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
AI画科研图算不端？三招守住学术底线
前些日子帮师弟润色论文，他借助Gemini绘制了一张信号通路图，风格简洁，线条流畅，明显比他自己拼凑的PPT要出色许多。不过在投稿前，他却纠结了整整三天。为何？他担心会被审稿人判定为学术不端。我当时听后十分诧异。你画的是逻辑图又不是伪造实验数据，何必如此惊慌？跟同行交流后发觉，这种焦虑并非个例。几乎所有尝试用AI绘制科研图表的人，心中都存有同样的疑虑：稿件会不会被拒？会不会被定性为造假？今天我就把这件事彻底剖析一下。先给出结论。工具可用，但必须严守一条底线。这条底线我帮你划清，一句话即可概括：你的图表是用