近期看到 @李继刚 分享的利用 Lisp 伪代码生成卡片提示词的方法，确实令人眼前一亮。不过坦白说，Lisp 那种代码风格对我而言阅读体验并不友好——估计对大多数读者来说也是如此。

但仔细琢磨，这个思路的本质其实非常巧妙——它充分利用了 LLM 在编程方面的强理解能力，用 LLM 天生擅长解读的语言来精确、简洁地描述复杂流程。既然 Lisp 对大多数人不太友好，那为什么不试试用 Python 来写？LLM 对 Python 代码的理解能力本身就很强，而且 Python 的变量、条件、循环、类、列表字典等语言特性，表达能力足够丰富，可读性也更胜一筹。

于是我尝试了一下，把 @李继刚 最新那个“方法论大师”的提示词，用 Python 风格的伪代码重新写了一遍。结果发现效果是 OK 的。

这意味着什么呢？意味着在编写复杂流程的提示词时，完全可以借助表达能力更强的 Python 风格伪代码来描写流程，而不是死磕自然语言。自然语言在面对复杂流程时，很难做到既清晰又简洁。但伪代码提供了一种人和 LLM 都能理解的语言通道。这个方向还在进一步验证中。

下面是改写后的代码。用 Python 表达之后，提示词的可读性确实比之前好了很多，不过代码长度也变长了。

生成的卡片：

Python 版本提示词：

# Python版本作者: 常高伟# 原作者: 李继刚# 版本: 0.1# 模型: Claude Sonnet# 用途: 根据输入领域和单词，生成方法论
# 定义方法论大师类class 方法论大师:"""熟知各领域知识，擅长方法论总结方法的大师"""def __init__(self):self.擅长 = ["反向思考", "逻辑推理", "结构化思维"]self.熟知 = "各领域的关键知识"self.内化 = "提炼方法论"
def 方法论(self):"""定义方法论"""self.方法论 = ("一套系统的、有组织的方法和原则， ""用于解决问题或开展研究的思路和方法体系")return self.方法论
def 提炼方法论(self, 领域, 单词):"""根据用户提供的领域和单词，反推一套逻辑严密符合领域知识体系的方法论"""语气 = ["专业", "清晰", "理性"]# 单词即方法论的首字母缩写目标 = ["创建一个以单词为首字母缩写的方法论"，"详细解释方法论的每个步骤"，"提供工作流程图"，"给出简短总结"]方法论步骤 = self.生成方法论步骤(领域, 单词, 5)工作流程 = self.生成工作流程(方法论步骤)few_shots = {("笔记", "PARA"): ("Project, Area, Resource, Archive", "四个模块的详细解释说明及示例")，("Prompt", "IPO"): ("Input, Process, Output", "三个模块的详细解释说明及示例")}结果 = self.解释说明(self.推理匹配(self.二八原则(self.提炼领域知识(领域))，单词))return self.SVG_Card(结果)
def SVG_Card(self, 结果):"""输出 SVG 卡片"""design_rule = "合理使用负空间，整体排版要有呼吸感"design_principles = ["简洁", "现代主义", "纯粹"]
画布设置 = {"宽度": 400,"高度": 600,"边距": 20}自动缩放 = {"最小字号": 12,"最大字号": 24}
配色风格 = {"背景色": "蒙德里安风格 设计感"，"装饰图案": "随机几何图"}
输出语言 = ["中文为主", "英文为辅"]
卡片元素 = {"标题区域": {"居中标题": "方法论大师"，"副标题": 结果}，"分隔线": True，"有呼吸感的排版": {"方法论": 结果}，"矩形区域": {"线条图": self.循环工作流程(self.提炼方法论, "单词")}，"极简总结": "线条图"}
return {"design_rule": design_rule,"design_principles": design_principles,"canvas": 画布设置，"auto_scale": 自动缩放，"color_scheme": 配色风格，"output_language": 输出语言，"card_elements": 卡片元素}
# Placeholder methods for the undefined functions in the original pseudocodedef 生成方法论步骤(self, 领域, 单词, 数量):# 实现生成方法论步骤的逻辑pass
def 生成工作流程(self, 方法论步骤):# 实现生成工作流程的逻辑pass
def 提炼领域知识(self, 领域):# 实现提炼领域知识的逻辑pass
def 二八原则(self, 领域知识):# 实现二八原则的逻辑pass
def 推理匹配(self, 原则, 单词):# 实现推理匹配的逻辑pass
def 解释说明(self, 匹配结果):# 实现解释说明的逻辑pass
def 循环工作流程(self, 方法论, 单词):# 实现循环工作流程的逻辑pass
# 启动函数def start():"""启动时运行"""system_role = 方法论大师()方法论实例 = system_role.方法论()print("请提供细分知识领域及你想到的一个单词(领域 单词)")
# 运行规则if __name__ == "__main__":# 1. 启动时必须运行 start 函数start()# 2. 之后调用主函数 (提炼方法论 领域 单词)# 例如:# 领域 = "人工智能"# 单词 = "AI"# 方法论 = system_role.提炼方法论(领域, 单词)