AI科研图总跑题？与其打磨提示词，不如先拟一份“图像表达清单”
前些日子，我留意到一位同学借助 AI 来绘制科研机制图。
她拟写的提示词十分用心：
AI 确实也输出了一张图。
色彩颇为亮眼，细胞形态也描绘得有模有样，箭头、分子、通路一应俱全。
但问题在于：难以读懂。
不清楚核心线索是什么，不明白谁调控谁，不了解结果变量为何物，更不知道这张图究竟想让评审专家认同什么。
这其实是众多人运用 AI 制作科研图时普遍陷入的误区。
大家觉得症结在于提示词不够详尽，或是模型性能欠佳。
然而多数时候，真正的症结并非 AI 不擅长绘图，而是你尚未理清思路：这张图究竟要传达何种信息。
所以我如今更倾向于：
先别急于让 AI 出图，不妨先撰写一份“图像表达清单”。
01 · WORKFLOW
科研图有别于装饰图
不少 AI 出图教程，会传授如何撰写风格关键词。
诸如：high quality、publication-ready、medical illustration、clean background、3D rendering、vector style。
这些词汇固然有所助益。
但倘若你绘制的是科研图，最关键的始终不是“视觉呈现”，而是：
这张图能否精准呈现论文中的机制、流程、变量关联以及证据逻辑。
科研图与商业海报存在本质差异。
商业海报能够先吸引眼球，科研图则必须先厘清逻辑关系。
例如一张机制图，至少需回应若干问题：
倘若这些未予明确，AI 绘制得越繁杂，反而越易陷入混乱。
因为模型会自行填补诸多“看似科研图”的元素：细胞、蛋白、箭头、DNA、线粒体、炎症因子、器官剖面。
最终产出的并非论文图，而是一张徒具科研风格的背景图。
02 · WORKFLOW
提示词之前，先厘清“图意”
— AI 科研图正确顺序
我所提及的“图像表达清单”，并非美术设计稿。
它更近似于绘图之前，先将这张图的科研任务阐释明晰。
可简单归纳为四句话：
若你打算绘制一张“肠道菌群影响免疫治疗反应”的机制图。
切勿一上来便写：
这句话过于笼统。
AI 无法判断你究竟侧重菌群代谢物、T 细胞激活、肿瘤微环境，还是 PD-1/PD-L1 通路。
更优的做法是，先转化为图像表达：
这段话一经呈现，图便不会随意偏离方向。
因为你已向 AI 阐明：这张图的主线是什么，哪些元素是核心，哪些仅作背景。
03 · WORKFLOW
一张图至少应拆解为 5 个层级
我通常会将科研图拆分为 5 个层级。
第一层为图的用途。
这张图究竟属于机制图、流程图、Graphical Abstract、研究设计图，还是结果示意图？不同类型的图绘制方式截然不同。
机制图着重因果链条；流程图侧重步骤先后；Graphical Abstract 聚焦将全文故事凝练为一张视觉摘要；研究设计图突出样本、分组、干预与结局。
第二层为核心对象。
图中必须呈现哪些要素？疾病、细胞、器官、分子、药物、样本、数据库、算法、结局指标，这些需预先罗列。
第三层为关系类型。
箭头究竟代表激活、抑制、转运、分泌、相关、预测，还是流程顺序？
诸多 AI 图最大的缺陷，便是所有箭头看上去毫无二致。然而科研图中，不同箭头承载着不同的证据关联。
第四层为证据边界。
哪些关系已有文献佐证，哪些属于你的研究假设，哪些仅为辅助读者理解的简化呈现？此环节若不明确，图便易绘制得过于繁复。
第五层为投稿可修改性。
图中的文字能否调整？箭头能否移动？对象能否重新布局？若最终仅得到一张含错字的 PNG，那它距投稿尚有距离。
04 · WORKFLOW
AI 最易出错之处，并非风格，而是关系
许多人紧盯 AI 图中的错字。
错字固然令人困扰，但它并非最致命的问题。
真正危险的是关系失准。
例如正文仅提及“相关”，图中却呈现为“导致”。
正文仅提出“可能机制”，图中却描绘为既定通路。
文献中研究对象为小鼠模型，图中却刻画为临床患者治疗效果。
这些错误相较于文字错别字更为隐蔽。
因错字一目了然，关系谬误则需通晓论文内容方可察觉。
所以 AI 出图之后，我一般不会先问：
“这张图美观与否？”
而是先问：
这张图是否将证据关系过度呈现？
若原文仅为 association，就不应绘制成 causation。
若原文仅为 hypothesis，就不应绘制成 established pathway。
若数据源自体外实验，就不应径直绘制成临床疗效。
科研图最忌讳的并非丑陋，而是将不确定的事物描绘得过于笃定。
05 · WORKFLOW
一份可直接套用的“图像表达清单”模板
— 图像表达清单模板
你可在让 AI 出图之前，先填写此表。
此表填写完毕，再让 AI 绘图，质量将显著提升。
因为你不再任由 AI “自由发挥”，而是使其依据一份科研说明书进行视觉呈现。
06 · WORKFLOW
再将图意转化为提示词
图像表达清单撰写妥当后，提示词反而会趋于简洁。
你可如此撰写：
请依据以下“图像表达清单”，生成一张适配论文 Graphical Abstract 的科研示意图。
图的类型：机制示意图 / Graphical Abstract。
核心问题：阐释肠道菌群如何经由代谢物影响免疫治疗反应。
主线关系：肠道菌群 → 代谢物 → 树突状细胞 / T 细胞活化 → 肿瘤微环境改变 → 免疫治疗反应。
必须呈现：肠道、菌群、代谢物、免疫细胞、肿瘤组织、PD-1/PD-L1 治疗。
不可误绘：勿将相关关系刻画为确定因果；勿增添未提及的细胞因子；勿将动物实验描绘为临床疗效。
证据边界：虚线表征假设机制，实线表征已有文献支持关系。
风格要求：医学科研插图风格，背景洁净，色彩简约，所有标签预留为可后期修改的英文短词。
此处最为关键的并非末句风格要求。
真正决定图是否可靠的，是前文那些关于对象、关系及证据边界的限定。
若仅撰写“专业、清晰、适合发表”，AI 会依自身经验填补内容。
若你明确图意，AI 方能助力你表达论文，而非生成一张徒具科研感的图片。
07 · WORKFLOW
出图之后，仍需开展一次“科研图审稿”
— AI 科研图审稿清单
AI 图生成后，切勿即刻嵌入文章或 PPT。
至少进行一次核查。
我会围绕这 6 个问题审视：
若这 6 个问题未能通过，即便图片再精美，也仅能视为草图。
尤其是最后一点：可修改性举足轻重。
众多 AI 出图工具所提供的仅是一张结果图，但论文投稿、课题汇报、基金标书中，图往往需反复修改。
导师会要求你调整顺序，审稿人会要求你补充机制，合作者会要求你修正术语。
故而真正契合科研的 AI 绘图工作流，不应仅追求“一次生成精美图片”，而应追求：先生成结构，继而能够修改与复核。
08 · WORKFLOW
我更为重视“可复核、可修改、可投稿”
这亦是我后续欲持续测评 AI 科研绘图工具的缘由。
我并不打算撰写诸如“10 个 AI 出图神器推荐”的内容。
因科研图并非越炫目越佳，亦非谁一键生成得最漂亮即为最优。
我更为关注三个问题：
后续我会持续测评几类工具：
但无论采用何种工具，首要步骤始终一致：
先撰写图像表达清单。
AI 科研图并非让模型代为构思论文逻辑。
它应承担的角色是：把你已然明晰的机制、流程、变量关系及证据边界，转化为一张更为清晰、更易修改的图。
倘若你也在运用 AI 制作科研图，不妨先尝试这份“图像表达清单”。
倘若你也在撰写论文、推进课题、筹备 Meta 分析或期望提升科研效率，欢迎关注本号。
我会持续分享医学科研写作、文献检索、Meta 分析、AI 科研工具及可直接上手的论文工作流。