划方案画图（把策划变成视觉成品）

协同工作流：Copy/精修两种模式

• 用法：把 ai 策划内容 Copy 过来 + 一句“请基于我的策划方案画信息图”
• 两种协作模式
• 偷懒模式：直接复制粘贴
• 精进模式：把策划当“下属作业”，基于你的 Idea 与品味修改 → 更贴近你想要的效果
• 模型分工建议（按角色选模型）
• 策划：gemini 3.0 Pro / chatgpt o1 (Thinking) / GPT-5.2 Pro / Claude Opus 4.5 等
• 画图：nano banana pro （nano banana pro）；未来若有 GPT Image 2 也可替换
• 观察：不同模型的策划会显著影响成图
• chatgpt 容易策划太多 → 画面“很满”
• gemini 的策划风格不同 → 成图也不同

极致偷懒：一句话创作与“扔链接”

• 目标：一句话让它做一切（如“地球圈层信息图”“养鱼指南”）
• 更极端：直接扔一个链接（如 Openai 最新 GPT-5.2 Blog）
• “信息图大师”先出完整方案 → 再扔给 nano banana pro 出图
• 社群案例：扔 Google 官方 nano banana pro 博客 → 总结 1、2、3、4 特点 + 科技风呈现
• 用于课堂/大会/汇报 PPT “非常体面”
• 价值复述：一毛钱 + 一分钟 → 高质量、可控细节、难以人工达到的视觉与内容

知识可视化进阶

多模型协作 + Prompt 版本迭代（把技能变成“元技能”）

流程优化：内容策划环节引入“比稿机制”

• “LLM 三人行”：同时让多个模型出策划方案，chatgpt 的 GPTs 做“信息图大师”，Claude 的 Project 做一个，gemini 做一个，甚至 Deep Research / GPT-5 Pro 参与；
• 决策：择优或融合，形成更好的策划；

Prompt 沉淀：从 3.1 → 3.2 → 4.0 → 5.0…

• 当 workflow 清晰，技能会越来越顺滑
• 优质 Prompt 的价值会越来越大（“以前无法想象”）
• 例子：“三级笔记” Prompt 迭代到 5.1，“500字费曼” Prompt 也迭代多个版本；
• Prompt 背后的资产含量：半年迭代经验 + 几百例测试 + 多年阅读实践

向ai要价值：不只金钱

时间、情感与思想

高带宽阅读：信息输入带宽 ×10

• 例子：因为“三级笔记” Prompt，今年终于有时间每天读两回《红楼梦》；
• 对比：过去听冗长 Podcast 需 1-2 小时，现在可能只需十分之一时间，但效果更优；
• 结论：改造阅读/写作/工作流程 → 获得大量属于自己的时间；

能够“吃细糠”：把时间还给经典与家人

• 有了时间就能读“以前没时间读的经典”“无用之书”；
• 用精品内容滋养精神；
• 同时：更能关心孩子学习/健康/快乐、陪家人；

审美与品味：ai 时代的稀缺能力

• 常见问题：社交媒体上大量 ai 内容重复、没品味；
• 为什么需要“预训练”审美；
• 家里很多精品画册（如《2021年国际插画展作品集》），看得多才会有 Idea（类比 ai 的 Pre-train）；
• “只有吃过细糠，才能产出细糠”：要当 PPT/可视化/漫画大师 → 得画很多图（刻意练习）；每次正反馈/负反馈沉淀到 Prompt 里；
• 形式与内容的匹配：什么值得做？用什么方式做？
• 知识漫画适合抽象、复杂、陌生的难题（如 Transformer 内部结构）；但把“大道理”做成漫画，会“很讨厌、面目可憎、没有价值”
• 正面参照：日本欧姆社（Ohmsha）几十年做“漫画讲微积分/统计/傅里叶/生化…”；《可怕的科学》（Horrible Science）用漫画讲科学史地等，风靡几十年（家里孩子翻烂）；

Token 经济学

为什么你要用更贵的 ai

优质产出需要优质 Token（以及更多 Token）

为什么策划用 gemini / Deep Research / GPT-5，而不是直接让 nano banana pro 画？

• 因为要消耗更优质、更贵的 Token，获得更高质量逻辑与策划
• 对“便宜模型”的定位：更像陪伴/角色扮演等，不追求高质量逻辑（原话带有强烈立场）

“算力即价值”：价格上涨是好迹象

• 提到：GPT-5.2 API 单 Token 价格大幅提升（被视为“好迹象”）
• 一分价钱一分货：Token 太便宜 → 为压成本 → 质量自然不好
• 长期信念：未来 80 亿人很多原本靠人脑做的事，会花在 GPU 上
• 因而英伟达、Google 等在 GDP 中的价值会更清晰

Google AI Pro 会员

工具与基础设施：Google 账号与会员策略

渠道主张：只推荐官方 Google ai 会员（Google ai Pro）

• 不要薅羊毛、不闲鱼买、不用假学生证
• Google 账号＝最重要的数字资产/互联网身份证
• 省 20 块导致封号、数据丢失，“极其愚蠢”

性价比算账（用“价值回收”说服）

• Google 为抢市场每年烧数百亿美金
• 20 美金/月，含 NotebookLM 专业版、nano banana pro 权限、Deep Research、gemini 3.0 Pro 等
• 支持 6 人家庭组共享，摊薄后很便宜
• 对比：nano banana pro 生图 API 约 1 张图 1 元人民币
• 如果会员每天生成 20 张图≈值 20 元；一个月≈600 元

生态长期价值：Google 的“全家桶打通”

• Drive/Docs/Slides：文档与 PPT 可被 ai 直接读
• YouTube：视频内容也能被理解
• 结论：放得越多、打通越好，价值越大 → 要好好“养”一个 Google 账号

高级修图：Figma ai（针对“汉字错乱”等问题）

• 20 美金一个月；只有专业人士需要考虑；
• 局部重绘与按图层编辑：“Edit with prompt”：可替换背景、改颜色（可调用 gemini 3.0 Pro 或 GPT Image 模型 *原话如此表述）

• 关键能力：把图片元素分割为独立图层；
• 可自己加字，避免乱码；

ai only, only ai

社群体系：ai 社群与大会员

“only ai”的社群定位

• 面向只为 ai 而来的人：不关心过去费曼/内驱等内容，只要 ai 实用价值
• 社群核心引擎：Howie 持续分享、毫无保留、倾囊相授的 ai 内容
• 门槛与筛选：设置付费门槛作为基本筛选
• 权益：回看全部直播 + 文字稿 + ai 知识库 + 所有 Prompt
• 氛围：成员多为“实战派”，人均至少一两个顶级会员（chatgpt Plus / Google ai）
• 警告：若只用免费模型（如豆包），很多高级用法实现不了，会误判“ai 不行”

大会员：全集与子集

• 关系清晰：ai 社群是大会员的子集；大会员是小能熊的全集
• 大会员覆盖：ai + 十年内容积累 + “三位一体共建学习型家庭” + 面向 ai 时代的解决方案

本周 ai 精进：学习篇

模型差异与前沿新知

多模态能力差异：同一道题，不同“解题姿势”

• 例子：2022 高考数学最难几何题
• GPT 路径：放大缩小 + Python 切割图片 + 调一堆工具 → 五六分钟/七八分钟也能做对；GPT-5 Thinking 能做对，但更像“工具链解题”；
• gemini 3.0 Pro：十几秒解决；多模态强，拿到图片“看懂就直接推下去”，少外部操作；

• 强调：不是谁更聪明，而是处理信息方式不同
• GPT 某些场景靠工具补足“看图做题”链路；
• gemini 在多模态输入更顺手（音频/图片/视频直接扔进去就能理解；输入输出都通）；

nano banana pro 与 gemini 3.0 Pro：不是 unified model

• 判断：两者目前不是同一套参数/同一个统一模型
• 更像不同方向的 checkpoint 分支（保存点）各自演进，还未统一
• 类比 Openai：年初 Sam Altman 说 GPT-5 会是 unified，不 routing；但目前仍呈现分化的界面与能力形态；
• 用意：提醒做 workflow 设计时要把“工具组合”当现实前提。不要假设一个模型包打天下。

NotebookLM 的 PPT 功能：为什么“点按钮”不够

• 观点：只有你全程把控 workflow，才能注入 idea / taste / 真正想表达的东西；
• 自动一键生成：很难产出“有灵魂”的内容；求知欲弱、注意力涣散的人随手点按钮 → 大概率得不到好东西
• 结论：你用 workflow 做的 PPT，可能比市面上收几万做 PPT 的团队更专业。一定好于“点一下按钮出成品”（包括 NotebookLM 的按钮成品）。

前沿新知：Alpha Evolve（混个眼熟）

• Google 最近内测新模型：Alpha Evolve
• 思路：利用进化论（Evolution）来设计算法的 Agent
• 特点：问题定义清楚 → 用“生物演化”的方式不断迭代算法
• 定位：新动态，先建立概念；

本周 ai 精进：实践篇

Reads：万物皆可读

从“高带宽阅读”到更可持续的命名：Reads

• 过去说法：三级笔记 Pro → 高宽带阅读 / super reading；
• 现在更推荐：单独起系列 reads；目的：不把阅读限定为书；
• 统一口径：podcast 是阅读，知识视频是阅读，网页是阅读，书也是阅读。“互联网阅读，一切的阅读”

案例：谢洛夫斯基（Terrence Sejnowski）访谈

• 来源：《知识分子》公众号长文访谈
• 背景连接：他写/推荐的《深度学习》发展史相关书“非常值得读”
• 方法：长文直接丢给 GPT-5.2 (Thinking) 或 gemini + “三级笔记” Prompt；
• 产出：结构化提取关键概念。例：玻尔兹曼机、大语言模型、缸中之脑、反向图灵测试、生物智能等；
• 用法：复制进 Logseq。虽没逐字读，但“提取的知识结构、建立的关联”反而更强。

突破语言障碍：Openai 技术博客

• 英文、晦涩内容过去读起来费脑且难提炼
• 现在：用最好的 Prompt + 最好的 ai，用 Token 把认知负荷“买下来”；
• 延伸表达：实现 “Hacker News 自由”（硬核内容也能轻松消化）

演示流程：Readwise Reader → GPT-5.2 → Logseq 路径化

• 获取素材：Readwise Reader 里的内容（含 Openai Podcast，自动生成高质量文字稿）
• 调用 ai：GPT-5.2 (Thinking) 切最大算力，执行“三级笔记”
• 建立路径：Logseq 建立 [[Reads/2025/W50]]（第 50 周读的内容）
• 抓取结构：链接/内容丢给 ai → 输出线性结构/概念框架
• 主动构建：遇到不懂概念（如 Post-training、RLHF、PPO）；让 ai 解释 → 转成单独 Page；若知识库已有笔记 → 直接建立连接；
• “Chat with Knowledge”：笔记同步到 Google Drive → gemini 可直接读；等于 “Chat with your personal knowledge management”；“伟大”“感动到哭”。

核心逻辑：从线性输入到树状重构：无论上课/看书/读文章/听 podcast/看视频，本质一致；孩子学习与成人学习也一致；学习真正走到：提取—结构化—可复用（输入只是第一步）；

本周 ai 精进：思考篇

向 ai 要价值，也向学习要价值

双重总纲：向 ai 要价值 + 向学习要价值

• 小能熊十年核心不止 ai：还包括内驱式学习、科学学习；
• 判断：ai 越强，学习的价值越重要。

荒诞现实与教育之痛：问题根源是“低效”

• 海淀现状：小学生早 6/7 点上学，下午放学后进教培，晚 8 点才出；价格约 800 元一节课；每周 7/8 节（花钱且孩子累）。含辛茹苦学十几年，最终有什么用？
• 归因：学习本身没错（上课/做题/数理化没错），错在低效。落后方法、落后工具、错误指导思想 → 极低效学习过程
• 家庭层面的目标：用更少时间取得更好效果、发展更好智能、培养内驱力 → 孩子才能快乐。小能熊以家庭为单位，为儿童快乐而奋斗。

终极希望：技术进步带来“智能富足”

• 进入“智能富足”时代：最顶级智能每月只需 20 块钱
• 愿景：清澈透明的世界。不需要人剥削人；不牺牲儿童健康与快乐；不牺牲年轻人生活权利；不再有人为几毛钱在冬天受冻。
• 信念表达：对 ai 的兴奋接近一种“信仰”——解决“看不到头”的问题的终极方向。

ai 与教育：打破生物大脑的局限

• ai 的杀手级应用（在他眼里）是教育：反对把价值放在“生成庸俗的感官内容”；真正价值：让知识、结构、概念更清晰、更可理解、更可迁移；
• 从“劝人学习”到“学习可落地”的历史变化：
• 过去十年布道：理念都对，但很多人“听懂了更痛苦”；
• 类比：洞穴里叫醒的人看见清醒现实却解决不了；
• 欠债：家庭环境欠债、预训练欠账、应试欠账、推理欠账
• 曾经的切肤之痛：“劝人学习如同杀人放火”
• 现在不同：ai 成为“第四层大脑皮层”
• 每月几十块钱拥有最强且越来越强的 ai
• 不是外置玩具，而是认知系统的一部分
• 统一方法：做 PPT/信息图/阅读/写作，用同一套方法把 ai 变成“第四个大脑”

展望：2026–2030 的“五年AI之约”

• 判断：从 2026 到 2030 世界将发生巨变
• 呼应：2020 提出的“十年挑战”，两周后将进行第六年的跨年对谈
• 投资隐喻：投资时间与注意力在学习方法与 ai 上；类比几年前投资英伟达，可能带来上百倍回报；
• 价值三件套：拥抱 ai、学习、家庭 → 未来才有希望；

Q&A

gemini会员能否取代 chatgpt 会员？

• 结论：gemini 的 20 美金要花（生态 + 生图），chatgpt 的 20 美金也尽量花（Atlas 浏览器内置 GPT-5 等体验最好）；
• 举例：三级笔记 Prompt 在 gemini 侧需要复制粘贴、转 Markdown、整理链接，繁琐；在 chatgpt atlas 里面就不需要，直接 chat with 一切网页；

讲座回看&下期预告

加入”做中学·ai社群“，即可获得以下全部权益：

chatgpt发布三年来，我首次招募ai社群，就是因为现在是 ai 最可以也最应该落地的时刻。

首次招募，拼团只需365 元，还赠送 129 元《内驱式学习》签名书。数量有限，先到先得。

点击链接🔗，或者”阅读原文“，现在加入社群。