Prompts IA pour schémas scientifiques : workflows, mécanismes, voies et comparaisons
Prompts réutilisables pour schémas de flux expérimental, mécanismes, voies et panneaux comparatifs — en commençant par les erreurs qui brûlent le plus de crédits.
Le directeur de thèse renvoie la même remarque pour la troisième fois : « Cette figure ne me dit pas ce que vous avez fait ». Tu réécris le prompt, le schéma revient plus joli, la remarque revient identique. Le problème n'est presque jamais le modèle. C'est que le prompt demande une image de l'étude au lieu de décrire ce que fait chaque panel, quelles relations existent entre les éléments et ce que signifie chaque flèche.
Ce guide donne les formes de prompts qui survivent à une relecture, les erreurs qui coûtent le plus de crédits, et des modèles prêts à coller pour les quatre types de schémas qui couvrent ~80 % des figures d'article.
Avant les modèles, les motifs qui obligent à régénérer :
« Fais un schéma de mon étude. » Pas de panels, pas de rôles, pas de relations. Le modèle invente un layout que tu devras de toute façon corriger au prompt suivant.
Plus d'articles
Créez vos figures scientifiques avec l'IA
Des milliers de chercheurs utilisent SciDraw AI pour créer en quelques minutes des figures prêtes à publier pour leurs articles, demandes de financement et soumissions — sans compétences en design.
Style avant structure.« Belle figure style Nature de l'édition CRISPR » donne une image polie avec des flèches au hasard. Les relecteurs se moquent du poli ; ils veulent que la direction cause-effet soit correcte.
Quatre schémas en un. Workflow + mécanisme + résultat + comparaison dans un seul panel produit une image illisible. Sépare.
Laisser le modèle inventer des chiffres. « Montre que la condition A est meilleure que B » autorise l'IA à fabriquer des valeurs. Utilise des placeholders et ajoute les chiffres réels en édition.
Pas d'audience. Une figure pour un comité de financement demande une densité différente d'une figure pour un supplément méthodes. Indique l'audience dans le prompt.
Comparaison réelle sur une étude de knock-in CRISPR :
Trop court — produit un dessin générique d'édition génique :
Make a scientific diagram of our CRISPR knock-in experiment in mouse hepatocytes.
Restructuré — produit une figure 4 panels directement éditable :
Create a 4-panel scientific figure for a CRISPR knock-in study in primary mouse hepatocytes.Panel A (workflow): isolation → transfection (Cas9 + guide RNA + donor template) → selection → expansion. Use numbered steps.Panel B (mechanism): show double-strand break at the target locus, HDR repair using the donor, integration of the knock-in cassette. Use activation arrows for cutting, dashed lines for template binding.Panel C (comparison): two columns, wild-type vs. knock-in. Leave readout values as placeholders.Panel D (result summary): three icons for the three downstream assays. No numeric claims, no conclusion text.Audience: methods reviewer. Style: clean vector, white background, consistent color per panel, room for labels.
Le second prompt est plus long, mais il génère une seule fois. Le court coûte généralement 3–4 régénérations.
Note : les prompts restent en anglais. Les modèles d'image actuels répondent le plus stablement aux tokens anglais. Script en français, prompt en anglais est la pratique courante dans la communauté scientifique.
Tout prompt de schéma de plus de ~80 mots revient à la même structure. Si l'un manque, le modèle comble par de la décoration :
Audience — qui lira la figure. Relecteur méthodes, comité de financement, étudiant de licence, public devant un poster. Densité et style d'étiquettes changent à chaque fois.
Structure — nomme les panels, les étapes, les blocs du système. C'est le mur porteur. Les mots de style (« Nature-style », « clean ») n'agissent qu'une fois la structure posée.
Relations — ce que signifie chaque connecteur. Activation vs. inhibition, flux vs. corrélation, ordre spatial vs. temporel. Les modèles se trompent ici en permanence.
Éditabilité — dis « leave room for labels », « use placeholders for values », « vector-friendly layout ». Sinon le modèle bourre l'image et tu ne pourras plus la modifier.
À observer : panels séparés par fonction ; étiquettes en placeholders plutôt que données inventées ; une couleur par panel pour que l'œil sache quel bloc il lit.
Remplace le texte entre crochets par ton étude. Ne touche pas au vocabulaire structurel ; supprime un placeholder seulement si ton étude n'a vraiment pas ce bloc.
Create a multi-panel scientific diagram for [study topic].Panel A: [experimental workflow with 3–5 numbered steps].Panel B: [mechanism or model — name the molecules, organs, or system blocks].Panel C: [comparison of groups, conditions, or methods — leave numeric readouts as placeholders].Panel D: [result summary — icons, not invented values].Audience: [journal reviewer / grant panel / conference]. Use consistent color per panel, white background, vector-friendly layout, and room for labels.
Create a mechanism diagram for [biological / chemical / physical process].Show [trigger or upstream signal] leading to [intermediate steps] and [downstream outcome].Use activation arrows (→), inhibition marks (⊣), and dashed lines for hypothesized links.Label the major molecules, complexes, or system components. Keep a clean white background.Do not invent quantitative values. Leave room for adding rate constants or concentrations in editing.
Create a scientific workflow diagram for [method].Steps: [sample input] → [preparation] → [treatment] → [measurement instrument] → [analysis pipeline] → [final output].Use numbered steps and short labels suitable for a methods figure or supplementary panel.Use a horizontal layout. Avoid decorative lab benches or stock photographs.
Draw a [signaling / metabolic / regulatory] pathway diagram for [pathway name].Nodes: [list the major proteins, metabolites, or regulators].Edges: use activation, inhibition, and translocation arrows where appropriate.Group nodes by compartment (extracellular, cytoplasm, nucleus, mitochondrion) using subtle background panels.Style: schematic, journal-ready, no 3D renders, no fabricated kinetic values.
Doctorant qui fait sa première figure de méthodes : commence par le modèle 3 (workflow). Le plus tolérant et le plus proche d'un cahier de manip.
PI préparant une resubmission de financement : utilise le modèle 1 (multi-panneaux) pour que le comité voie l'étude d'un coup d'œil. Accompagne d'une figure de mécanisme propre (modèle 2).
Équipe communication ou illustration scientifique : utilise le modèle 2 ou 4 et demande explicitement une sortie SVG pour pouvoir restyler aux couleurs de la marque.
Enseignement : le mauvais prompt ci-dessus est le moyen le plus rapide de montrer aux étudiants pourquoi leurs figures sont systématiquement rejetées.
Écris d'abord le but en une phrase — « expliquer à un relecteur de méthodes comment nous avons inséré un rapporteur fluorescent au locus Alb ». Si tu n'arrives pas à l'écrire, la figure n'est pas prête.
Choisis le modèle qui correspond, colle-le dans SciDraw AI, remplace le texte entre crochets.
Génère 2–3 variantes et choisis celle dont la hiérarchie est la plus claire, pas la plus jolie.
Exporte en SVG (ou convertis avec le workflow vectorize image) et corrige les étiquettes dans Illustrator, PowerPoint ou Inkscape.
Ajoute les vraies valeurs à la main. Ne laisse jamais le modèle écrire du texte de conclusion.
Soin visuel et exactitude structurelle sont indépendants. La plupart des figures rejetées sont trop soignées — le modèle a deviné des relations que tu n'as jamais spécifiées, et il a deviné mal. Solution : définir structure et relations avant le moindre mot de style.
Non. Uniquement quand le lecteur doit relier méthode, mécanisme, comparaison et résultat dans une seule image. Pour un point unique, un mécanisme ou workflow simple panneau est souvent plus clair.
Trois règles : demander explicitement des placeholders, interdire les phrases de conclusion (« no text claiming significance »), et ne jamais coller dans le prompt des chiffres que le modèle ne doit pas reproduire littéralement. Vraies valeurs ajoutées en post-édition.
Toujours la structure en premier. Les mots de style (« Nature-style », « minimal », « clean ») ne contrôlent que la finition, pas la science. Définis panels, composants, flèches, étiquettes ; puis ajoute 1–2 mots de style à la fin.
Non. La densité d'information change. Une figure d'article se lit à 100 % de largeur de colonne avec légende ; un poster se lit à 1,5 m sans légende. Réécris pour le poster : étiquettes plus courtes, icônes plus grandes, moins de panels.
Pour une figure multi-panneaux, 80–150 mots. Plus court, le modèle invente la structure ; plus long, le prompt se contredit. Au-delà de 200 mots, c'est probablement deux figures, pas une.
Davie Chen is a researcher at the Faculty of Animation and Intermedia, University of Arts in Poznan, studying generative AI for scientific figure creation, patent illustration, and manuscript drafting. SciDraw AI is one of the research-to-product tools built from this work.
