Prompt驱动：用Cursor+Obsidian打造智能架构图工作流

1. 从零开始理解Prompt驱动的架构图生成

第一次听说用自然语言描述就能自动生成架构图时，我的反应和大多数人一样：这玩意儿靠谱吗？直到亲眼见证同事用三句话生成一个完整的微服务架构图，我才意识到AI辅助设计的时代真的来了。现在每次做技术方案评审，我都会先让Cursor画个草图，效率提升不是一点半点。

这套工作流的核心在于自然语言到结构化数据的转换。想象你对着AI说"画个电商系统架构图，包含用户服务、订单服务和支付服务三个模块，用箭头表示调用关系"，Cursor会将其转化为包含节点位置、连接关系的JSON数据，Obsidian则负责将这些数据渲染成可视化的Canvas画布。整个过程就像有个懂技术的助手，把你口述的想法直接变成专业图表。

我整理了这个方法最打动我的三个优势：

• 降低表达门槛：不需要学习UML或绘图工具，用日常语言就能描述复杂架构
• 迭代速度快：修改需求只需调整Prompt，不用手动拖拽每个组件
• 知识沉淀方便：生成的架构图自动存入Obsidian知识库，形成可检索的设计资产

最近给团队新人培训时，我让他们用这个方式绘制自己理解的系统架构。有趣的是，即使对同一系统的描述，不同人产出的图表风格迥异，这反而成了讨论架构视角差异的绝佳素材。

2. Cursor中的Prompt工程实战技巧

在Cursor里玩转架构图生成，关键在于掌握Prompt的结构化表达艺术。经过上百次尝试，我总结出几个立竿见影的技巧：

2.1 要素分解法

把架构描述拆解为三个必填项和两个选填项：

1. 核心组件（必填）：明确要包含哪些主要模块
2. 关系说明（必填）：用"调用"、"依赖"、"包含"等动词定义交互
3. 布局偏好（必填）：指定"从左到右流