図締切前の日曜夜。ボスが 30 分のミーティングでホワイトボードにモデルを描いた。あなたは携帯で写真を撮ったが、戻ってみると写真はブレていて、2 本の矢印はどちらにも見えるし、上のループがフィードバックなのか分解ステップなのか思い出せない。推測して間違った図のリスクを取るか、メールして一晩潰すか。
科学描画 AI ワークフローは、ミーティングをしっかり記録する手間を肩代わりはしない。代わりに肩代わりするのは「描き直し」のほう —— 23 時の Illustrator でピクセルを動かす時間。このガイドは研究者が実際に使うワークフロー：写真かスケッチを入力、構造化プロンプトを中間、編集可能な SVG を出力。
ワークフローを「やり直し」に変えてしまう代表的なミス
- AI 出力をそのまま最終図扱いする — モデルは「もう完成」に見える磨かれた画像を出すが、中の科学的関係はあなたの責任。必ず SVG で書き出してラベル・矢印を編集可能に保つ。
- 写真を説明なしで投げる — image-to-image モデルは見たままを描き直し、ぼやけたピクセルを「ありそうな接続」に脳内補完しがち。写真と一緒に科学を言葉で書く。
- 「Nature っぽくして」 — それで返ってくるのは装飾であって明快さではない。構造的関係を先に書く。
- 方向性を失う — スケッチの矢印は「これがあれに影響」程度に曖昧。科学図では活性化、阻害、転位、時間方向を視覚的に区別する必要がある。明示的に書く。
- 検証ステップを飛ばす — AI 生成図はスケッチになかったラベル・要素を頻繁に「足す」。書き出し前に必ず原本と並べて diff する。
悪いプロンプト vs. 改善後のプロンプト
ホワイトボードに描かれたキナーゼカスケード写真での Before / After：
短すぎる例 — 様式化されているが検証不能なイラスト：
Turn this whiteboard photo into a clean scientific figure.再構成 — 信頼でき、編集可能な図：
