写给科研工作者、研究生的"AI 工具实战指南"——让你用 AI 画出能放进论文的图
本教程把 AI 科研绘图的核心技能凝练成 8 章、22 节——每节学习时间 2-3 分钟，全书 1.5 小时学完，一本可以快速翻阅的"实战手册"。
和市面上同类教程的区别：
学完你能做什么：
适合人群：
💡 深入 标记 — 表示这块还有进阶玩法，有需要再回看约定：本教程默认你已经能访问 ChatGPT 或 Midjourney（详见 § 1.3）。国内替代方案（即梦、文心一格）穿插提示，可以无缝跟随。
这一章不教任何提示词。先把"AI 能画什么、不能画什么、该用哪个工具"想明白，比急着出图重要 10 倍。
⏱️ 3 分钟
这节学啥：明确 AI 绘图在科研中的真实能力边界。
为什么：很多人对 AI 绘图有两种极端误解——要么觉得"什么都能画"（结果论文图用 AI 出错被退回），要么觉得"完全不能用"（错过了它最擅长的场景）。真实情况是：AI 擅长画风格化示意图，不擅长画精确数据图。
AI 擅长画的：
AI 不擅长的：
一个坑：AI 生成的图经常出现"看起来对但科学上错" 的细节——错误的电子排布、虚构的分子键、违反热力学第二定律的箭头方向。任何 AI 图用到论文里，必须找懂行的同事帮你审一遍，审稿人也会看。
⏱️ 3 分钟
这节学啥：知道三大 AI 绘图工具各自的定位。
为什么：科研里 90% 的需求只需要其中一个工具。Midjourney 美学最强但贵且不可控，ChatGPT (GPT-4o / DALL·E) 听话但风格相对单一，Stable Diffusion 完全自由但要折腾。选错工具会让你浪费几十小时。
对照表：
| 工具 | 美学水准 | 控制度 | 价格 | 适合 |
|---|---|---|---|---|
| Midjourney | ★★★★★ | ★★★ | $10/月起 | 封面图、艺术化图 |
| ChatGPT 4o | ★★★★ | ★★★★★ | Plus $20/月 | 修改迭代、精确控制 |
| Stable Diffusion | ★★★★ | ★★★★★ | 免费（需 GPU） | 大批量、高度定制 |
本课程选择：以 ChatGPT 4o 为主——它最适合科研人：
Midjourney 在追求美学冲击力（如期刊封面投稿）时用，Stable Diffusion 留给需要大批量定制化的用户。
一个坑：不要一开始就上 Stable Diffusion——本地部署 + ComfyUI 工作流的学习曲线极陡，光环境配置就能劝退 80% 的人。先用 ChatGPT 把"会画"过了，再决定要不要进 SD。
💡 深入：三大工具画同一张"细胞分裂示意图"的效果对比 → 见附录 A
⏱️ 5 分钟
这节学啥：把所需工具账号都开起来。
为什么：国外 AI 工具在国内访问需要技巧。本节给出最稳定的路径，避免一开始就卡在"连不上"。
海外工具（推荐首选）：
ChatGPT 4o
Midjourney
国内替代方案（不能或不想用海外工具）：
| 工具 | 厂商 | 优点 |
|---|---|---|
| 即梦 AI | 字节跳动 | 免费 + 中文友好 + 效果接近 MJ |
| 文心一格 | 百度 | 免费额度，集成度高 |
| 可灵 AI | 快手 | 视频生成强，图像也行 |
| 通义万相 | 阿里 | 商用稳定，API 完整 |
推荐：即梦 作为主力（免费 + 中文好），辅以 ChatGPT 做精修。
一个坑：用国内工具时风格关键词要用中文——直接照搬英文提示词效果会差，因为它们的训练集中文权重高。"赛博朋克风格"比 "cyberpunk style" 在国内工具上效果更好。
AI 绘图的天花板取决于提示词。同样的工具，写好提示词能差出十倍效果。本章是全书最值得反复读的章节。
⏱️ 3 分钟
这节学啥：理解结构化提示词与"想到啥写啥"的区别。
为什么：新手写提示词常常一句话扔过去——"画一个细胞"。结果 AI 画了个动漫细胞、卡通细胞、抽象细胞……什么都有，就是不是你想要的。好提示词是有结构的，让 AI 别无选择。
坏例子：
画一个细胞
AI 内心 OS：什么细胞？真实风格还是卡通？正面还是切面？背景什么颜色？……
好例子：
一个真核细胞的切面示意图，扁平矢量插画风格，
浅蓝色细胞质背景，清晰显示细胞核（中心，深蓝）、
线粒体（4 个，黄色椭圆）、内质网（粉色弯曲网状）、
高尔基体（紫色叠片）。简洁科研论文风格，无文字标注，白色背景。
好提示词的 5 个特征：
一个坑：提示词不是越长越好。超过 200 字 AI 会开始忽略后面的指令。核心要素写清楚比堆细节重要。
⏱️ 3 分钟
这节学啥：四要素法——一个万能的提示词模板。
为什么：记不住复杂结构？用这个四要素公式：
[主体] + [风格] + [细节] + [约束]
任何科研图都能套这个模板。
模板拆解：
| 要素 | 作用 | 例子 |
|---|---|---|
| 主体 | 画什么 | "锂离子电池充放电过程示意图" |
| 风格 | 什么风格 | "扁平矢量插画，论文配图风格" |
| 细节 | 关键元素 | "正极标为红色 Li⁺ 流入，负极标为蓝色 Li⁺ 流出，电解液标为浅黄色" |
| 约束 | 不要什么 | "无文字标注，白色背景，无装饰元素" |
完整模板示例：
[主体] 锂离子电池充放电过程的横向切面示意图。
[风格] 扁平矢量插画，类似 Nature Energy 期刊配图风格。
[细节] 左侧正极用红色块表示，右侧负极用蓝色块表示，
中间电解液用浅黄色渐变。Li⁺ 离子用小圆点表示，
充电时从右向左流动，画出 5 个明显的箭头。
[约束] 16:9 横向构图，白色背景，不要任何文字标注，
不要装饰性边框。
一个坑：约束条件常被新手忽略。"不要文字" 在科研图特别重要——AI 几乎总会画一些看起来像字但实际是乱码的标注，比直接没字还糟。
💡 深入：风格关键词库（写实 / 扁平 / 等距 / 水彩 / 漫画）→ 见附录 B
⏱️ 3 分钟
这节学啥：常用的科研图风格关键词。
为什么："好看"在 AI 眼里太抽象，必须用具体的风格关键词指定。本节给你一份可直接复制粘贴的库。
主流科研图风格：
| 风格名 | 关键词 | 适用场景 |
|---|---|---|
| 扁平矢量 | flat vector illustration, minimalist | 机理示意图、概念图 |
| 3D 等距 | isometric 3D illustration | 装置图、流程图 |
| 写实渲染 | photorealistic 3D render, octane render | 材料样品、产品图 |
| 科学手绘 | hand-drawn scientific illustration | 生物、解剖类 |
| 赛博朋克 | cyberpunk, neon glow | 汇报封面（慎用） |
| 水彩 | watercolor style | 综述类、教科书 |
| 数据可视化 | data visualization style, infographic | 信息图 |
期刊风格关键词（让 AI 模仿顶刊配图）：
Nature 风格 → "Nature journal cover style, scientific illustration"
Science 风格 → "Science magazine illustration, conceptual diagram"
Cell 风格 → "Cell journal graphical abstract, biological illustration"
配色方向：
冷静科研 → "muted color palette, blue and gray tones"
热情活泼 → "vibrant colors, bright but not saturated"
单色简约 → "monochromatic, single hue gradient"
一个坑：不要堆砌 5 个以上风格关键词。风格之间会冲突——"watercolor + cyberpunk + minimalist" 会让 AI 产生"什么都像、什么都不像"的图。一次只用 1-2 个风格词。
⏱️ 3 分钟
这节学啥：指定视角与构图，让画面看起来"有目的"。
为什么：AI 默认会给你一个"看起来居中、平衡的画面"——但科研图常常需要特定视角才能讲清楚。比如要看细胞内部就必须"切面"，要展示分子运动就必须"侧视"。不指定视角 = 让 AI 随机猜。
常用视角关键词：
| 视角 | 关键词 | 适合 |
|---|---|---|
| 俯视 | top-down view, aerial view | 平面布局、地图类 |
| 侧视 | side view, cross-section | 电池、细胞切面 |
| 斜视/等距 | isometric view, 3/4 view | 装置图 |
| 显微 | microscopic view, electron microscope style | 细胞、纳米结构 |
| 特写 | close-up, macro shot | 突出某个部件 |
构图关键词：
| 构图 | 关键词 | 适合 |
|---|---|---|
| 居中 | centered composition | 单一主体 |
| 三分法 | rule of thirds | 有主次的双主体 |
| 黄金分割 | golden ratio composition | 美学优先（封面） |
| 对称 | symmetrical composition | 强调对照、对偶 |
| 流动 | dynamic flow, leading lines | 流程图、过程图 |
画幅比例：
论文配图（横） → 16:9 或 4:3
期刊封面 → 1:1 或竖向 3:4
汇报 PPT → 16:9
TOC 图 → 1:1 (Nature) 或 2:1 (Science)
一个坑：默认不指定画幅时，Midjourney 会给你 1:1，ChatGPT 会给你接近 16:9——和你期刊要求不一定匹配。永远显式指定 aspect ratio：MJ 用 --ar 16:9，ChatGPT 直接说"16:9 横向"。
ChatGPT 4o 是科研人最容易上手的 AI 绘图工具——能听中文、能改、能解释。本章教三种核心用法。
⏱️ 3 分钟
这节学啥：ChatGPT 4o 画图的三种基本姿势。
为什么：ChatGPT 4o 不只能"从零生成"，它最强的能力是结合已有素材做修改、对话迭代。新手只用第一种，浪费了 70% 的能力。
三种用法：
| 用法 | 怎么用 | 适合 |
|---|---|---|
| ① 直接生成 | 写提示词，等出图 | 从零开始 |
| ② 上传参考图 | 拖一张图进对话框 + 文字说怎么改 | 改风格、加元素 |
| ③ 对话迭代 | 拿到第一张图后说"再调一下..." | 持续优化 |
对话迭代是最重要的能力：
我：[第一次出图]
GPT：[给出图]
我：箭头太多，请只保留 3 个最重要的箭头
GPT：[改]
我：底色换成浅蓝渐变
GPT：[改]
我：右上角加上 "energy in"
GPT：[改]
一个坑：ChatGPT 改图时有时会重新生成而非真改——前面已经满意的细节会消失。关键满意版本要及时保存，不要无限迭代。
⏱️ 3 分钟
这节学啥：上传一张图作为风格参考，让 AI 画类似风格的新图。
为什么：文字描述风格永远不如直接给一张图。上传一张 Nature 杂志的配图截图，让 GPT 模仿它的风格画你的内容——比写 10 个风格关键词都管用。
操作步骤：
请参考我上传的这张图的风格（扁平矢量、冷色调、极简），
帮我画一张表示"电池循环过程"的示意图。
保留原图的配色和构图比例，但内容换成我描述的。
最常用的参考图来源：
一个坑：不要上传他人的原创艺术作品做参考（违反版权）。用期刊配图、论文图、stock 图作参考是安全的——这些本身是 AI 训练集里的内容。
⏱️ 3 分钟
这节学啥：用 ChatGPT 画图时最高频的 3 个问题。
为什么：知道这些坑能让你少浪费一半时间。这些都不是 bug，是模型固有限制。
坑 1：文字标注几乎都是乱码
ChatGPT 画图时遇到中文、专业词、长字符串几乎必然出错。mitochondria 可能画成 mitochrandia。
解法：永远说"不要任何文字标注"，文字让你自己用 Photoshop / PPT 后加。
坑 2：人物身体比例 / 实验仪器变形
GPT 画人物时手指经常 6 根，画显微镜时旋钮位置混乱。
解法：避免画细节复杂的具象物体；用抽象 / 卡通风格代替写实。
坑 3：尺寸/比例不听话
明明说了 16:9，出图还是接近 1:1 正方形。
解法：在提示词最后明确写 严格 16:9 横向比例，关键内容居中，并主动选 ChatGPT 提供的横向预设。
一个坑（meta）：ChatGPT 一次最多生成 1 张图。想要 4 张候选请连续问 4 次，每次说"再画一张不同风格的"。
Midjourney 美学最强，但参数复杂、不能聊天改。本章教高效用它。
⏱️ 3 分钟
这节学啥：在 Discord 里用 /imagine 和 /blend 画图。
为什么：Midjourney 主要通过 Discord 使用。记住 3 个核心命令就能搞定 90% 场景。
三个核心命令：
/imagine [prompt] —— 从提示词生成 4 张候选
/blend —— 上传 2-5 张图，融合生成
/describe —— 上传一张图，反推它的提示词
/imagine 完整示例：
/imagine a cross-section diagram of lithium-ion battery,
flat vector illustration, scientific journal style,
red cathode, blue anode, yellow electrolyte, lithium ions
flowing right to left during discharge, no text labels,
white background --ar 16:9 --v 6.1 --s 250
关键参数（写在 -- 后面）：
| 参数 | 含义 | 常用值 |
|---|---|---|
--ar |
画幅比例 | 16:9, 1:1, 3:4 |
--v |
模型版本 | 6.1（最新写实）, 6.0 |
--niji |
二次元风格 | --niji 6 |
--s |
风格化强度 | 0-1000，默认 100 |
--no |
排除元素 | --no text, hands |
一个坑：参数之间用空格分隔，--ar 后跟的比例中间是冒号不是斜杠。--ar 16:9 对，--ar 16/9 错。
⏱️ 3 分钟
这节学啥：MJ 出 4 张候选后下方那一排按钮怎么用。
为什么：MJ 出 4 张候选后下面有 U1 U2 U3 U4 V1 V2 V3 V4 🔄 等按钮。不会用这些按钮 = 浪费一大半 MJ 能力。
按钮含义：
| 按钮 | 作用 | 何时点 |
|---|---|---|
U1-U4 |
Upscale 放大第 N 张 | 看中某一张时 |
V1-V4 |
Vary 基于第 N 张生成变体 | 喜欢但想多看几种 |
🔄 |
重新生成 4 张 | 都不喜欢时 |
进阶按钮（点 V 后）：
| 按钮 | 作用 |
|---|---|
| Vary (Strong) | 大幅度变化 |
| Vary (Subtle) | 微调变化 |
| Vary (Region) | 选区域局部重画 |
| Zoom Out | 缩小取景 |
| Pan ← → ↑ ↓ | 向某方向延伸画面 |
典型迭代流程：
1. /imagine [prompt] → 出 4 张
2. V2（第 2 张接近）→ 又出 4 张变体
3. V3（继续接近）→ 又出 4 张
4. U4（最终选中）→ 放大成高清
一个坑：Upscale 后想再改就麻烦了。能 V 就 V，不要急着 U。一旦 U 完，再改就只能重新 /imagine。
⏱️ 3 分钟
这节学啥：用 --s 和 --niji 让画面风格更鲜明。
为什么：默认 --s 100 的 MJ 已经够美，但有时论文封面或汇报封面需要更夸张的视觉冲击。--s 越高越夸张。
--s（stylize）效果对比：
--s 0 → 完全照提示词，没 MJ 的美学加成（最理性）
--s 100 → 默认，平衡
--s 250 → 推荐区间（科研封面常用）
--s 500 → 明显艺术化
--s 1000 → 极度风格化（可能偏离主题）
--niji 6（日漫风格）：
适合：教科书 / 科普插画、给年轻读者的展示。
/imagine cell division process, schematic, soft pastel colors --niji 6 --ar 16:9
--seed（固定随机性）：
/imagine [prompt] --seed 12345
下次用同样 prompt + 同样 seed 能再现一模一样的图，便于 A/B 测试不同参数。
一个坑：--s 1000 几乎必然偏离你的提示词，最高用到 --s 500 就够了。
SD 是给"折腾派"用的——你能控制每一个细节。本章只教最有用的部分。
⏱️ 3 分钟
这节学啥：知道 Stable Diffusion 该怎么"上手"。
为什么：SD 不是一个软件，是一组模型。上手方式有三种，难度从低到高：
| 方式 | 优势 | 劣势 |
|---|---|---|
| ① 在线服务（Civitai, Replicate） | 不用配环境 | 收费、慢 |
| ② Automatic1111 WebUI | 功能全 | 安装繁琐 |
| ③ ComfyUI | 灵活、可视化工作流 | 学习曲线陡 |
推荐路径：
SD 的核心优势：
一个坑：SD 出图前所未有的依赖模型选择。同一个提示词，SD 1.5、SDXL、Flux 出来效果天差地别。至少了解三类：写实（Realistic Vision）、插画（DreamShaper）、最新基线（Flux Dev）。
⏱️ 4 分钟
这节学啥：用 ControlNet 让 AI 画图严格遵循你给的草图、骨架、深度图。
为什么：纯文本提示词无法控制"具体构图"。ControlNet 接收一张参考图（线稿/姿势/深度），让 AI 按这个结构画。这是 SD 最强大的能力，MJ 和 ChatGPT 都没这么细的控制。
最常用的 5 种 ControlNet：
| 类型 | 输入 | 用途 |
|---|---|---|
| Canny | 边缘线 | 草图变插画 |
| Depth | 深度图 | 保持 3D 结构 |
| OpenPose | 人体姿势骨架 | 控制人物动作 |
| Lineart | 干净线稿 | 漫画上色 |
| Scribble | 涂鸦草图 | 涂鸦 → 完整图 |
典型工作流（科研用）：
1. 在 PPT 里画粗糙草图——锂电池切面，箭头标 Li⁺ 流动
2. 截图保存
3. SD WebUI 里开 ControlNet（Canny 模式），上传草图
4. 写提示词："锂电池切面，扁平矢量风格，红色正极，蓝色负极..."
5. 生成 → AI 严格按你的草图布局上色
一个坑：ControlNet 强度（control weight）默认 1.0 太死板——0.6-0.8 通常更自然。强度 1.0 时 AI 不敢偏离草图分毫，反而僵硬。
前 5 章学了"工具"，这一章教你怎么用工具画论文里最常见的科研图。
⏱️ 3 分钟
这节学啥：科研里最高频的 3 类图，每类一个万能模板。
为什么：科研图看起来千变万化，本质上 80% 是这 3 类——机理图、流程图、对比图。每类有自己的提示词模板。
模板 1：机理示意图（药物作用、反应过程）
[科学过程名] 的机理示意图，扁平矢量插画风格。
左侧画 [起始状态]，中间画 [中间过程，用箭头连接]，
右侧画 [最终状态]。背景浅色渐变，不要任何文字。
关键元素颜色：[元素 A] 用 [颜色]、[元素 B] 用 [颜色]。
横向构图 16:9，论文配图风格。
模板 2：流程图（实验步骤、信号通路）
[流程名] 的水平流程图，简洁科研图标风格。
从左到右 [N] 个步骤，每个步骤用一个圆形图标 + 简短描述位置。
步骤之间用 → 箭头连接。配色：冷色调（蓝灰）。
白色背景，无装饰。横向 16:9。
模板 3：对比图（before vs after、对照 vs 实验组）
左右分屏对比示意图，左侧标 "Control"，右侧标 "Treatment"。
左侧画 [对照状态，用灰色调]，右侧画 [处理后状态，用蓝色调]。
中间用一条垂直虚线分隔。无文字标注（除分组名）。
扁平矢量风格，论文配图。
一个坑：模板里带方括号的占位词必须替换——AI 不会替你想这些。模板是骨架，肉要你填。
⏱️ 3 分钟
这节学啥：复杂机理（如细胞信号通路）AI 一次画不好时怎么办。
为什么：超过 5 个元素的机理图，AI 一次性画几乎必然出错（漏元素、连错线、重叠）。正确做法是分步——让 AI 先画框架，再分块画细节，最后用 PS 拼起来。
分步示例（细胞内信号通路）：
Step 1：先画"骨架"
prompt：细胞外到细胞核的简化路径示意图，
只画一个细胞膜（绿色）、一个细胞质区域、一个细胞核（蓝色）。
极简扁平风格。
Step 2：分块画细节
prompt：[只画细胞膜上的受体]，G 蛋白偶联受体的横截面图，
紫色蛋白结构，靠左布局。
Step 3：用 Photoshop / Figma 把多张图拼起来，统一风格。
为什么这样做：AI 一次画 8 个元素 = 错 5 个；分 8 次每次画 1 个 = 全对。手工拼接比 AI 一次出错好十倍。
一个坑：分步时保持统一的风格关键词——"扁平矢量"在所有步骤都用，否则后期拼接时风格不一致。
⏱️ 3 分钟
这节学啥：3 类常见的科研流程/框架图，直接抄。
为什么：直接给你 3 个可改造的现成提示词。
示例 1：实验流程图
实验流程图：从左到右 4 个步骤，
① 样品制备（黄色烧杯图标）
② 反应（蓝色反应装置）
③ 提纯（紫色柱状装置）
④ 表征（绿色仪器示意）。
步骤间用粗箭头连接，每步骤下方留空白用于后期加文字。
扁平矢量风格，白色背景，16:9 横向。
示例 2：理论框架图
研究框架的金字塔示意图：
底层（橙色）"数据收集"，
中层（黄色）"统计分析"，
顶层（蓝色）"理论建模"。
每层之间用淡灰色分隔线。
极简扁平风格，垂直构图，纯白背景。
示例 3：组织架构 / 关系图
科研团队结构图：
中心一个圆圈标 "PI"，
周围 4 个圆圈分别标 "PhD"、"Postdoc"、"Master"、"Tech"。
用细线条连接中心和外围。
柔和的蓝绿色调，极简学术风格。
一个坑：复杂结构图里 AI 几乎一定写错文字——做底图时不要让 AI 写任何文字，等图出来后用 Figma / PPT 自己加。
TOC 和封面是审稿人和读者第一眼看到的图。本章教这两类特殊图的设计套路。
⏱️ 4 分钟
这节学啥：怎么画一张让审稿人看 3 秒就能懂的 TOC。
为什么：TOC 不是"漂亮就行"——它的功能是 3 秒讲清你做了什么、有什么用。失败的 TOC 满是细节，成功的 TOC 像一个广告海报。
成功 TOC 的 3 要素：
模板：
论文 graphical abstract，左右分屏对比。
左半：[传统方法的痛点示意]，使用灰色调表示"问题"。
右半：[我们方法的优势示意]，使用蓝色调表示"解决"。
中间用一个粗箭头从左到右，标注 "OUR METHOD"。
扁平矢量风格，类似 Nature 期刊 graphical abstract，
1:1 正方形（Nature/Elsevier 标准），无文字。
TOC 的"3 秒原则"自测：
把图缩到 1/4 大小，叫一个不熟悉你领域的同事看 3 秒，问他："你觉得这篇论文做了什么？" 答不出来 = TOC 失败。
一个坑：不要在 TOC 里塞实验数据（柱状图、误差棒）——TOC 是讲故事的，不是讲数据的。数据放 Figure 里。
⏱️ 4 分钟
这节学啥：写一份有可能上期刊封面的图的设计思路。
为什么：上封面对个人简历和项目影响力极大。但封面不是论文图——它是艺术作品，目标是"美得让编辑想放封面"。
封面图的 4 个特征：
Midjourney 的优势在这里凸显——它的美学是这种用途的天然加分项。
示例提示词（一个 DNA 主题封面）：
/imagine an artistic visualization of DNA double helix
glowing with golden light, surrounded by abstract data
particles, dramatic dark blue background, cinematic
lighting, Nature journal cover style, ultra-detailed,
photorealistic 3D render, 8K --ar 3:4 --s 500 --v 6.1
冲刺流程：
一个坑：封面图必须高分辨率（一般要 300 DPI、5000px+）。MJ 默认输出约 1024×1024，需要用 --upscale 或外部工具放大到出版级。
AI 出图只是 70%。最后 30% 是后期——清理、加文字、确认版权。
⏱️ 4 分钟
这节学啥：用 Figma（或 PPT）给 AI 出的图加文字标注、清理瑕疵。
为什么：AI 不可能 100% 出图——总有小瑕疵（多一条线、文字乱码、颜色不对）。Figma 是最适合科研人后期的工具：免费、协作、矢量、对齐工具好。
3 个核心后期操作：
删除 AI 写的乱码文字：
加专业字体文字：
批量加箭头与标注：
一个坑：保持文字统一性——所有标注用同一种字体、同一个字号、同一种颜色。最常见的失败：标题用 Arial Bold 16pt、子标用 Times Roman 12pt、说明用 Calibri 10pt——读者瞬间觉得"业余"。
⏱️ 3 分钟
这节学啥：把 AI 生成的图放到论文里，需要做哪些"合规动作"。
为什么：AI 生成图的版权和声明目前是论文界的热点争议。做对了没事，做错了被 retract。
3 件必做的事：
"Figure 1 was generated using ChatGPT-4o (OpenAI, 2024)
with the prompt: '[完整 prompt]'. Post-processing was
performed in Figma to add labels and ensure accuracy."
核实科学准确性：
避免敏感场景：
主流期刊政策：
| 期刊 | 政策 |
|---|---|
| Nature | 允许 AI 生成图，必须声明 |
| Science | 允许，必须声明并接受审稿评估 |
| Cell | 允许但建议谨慎使用 |
| Elsevier | 允许，必须在 Methods 声明 |
一个坑：永远保留生成时的提示词和参数——审稿人可能问"这张图怎么做的"。保存对话记录或记录到 figures_log.md。
学到这里，你应该能：
接下来怎么进阶：
画图无止境——但本书覆盖的内容已经足以让你的论文配图水平超过 90% 的同行。
扁平矢量：flat vector illustration, minimalist, clean lines
3D 等距：isometric 3D illustration, geometric
科学手绘：hand-drawn scientific illustration, textbook style
水彩科学：watercolor scientific illustration, soft colors
赛博朋克：cyberpunk, neon glow, dark background, glowing edges
Nature 风格：Nature journal cover style, scientific illustration
教科书风格：textbook diagram style, educational illustration
版本：v1.0 完整版 总字数：约 1.4 万字 · 22 节 · 1.5 小时学完
祝你的论文配图越来越漂亮 🎨