批量制作小红书图文笔记一直算是小红书平台的刚性需求，从搜索关键词上来看，热度一直比较高。

我从 3 月份开始一直研究使用 AI 如何提高制作效率和质量，期间也不断尝试不同的模型。

上个月在小红书上发布了多篇 AI 写作相关的图文笔记（关于如何提升文字感染力，以及如何写出电影感文字等）。

整体数据我认为符合自己的预期，单篇笔记点赞能上 30+，曝光数能达到 2000 左右，首页推荐达到 70% 以上，说明内容质量还是比较不错的。

但是使用 AI 辅助制作图文笔记后，我个人感觉内容的制作效率至少提升 80% 以上。

当然大部分花时间在找选题，分析写作相关的关键词上，以及学习优秀笔记的封面和标题。

我发布的图文笔记时间是在三月初，当时 DeepSeek V3 0324 以及 Gemini 2.5 Pro 还没有发布。我在 OpenRouter 上使用的是 Claude 3.7 Sonnet 批量制作图文笔记。

说实话当时的效果已经是业界天花板了，Claude 3.7 Sonnet 代码能力断层式领先。

昨天 Qwen3 重磅发布，一大早一看手机，科技自媒体公众号都刷屏了。

Qwen3 号称是全球最强开源模型，性能全面超越 DeepSeek R1，国内第一个敢说全面超越 R1 的模型，之前都是比肩🤦。

不管官方评测标准和媒体怎么说，我这里以自己的测试结果作为参考，谁才是 SVG 图文笔记中的最强王者，现在开始下面的测试。

我的测试会分为两组，开源模型队和闭源模型队，使用相同的提示词制作 SVG 图文笔记。

  1. 开源组（开源最强霸主挑战） DeepSeek V3 0324 VS Qwen3
  2. 闭源组（代码最强王者挑战）Gemini 2.5 Pro VS Claude 3.7 sonnet

下面我分享一下批量制作图文笔记流程，只需要两步轻松搞定。随着模型的不断进步，我认为图文笔记的内容质量和制作效率也会不断提升。

笔记内容来自我上周参加了 AI 编程线下分享会：小林老师的精彩分享内容大纲。

1. 使用大模型生成图文笔记 SVG 文件

这部分提示词很重要（PS：学习系统提示词请看我的上篇文章！），我这里结合自己的理解不断实践优化了一版最终的提示词，核心设计风格和要求部分来自向阳乔木老师分享的 SVG 海报提示词。

需要完整提示词的朋友后台回复（小红书图文笔记提示词）即可免费领取。

你是小红书创作专家，基于我的分享内容，帮我制作一个小红书的笔记分享卡片，面向小红书用户，分享我的内容。

需要设计5张卡片，要求结果输出为SVG。帮我为每个笔记卡片的规划内容，基于我的内容润色一下，每个观点通俗易懂，符合爆款笔记特质。

设计风格要求如下：

### 统一色调

- 使用清晰的视觉层次结构，突出重要内容
- 配色方案应专业、和谐，适合小红书阅读
- 符合设计美学
- 文字不要太密集，不能影响阅读，符合视觉美学效果

...

我的分享内容如下：

下面是 Claude 3.7 Sonnet 的思考过程截图，开始规划卡片的基础配色方案，每张卡片的标题和内容。

思考完成后， Claude 3.7 Sonnet 开始按顺序批量生成 SVG 代码块，5 个卡片不到 1 分钟完美搞定。

2. 将 SVG 在线转换成 PNG 格式图片

经过我多次的实践，推荐两个不错的网站。

  1. uutool：仅支持实时在线预览，有广告，不支持导出 PNG，预览不能缩放。
  2. svgviewer：强烈推荐，支持实时在线预览，支持缩放，同时可以快捷导出 PNG 格式。

3. Qwen3 在官网测试

从体验上来说，思考速度很快，大概 5 秒，但是 SVG 代码块连在一起，没有按卡片输出，不太好复制。

思考结果中规划卡片内容和配色方案上比较简单，颜色选择上更是一句话带过😓。（PS：对比起来有点敷衍）

4. DeepSeek V3 0324 在官网测试

这里我使用 DeepSeek V3 0324 进行测试的原因是编程能力超越 R1 ，性能直追 Claude 3.7（PS：数据结论来源于外界评测）。

从体验上来说，因为没有思考，采用了分卡片输出，受输出长度限制，需要多次点击继续生成卡片，效率上下降一个档次。（PS：如果有更好的方式，欢迎评论区交流🤝）。

5. Claude 3.7 Sonnet 在 POE 应用上测试

从体验上来说，思考时间比较长，花了 30 秒，包括规划卡片内容，配色方案，概念设计等。生成好的卡片每个代码块都可以快捷复制。

6. Gemini 2.5 Pro 在 Cursor 中测试

整体上思考时间花了 21 秒，从思考结果上看，它也是按照类似** Claude 3.7 Sonnet** 的规划路径（基于核心内容和设计思路），非常细致，最后生成了每个 SVG 卡片的骨架。

在 Cursor 中同样可以直接复制每个 SVG 代码块，整体体验上最满意。后续还能结合 MCP 能力直接转成图片，自动化发布，效率直接拉满（PS：在 Cursor 里想象空间很大😄）。

7. 我的结论（仅个人实测观点）

  1. DeepSeek V3 0324 生成卡片的效果明显强于 Qwen3（PS：至少从效果上我更看好 DeepSeek V3 0324 ）。
  2. Claude 3.7 sonnet 生成卡片的效果Gemini 2.5 Pro，但是差距不大，Claude 3.7 sonnet 想象力更丰富，审美和风格一致性上Gemini 2.5 Pro更好。

代码世界的最强王者越来越激烈了，看好 Gemini 2.5 Pro 后来居上，审美和代码能力上确实很在线，大道至简。

尤其是最近在 Cursor 中开发小程序深有感触，稍微复杂点的编程难题或者需要深度分析的场景， Gemini 2.5 Pro 优于Claude 3.7 sonnet。

好了，看到这里，批量制作卡片你心里中的 No.1 到底是谁？欢迎评论区交流和分享。

老实憨厚的技术人，持续分享AI编程，AI工具开发。