设计思维导图生成提示词，本质上是在和模型约定一种可解析的层级数据格式。大模型本身具备分类、归纳和上下位关系判断能力，但如果提示词只给一个主题，模型更容易输出自然语言段落，而不是严格的树状结构。想让结果直接导入导图软件或在网页中渲染，需要把任务拆成角色、目标格式、节点约束、内容边界和示例五个部分。这些环节会决定最终导图能不能直接使用，而不是生成后还要人工重新整理。

一、把思维导图当成结构化数据生成任务

思维导图在工具里表现为树状结构，而大模型最擅长处理的就是带有明确父子关系的文本。提示词里如果不说明输出格式，模型往往会返回“一、机器学习包括监督学习、无监督学习、强化学习……”这类连续叙述，这种结果不能直接导入导图工具。更合适的做法是明确要求模型输出Markdown嵌套列表，或者JSON树。比如同样是生成深度学习导图，简单提示词和结构化提示词会产生完全不同的结果：前者可能给出三段文字，后者能输出根节点、二级节点、三级节点分明的结构。

选择输出格式时需要考虑后续工具。Markdown列表适合几乎所有笔记软件和Markmap一类的脑图渲染器，JSON适合需要程序二次处理的场景，Mermaid适合直接在支持Mermaid的文档平台展示。三种格式对模型的要求不同：Markdown强调层级缩进，JSON强调括号闭合与键名一致，Mermaid强调节点定义和连线语法。建议先从Markdown开始，因为模型对Markdown的生成稳定性更高，人工校对也直观。

可以把格式、层级、数量这些要求写成一个简单模板。下面是一个最小化可用的提示词片段，它比“帮我生成一个思维导图”要可靠得多：

请以Markdown嵌套列表输出思维导图。
主题：{{主题}}
约束：
1. 根节点必须是主题本身。
2. 第二层恰好包含4个节点。
3. 最多展开到第三层。
4. 每个节点名称不超过12个字。
5. 不要输出任何解释、前言或代码块标记。

这个模板的核心不是字数限制，而是“第二层恰好包含4个节点”和“最多展开到第三层”这两条。它们把模型从开放作文模式拉回到结构化填空模式。如果某个主题确实不适合4个节点，可以在提示词中改成3到6个节点，但一定要给出区间，否则模型会自己决定一个随机数量，导致不同批次生成结果差异很大。

二、完整可复用的思维导图生成提示词模板

想让生成质量更高，仅靠一段约束还不够，最好补充角色设定、目标读者、边界信息和输出示例。角色设定会改变节点命名方式，例如面向初学者的导图会用“什么是过拟合”，面向研发团队的导图会写“过拟合正则化策略”。目标读者越具体，节点措辞越贴近使用场景。边界信息则要求模型排除某些内容，避免导图无限外延。

下面这个模板把常见要素做了整合，可以直接替换主题和读者后使用。它要求模型先输出Markdown，再输出一份用于程序解析的JSON。这样做的好处是，Markdown方便人工快速查看，JSON方便后续导入或校验。

你是一名知识整理专家，擅长把复杂主题拆成适合学习或汇报的树状结构。
主题：{{主题}}
目标读者：{{读者，例如刚入行的后端开发}}
输出要求：
1. 先输出Markdown嵌套列表形式的思维导图。
2. 再输出一个JSON对象，结构为 { "root": "主题", "children": [ { "name": "二级节点", "children": [] } ] }。
3. Markdown层级与JSON层级必须一一对应。
4. 第二层节点控制在3到6个，第三层每个分支不超过4个叶子节点。
5. 节点名称使用短名词或动宾短语，不使用完整句子。
6. 不要输出与主题无关的历史沿革、人物故事或营销话术。
7. 不要在节点中使用标点符号，除非是专有名词。

这个模板里的JSON结构键名是固定的，能减少模型随机发挥。实际使用时，如果目标工具不需要JSON，可以把第2条和第3条删掉，只保留Markdown部分。需要特别注意的是，示例对模型影响很大。如果反复生成结果偏向某一类内容，可以在模板末尾追加“示例输出：”并给出一段2到3层的简短示例，模型会模仿其层级密度和命名风格。示例不必完整覆盖主题，关键是把结构展示清楚。

参数方面，如果使用支持temperature和top_p的接口，建议把temperature设置到0.2到0.4之间，top_p设置到0.8左右。思维导图生成属于高约束任务，温度太高会导致节点名称花哨、层级忽深忽浅，温度太低则可能使节点描述过于呆板。可以先固定低温度跑通格式，再微调内容丰富度。

三、常见生成问题与优化策略

最容易出现的问题是节点重复。模型可能在“机器学习”下同时生成“监督学习”和“有监督学习”，或者在“数据结构”分支下把“数组”和“顺序表”当成两个不同节点。解决方法是增加负向约束，例如“同一层级禁止出现同义或近义节点”“如果两个节点含义接近，合并为一个并选择更常用的名称”。还可以在提示词末尾加上“生成后自查：删除重复节点，合并同义节点”这类要求，让模型在输出前做一次内部检查。

层级失控同样常见。模型有时会把一个简单主题展开到五六层，导致导图失去重点。除了限制最大层级，还可以要求模型按“核心概念、子概念、具体技术、示例”四层组织内容，并为每一层设定命名风格。比如第一层用名词短语，第二层用方法或工具，第三层用适用场景。这样结构不仅稳定，而且读起来像一份有逻辑的学习大纲。

如果后续需要程序自动处理，建议直接要求JSON输出，并在提示词中写入一个合法JSON示例。很多接口默认会包一层Markdown代码块，导致解析失败。可以明确写“只输出JSON，不要Markdown代码块标记，不要任何解释”。如果模型仍然返回非法JSON，可以把解析错误信息原样反馈给模型，让它根据错误修正，通常一次就能解决。

{
  "root": "机器学习",
  "children": [
    {
      "name": "监督学习",
      "children": ["分类", "回归"]
    },
    {
      "name": "无监督学习",
      "children": ["聚类", "降维"]
    }
  ]
}

这个JSON结构适合作为提示词里的示例。它虽然简短，但展示了根节点、二级节点、叶子节点的层级关系，也暗示了每层节点的数量范围。提示模型按照类似密度生成结果，比单纯说“输出JSON”有效得多。

四、从生成结果到真正可用的思维导图

得到Markdown或JSON后，还需要导入到具体工具才能变成可视化的脑图。多数现代导图软件支持从Markdown导入，XMind、MindNode、Obsidian等都可以直接粘贴或导入Markdown嵌套列表。JSON虽然不适合直接导入，但可以把根和children字段转换成工具可识别的格式，再用脚本生成FreeMind的.mm文件，或者用Python的列表递归处理成其他结构。

如果不想依赖特定软件，可以让模型额外输出Mermaid格式。Mermaid的mindmap语法非常适合展示思维导图，结构直观，支持平台也多。提示词只需要增加一条“同时输出Mermaid mindmap格式，缩进必须使用两个空格，不要使用Tab”。不过Mermaid对节点文本中的特殊字符比较敏感，节点名称建议保持纯中文或纯英文，不要混入括号、竖线等符号。若节点名必须包含特殊字符，可以先用Markdown确认结构，再手工转换。

最终校验时，重点看三个地方：根节点是否唯一、同一层级是否有并列关系错误、叶子节点是否已经具体到可以直接使用。如果某个分支展开后只有一个子节点，说明这一层没有拆分价值，可以合并到父节点。用这套标准回看生成结果，能很快判断出提示词还需要在哪个地方增加约束。