canvas

Überblick über die canvas-Skill

Was canvas leistet

Die canvas-Skill erstellt JSON-Canvas-Diagramme mit freier Positionierung und ist damit besonders gut geeignet für Mindmaps, Knowledge Graphs, Concept Maps und Planungsboards. Sie ist für Fälle gedacht, in denen das Layout wichtiger ist als die Reihenfolge, und verwendet explizite x/y-Koordinaten, damit das Diagramm gezielt platziert werden kann, statt dass das Modell den Aufbau nur grob errät.

Bestgeeignete Anwendungsfälle

Nutzen Sie diese canvas-Skill, wenn Sie ein räumliches Diagramm brauchen, das wie eine Karte lesbar ist: gebündelte Ideen, verknüpfte Notizen, Forschungsstrukturen oder visuelle Planung. Besonders nützlich ist sie in Diagramming-Workflows, wenn Knoten, Beschriftungen und Beziehungen editierbar sein sollen und mit Obsidian-Canvas-ähnlicher Ausgabe kompatibel bleiben müssen.

Wann Sie sie nicht verwenden sollten

Wenn Ihr Ziel ein Schritt-für-Schritt-Ablauf ist, wählen Sie stattdessen eine Flowchart- oder UML-artige Skill. Wenn Sie Datenvisualisierung, Diagramme oder einen numerischen Vergleich brauchen, ist canvas das falsche Werkzeug. Der wichtigste Hinderungsgrund bei der Einführung ist die Erwartung eines automatischen narrativen Flusses in einem Format, das für räumliche Anordnung gebaut wurde.

So verwenden Sie die canvas-Skill

Installieren und die Quelle finden

Führen Sie npx skills add markdown-viewer/skills --skill canvas aus, um die canvas-Skill zu installieren. Lesen Sie nach der Installation zuerst SKILL.md und öffnen Sie dann references/syntax.md für die Attributregeln und Beispiele. Dieses Repo hat nur eine unterstützende Referenzdatei, Sie müssen also nicht durch eine große Dateistruktur suchen.

Was Sie in Ihrer Promptanfrage angeben sollten

Eine gute canvas-Anfrage sollte Folgendes enthalten: das Thema, die wichtigsten Cluster, die Anzahl der Knoten, erforderliche Verknüpfungen, die bevorzugte Leserichtung und ob das Diagramm kompakt oder großzügig angelegt sein soll. Statt also „mach eine canvas zu Produktstrategie“ zu schreiben, fragen Sie besser nach „einer canvas für ein Product-Strategy-Workshop-Diagramm mit 1 zentralen Knoten, 4 Workstream-Gruppen, 12 Kind-Notizen und Verknüpfungen zwischen Risiken und Abhängigkeiten“.

Praktischer Workflow

Gehen Sie vom Inhalt aus, nicht vom Layout. Geben Sie dem Modell zuerst das Rohmaterial und lassen Sie es dann die Knoten auf einem Raster platzieren und miteinander verbinden. Ein starkes canvas-Briefing sagt in der Regel, was in Textknoten gehört, was gruppiert werden soll und was verlinkt wird. Wenn Sie die Struktur schon kennen, benennen Sie die Gruppen ausdrücklich, damit die Skill Koordinaten konsistent vergeben kann.

Dateien und Regeln, die Sie zuerst prüfen sollten

Lesen Sie references/syntax.md, um die erforderlichen Knotenfelder, unterstützten Knotentypen und Farboptionen zu bestätigen. In SKILL.md sind die wichtigsten Regeln die JSON-Struktur, die Knotenanforderungen und das Format für Kantenverbindungen. Genau diese Details führen am häufigsten dazu, dass canvas beim Installieren oder in der Nutzung scheitert, wenn sie übersehen werden.

Häufige Fragen zur canvas-Skill

Ist canvas nur für Obsidian Canvas?

Nein. Das Format ist kompatibel mit Obsidian Canvas, aber die canvas-Skill geht im Kern darum, JSON-Canvas-Diagramme zu erzeugen, die in kompatiblen Viewern und Workflows genutzt werden können. Wenn Sie bereits mit Canvas-basierten Notizsystemen arbeiten, passt das sehr gut.

Worin unterscheidet sich canvas von einem normalen Prompt?

Ein normaler Prompt kann ein Diagramm in Prosa beschreiben; canvas erzeugt strukturierte Diagrammdaten mit Knoten, Positionen und Kanten. Dadurch eignet sich die Skill besser für wiederholbare Diagramming-Aufgaben, ist leichter zu bearbeiten und lässt sich sauberer weiterverarbeiten. Außerdem reduziert sie das Rätselraten beim Layout, und genau das ist in der Praxis der größte Unterschied.

Ist canvas anfängerfreundlich?

Ja, wenn Sie den Inhalt klar beschreiben können. Sie müssen die JSON-Syntax nicht im Voraus kennen, aber Sie müssen eine sinnvolle Struktur vorgeben. Anfänger erzielen die besten Ergebnisse, wenn sie zuerst eine kleine Zahl von Gruppen festlegen und diese dann mit Kindknoten erweitern.

Wann sollte ich canvas vermeiden?

Vermeiden Sie sie, wenn die Ausgabe eine Prozesskarte, ein Sequenzdiagramm oder ein analytisches Chart sein muss. Weniger sinnvoll wird sie auch dann, wenn Sie die Beziehungen zwischen Ideen nicht benennen können, denn die Skill hängt von einer aussagekräftigen Positionierung der Knoten und Kanten ab.

So verbessern Sie die canvas-Skill

Geben Sie dem Modell ein Layout-Briefing

Der schnellste Weg zu besseren canvas-Ausgaben ist, nicht nur das Thema, sondern auch die Topologie zu definieren. Sagen Sie, ob sich das Zentrum nach außen verzweigen soll, ob Cluster getrennt werden sollen und welche Knoten visuell hervorgehoben werden sollten. Bei einer canvas-Anfrage sind Angaben wie „drei Cluster, Leserichtung von links nach rechts, ein Zusammenfassungsknoten pro Cluster“ deutlich hilfreicher als „mach es schön“.

Liefern Sie vollständige Knoteninhalte

Gute canvas-Nutzung hängt davon ab, dass die tatsächlichen Beschriftungen schon vorliegen. Wenn Sie nur ein Thema angeben, muss das Modell die Struktur selbst erfinden und erzeugt möglicherweise generische Knoten. Besser wäre zum Beispiel: „Zentraler Knoten: Customer onboarding. Gruppe A: acquisition steps. Gruppe B: activation risks. Gruppe C: support materials. Füge 2 Verknüpfungen von risks zu support materials hinzu.“

Achten Sie auf typische Fehlerbilder

Die häufigsten Probleme sind fehlende Pflichtfelder, überlappende Knoten, zu viele Knoten in einem Cluster und Kanten, die die beabsichtigte Beziehung nicht abbilden. Ein weiteres häufiges Problem ist die Anforderung von Diagrammtypen, die nicht in canvas gehören. Wenn das passiert, schärfen Sie den Prompt nach, indem Sie festlegen, was Textknoten sein soll, was Datei- oder Link-Knoten sein soll und wie groß der Abstand zwischen den Gruppen sein soll.

Iterieren Sie mit einem präziseren zweiten Durchlauf

Wenn die erste Ausgabe strukturell korrekt, aber visuell schwach ist, bitten Sie um eine überarbeitete canvas mit angepasstem Abstand, kürzeren Labels oder klarerer Gruppenhierarchie. Wenn die erste Ausgabe inhaltlich schwach ist, ersetzen Sie vage Labels durch konkrete Substantive und Verben. Die zuverlässigsten Verbesserungen entstehen, wenn Sie der canvas-Skill bessere Ausgangsinhalte geben, nicht nur nach einem schöneren Layout fragen.