跳到正文
阿里雲開發者社區 AI·· 3 小時前AI 評分55

從提示詞到 HTML 雜誌:AI 資訊視覺化的 6 步工程實作

从Prompt到HTML杂志:AI资讯可视化的6步工程实现

AI 導讀

作者以 AiPy 配合 Agent,按檢索、核驗、擷取信源原圖、繪圖、搭建頁面及自檢六步,製作 AI 資訊 HTML 雜誌。成品收錄 12 條要聞、14 張標註來源的原圖及 4 張自製圖表,頁面為 44KB 單檔 HTML,圖片共 1.35MB。文中以 Anthropic 算力採購承諾的多個不同數字為例,説明需核對原始資料並標示統計口徑,而非任選一個數字。

正文

2026-10-28 4

版权

版权声明:

本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《 阿里云开发者社区用户服务协议》和 《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写 侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。

简介: 本文从工程视角详解AI自动生成科技资讯页面的全流程:一句需求出发,AI自动检索、核验信源、扒取原图、绘制图表、搭建响应式页面,并完成多轮自检。涵盖Prompt设计、Agent分步执行(检索/核验/抓图/绘图/搭页/自检)及踩坑实践,强调“不编数据、只标口径”的严谨原则。(239字)

一句需求,AI 自己搜资讯、扒配图、画图表、搭页面。这篇从工程视角拆解整个实现过程,包括踩的坑。

图一:成品效果——左边 Anthropic 走向公开市场,右边 OpenAI 留在私募市场,中间竖排「同日」

image.png

图二:首屏——报头 AI 24H、期号、今日头条横带、主编手记 + 黑底数字卡

image.png

一、Prompt 模板

我想让你收集《过去24小时AI圈发生了什么》,做成一个html。
要有配图(最好是合法合规地直接用信源原图)、合适的地方要有
数据可视化图表。整体要有一种线上科技杂志的感觉,丰富多彩、
信息合理准确。
【可选补充】
- 时间范围:[过去24小时 / 指定日期]
- 重点方向:[大模型 / 算力芯片 / 机器人 / 全都要]
- 图表数量:[4 张左右]
- 视觉风格:[米白纸感+墨黑+橙色点缀 / 深色科技风 / 杂志感]

这段 prompt 的关键在三个词:「信源原图」(不编图,去原文扒)、「数据可视化」(要图表,不只是文字)、「科技杂志感」(定风格,不是随便排版)。

二、Agent 实际怎么做的

Step 01 · 检索

Agent 没有直接开写,而是先分头搜:中文关键词、英文关键词、算力芯片、国产模型,时间范围全部限定「最近一天」。

实际调了 11 次搜索,命中 Anthropic 递交 S-1、OpenAI 发布 GPT-6.1 Terra、OpenRouter 周榜前五全是中国模型、马斯克警告 200 家新云倒闭、SpaceX 400 亿租 GPU、智元 G2 Max 发布等事件。

Step 02 · 交叉核验

Anthropic 的算力采购承诺,不同媒体写 4170 亿、5180 亿、6500 亿、8000 亿美元。Agent 没有随便挑一个,而是继续翻原文,最后确认招股书写的是「未来最低算力付款义务约 4170 亿美元」,其他是不同统计范围。

处理方式是在成品里标注口径差异,而不是当成一个确定数字。这一步是人给 agent 定的规矩——不许编,只许标。

Step 03 · 抓图

Agent 直接去信源文章里扒原图,不自己生成。带 Referer 和 UA 请求头,绕过部分防盗链。

失败清单:虎嗅、中国证券网、OFweek 返回 403。成功来源:新浪、搜狐、东方财富、36氪、UC、上海证券报。26 张原图统一压成 webp,总计 1.35MB,平均 53KB。

Step 04 · 画图

Agent 先下载思源黑体注册到 matplotlib,再画图。中间踩了三个坑,都是自己发现并修掉的。

坑一是中文字体缺失,得手动注册,负号还要单独设 axes.unicode_minus。坑二是临时脚本命名 inspect.py 顶掉了 Python 标准库,matplotlib 直接导入失败,改个文件名就好。坑三是柱状图 Y 轴上限设 12,最高柱子正好 12,标签被裁一半,改成 16 留白。

Step 05 · 搭页面

米白纸感 + 墨黑 + 电光橙,宋体标题配无衬线正文。加了纸张颗粒肌理(SVG 噪点)、滚动进度条、入场动画、图片点击放大。

验证方式是起本地服务、浏览器打开、截图、视觉模型检查。第一轮发现标题重叠和标签被裁,修图重验,共迭代 3 轮。

Step 06 · 自检

Agent 用 JS 检查每张图的 naturalWidth,确认无裂图;切到 390px 视口确认无横向溢出;点击图片确认灯箱正常。

最终结果:16 张图全部加载,移动端无溢出,灯箱正常,4 张图表中文无乱码。

三、最终产出

项目 数量 / 说明
要闻 12 条,覆盖大模型、算力、机器人、资本
信源原图 14 张,全部标注出处
自制图表 4 张(营收增长、割裂两面、价格对比、调用量 Top9)
页面 单文件 HTML,44KB,图片 1.35MB
交互 滚动进度条、入场动画、图片灯箱、移动端适配

四、几点工程体会

这次整套流程涉及多轮检索、批量图片处理、图表迭代和页面构建,中间要反复读写本地文件。我用 AiPy 跑的这套流程,它在本地执行,文件不出机器,省去了上传下载的环节,调试迭代时反馈比较直接。

但工具解决的是效率问题,判断还是得自己做。Agent 干的是体力活——搜、扒、画、搭、验。人干的是判断题——哪个数字该拆开看、哪个结论需要加限定条件。

数据来自公开信源,配图版权归原作者及原媒体所有,仅作新闻报道引用。

來源:阿里雲開發者社區 AI · developer.aliyun.com