1. 项目背景与核心价值
作为一名深耕健康科普领域多年的从业者，我深刻理解中医养生内容传播的痛点：专业术语晦涩难懂、药材知识抽象难记、视觉呈现单调乏味。传统的中药科普往往停留在文字描述阶段，即使配上图片也缺乏系统性设计，导致用户阅读体验差、记忆留存率低。
这个项目通过Coze平台（字节跳动推出的AI Bot开发平台）实现了中药知识的智能化视觉转化。只需输入任意中药名称，系统就能自动生成包含药材图示、性味归经、功效主治、用法禁忌等核心信息的科普卡片。这种"输入-生成"的极简操作模式，解决了三大行业痛点：
- 效率瓶颈：人工设计一张专业级中药科普图平均需要2-3小时，而AI生成仅需10秒
- 知识准确性：系统内建权威中药数据库，避免自媒体常见的知识错误
- 视觉标准化：统一的版式设计既保证专业性又提升品牌辨识度
2. 技术实现解析
2.1 系统架构设计
整个系统采用三层架构：
用户端(前端输入) → 逻辑处理层(Coze工作流) → 数据服务层(中药数据库+AI绘图)核心模块说明：
- 意图识别模块：使用正则表达式匹配用户输入，过滤无效字符（如"怎么吃"、"多少钱"等非药材名查询）
- 知识图谱查询：对接《中国药典》结构化数据库，字段包括：
- 基础属性：别名、科属、药用部位 - 药理特性：性味、归经、毒性 - 应用数据：常用剂量、配伍禁忌 - 多模态生成：通过Coze的"知识库+大模型+文生图"三阶段处理：
- 知识检索：从结构化数据库提取目标药材的字段数据
- 文案生成：用GPT-4整理成通俗易懂的科普文案
- 图像合成：SDXL模型生成符合中医药审美的视觉图
2.2 关键参数配置
在Coze工作流中需要特别关注的配置项：
# 文生图提示词模板示例（以黄芪为例）： prompt_template = """ 中国风中药科普插画，主体为{药材名}，{形态特征}， 背景采用浅米色宣纸纹理，搭配青花瓷元素边框， 风格参考《本草纲目》线描图谱，4K高清细节 """ # 知识库检索字段映射： herb_data = { "name": ["正名", "别名"], "properties": ["性", "味", "归经"], "effects": ["功效", "主治"], "warning": ["禁忌", "不良反应"] }2.3 视觉设计规范
为保证生成图片的专业性和一致性，我们制定了严格的视觉规则：
色彩体系：
- 补益类：暖黄/浅棕色调（如人参、黄芪）
- 清热类：蓝绿色调（如金银花、黄连）
- 活血类：粉紫色调（如丹参、红花）
版式模板：
[顶部] 药材名（书法字体） [左侧] AI生成药材图示（写实风格） [右侧] 核心信息分栏： - 性味归经（图标+文字） - 经典方剂举例 - 使用注意警示 [底部] 数据来源标注（如《中国药典》2020版）
3. 实操指南
3.1 快速入门
- 访问Coze官网创建新Bot
- 在「知识库」上传中药Excel表格（字段需包含：名称、性味、功效等）
- 配置工作流：
- 添加「用户输入」节点，设置药材名识别规则
- 连接「数据库查询」节点，匹配知识库记录
- 添加「AI生成」节点，组合提示词模板
3.2 高级技巧
提升生成准确率：
- 在知识库中添加常见别名映射（如"淮山→山药"）
- 对易混淆药材设置差异提示（如"白茯苓/赤茯苓"）
优化视觉效果：
- 在提示词中添加负面约束：
避免现代化学仪器，不要卡通风格， 禁用非传统配色（如荧光色） - 通过「种子锁定」固定优秀设计模板
4. 常见问题解决方案
Q1：生成内容出现药理错误
- 检查知识库数据源是否来自权威出版物
- 在GPT提示词中添加限定：
你是一名执业中药师，所有描述必须符合《中国药典》标准， 不确定的内容应标注"尚不明确"
Q2：图片出现杂交物种
- 强化SDXL的负面提示词：
lowres, bad anatomy, wrong structure, hybrid plant, mutation, extra roots - 上传标准药材照片作为img2img参考
Q3：用户输入方言名称
- 在知识库中添加方言对照表：
普通话, 粤语, 闽南语 山药, 淮山, 薯蓣 - 设置模糊查询阈值（Levenshtein距离≤2）
5. 应用场景扩展
这套方案经过简单改造可适用于：
- 药店智能导购：顾客扫描药材二维码获取AI卡片
- 中医教学工具：自动生成带批注的药材图谱
- 内容电商场景：商品详情页的智能科普模块
近期我们正在测试「方剂生成」功能，输入症状描述（如"反复感冒 气虚"）可自动推荐经典方剂（如玉屏风散），并生成成分解析图。一个值得注意的细节是：系统会特别标注处方药需遵医嘱的警示信息，这体现了AI医疗内容的安全边界设计。
