前言
最近因为工作需要，频繁跟AI协作，也就是我负责提问，AI负责回答。不过我发现关于大模型生成的图表格式，大多是一种Mermaid的格式，我就在想AI大模型为啥会倾向使用Mermaid格式，所以我问了下DeepSeek。
DeepSeek的回答
大模型生成内容时倾向于使用Mermaid格式，主要基于以下几个原因：
1. 文本驱动，易于生成
- Mermaid通过简单的文本语法生成图表，无需依赖图形界面，完美适配大模型的纯文本交互模式。模型只需输出结构化代码，用户即可自行渲染为可视化图表。
- 例如，生成流程图只需几行代码：
graph TD
A[需求分析] --> B[设计]
B --> C[开发]
C --> D[测试]
预览效果：
2. 结构化表达的天然优势
- 大模型常需解释复杂逻辑（如算法流程、系统架构），Mermaid能将这些信息压缩为直观图表，提升可读性。
- 适合场景：技术文档、教学材料、项目规划等需清晰逻辑展示的领域。
3. 平台兼容性强
- 主流平台支持：GitHub、GitLab、Notion、Obsidian等均原生支持Mermaid，用户可直接粘贴代码生成图表。
- Markdown友好：与Markdown无缝集成，避免切换工具或处理图片上传问题。
4. 覆盖多种图表类型
Mermaid支持流程图、序列图、类图、甘特图、状态图等，满足多样化需求：
- 序列图示例：
sequenceDiagram
User->>API: 请求数据
API->>Database: 查询
Database-->>API: 返回结果
API-->>User: 响应
预览效果：
5. 降低技术复杂度
- 避免图片生成问题：直接输出图片需处理格式、存储、分辨率等问题，而Mermaid代码轻量且无额外依赖。
- 易于纠错：用户可手动调整生成代码，比修改图片更灵活。
6. 社区与生态影响
- 开发者偏好：Mermaid在技术社区（如开源项目、文档编写）中普及度高，模型训练数据中相关示例较多，自然倾向采用。
- 持续更新：活跃的社区维护使其功能不断扩展，适配更多场景。
用户潜在需求推测
- 实际应用：用户可能希望将生成内容直接嵌入文档或协作工具。
- 学习成本：用户可能想了解如何利用大模型快速生成图表，减少手动绘制的耗时。
总结
Mermaid在易用性、兼容性、表达效率上的优势，使其成为大模型生成结构化内容的理想选择。对于用户而言，掌握Mermaid基础语法能进一步提升与大模型协作的效能，尤其在技术写作或项目管理中。
