論文 figure、圖像摘要、學術海報怎麼做：研究生從投稿到參會的完整視覺指南 研究生從投稿到參會的視覺素材完整工作流程——講清論文 figure、圖像摘要、學術海報的本質差異，分別怎麼做，以及如何用 AI 讓三類圖共用一套素材。附 prompt 範本與 FAQ。
如果你正在念碩士或博士，那這一年你大概率要做三種圖：正文裡的 figure、投稿時附上的 graphical abstract，還有去研討會掛的那張大海報 。三種圖看起來都屬於「科研配圖」，但只要你認真做過一次，就會發現它們的邏輯完全不同——讀者不一樣、資訊密度不一樣、被看到的時間也不一樣。
這篇文章想把這三件事一次講清楚：先說清三類圖的本質差異，再分別講怎麼做，最後說怎麼用 AI 工具把工作流程串起來，讓你不必每次都從零開始畫。文末會附 FAQ 和我自己常用的 prompt 範本。
很多人寫第一版 prompt 時會說一句「幫我畫一張科研配圖」。這句話對 AI 來說幾乎沒有資訊——同樣是科研配圖，下面三種場景的圖差別非常大：
類型 讀者 閱讀時間 資訊密度 主要用途 論文 figure 同行、審稿人 30 秒 - 數分鐘 高 解釋機制、呈現結果、佐證主張 圖像摘要（graphical abstract） 期刊編輯、潛在引用者、社群媒體讀者 5-15 秒 極低（一句話） 讓人 5 秒內 get 到這篇論文做了什麼 學術海報 路過攤位的同行 60-180 秒（多數人 30 秒就走） 中（需要文字+視覺） 吸引同行停下來聽你講 5 分鐘
這三類圖的「成功」也不一樣：
論文 figure：審稿人不要求你重畫就算成功
圖像摘要：讓人記住「這篇論文研究的是 X 抑制 Y 路徑」那句話就算成功
學術海報：讓人願意停下來聽你講 5 分鐘，比把資訊全堆上去重要得多
理解了這一層，下面三節才有意義。
論文 figure 是這三類裡最「硬」的。它的目標是讓審稿人在 30 秒內看懂你的實驗設計或機制主張 ，而且要經得起反覆審讀。常見的有三種：
機制示意圖 ：解釋一個生物／化學／物理過程實驗流程圖 ：呈現樣本怎麼採集、怎麼處理、怎麼測量多 panel 綜合圖 ：A/B/C/D 多面板對比、彙整結果
作者 Davie Chen / SciDraw AI Researcher
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.
Author profile 用 AI 製作你的科研配圖 數千名研究人員使用 SciDraw AI 為論文、研究計畫與期刊投稿製作專業配圖，幾分鐘完成，無需設計經驗。
別一開始就寫 prompt，先寫一句話，規定這張圖必須讓審稿人記住什麼。這句話決定了整張圖的所有取捨：
❌「我做了一個細胞實驗，畫一下」（沒有核心）
✅「Drug X 透過抑制 NF-κB 路徑減少發炎」（一句話，機制明確）
寫不出這句話，代表你自己還沒想清楚要表達什麼，畫出來的圖也救不了你。
論文 figure 通常有四種閱讀順序：左到右、上到下、由中心向外、環形。機制圖和流程圖通常是左到右 ；因果對比圖通常是上下分層 ；訊號網路通常是由中心向外 。
把閱讀順序寫進 prompt 裡，AI 才知道怎麼排版。否則它預設會把元素堆在中間。
新手常犯的錯誤：把一篇論文要講的所有東西塞進一張圖。結果就是箭頭亂、字太小、縮到期刊版面寬度後看不清楚。
正確做法是把內容拆成 2-4 個 panel，每個 panel 只做一件事：
Panel A：研究背景與關鍵實體
Panel B：核心機制或實驗流程
Panel C：關鍵對比結果或結論模型
拆 panel 後 prompt 會清楚很多，AI 也更容易給出可用的初稿。
圖裡的標籤應該縮到 1-3 個詞。不是「透過活化 STAT3 路徑誘導細胞凋亡」，而是「STAT3 activation → apoptosis」。審稿人不會在圖裡讀完整句話。
Create a publication-ready scientific figure based on the description below. Subject: [一句核心訊息] Layout: 3 panels, left-to-right reading order. Panel A: [研究背景與關鍵實體] Panel B: [機制或實驗流程] Panel C: [關鍵結論或對比模型] Style: clean vector style, white background, no decorative gradients, short labels (1-3 words), consistent arrow meaning. Output: editable, journal-figure-ready. 圖像摘要是這三類裡最容易做錯的。最常見的錯誤是——把摘要文字直接堆進一張圖 。
這是關鍵認知。論文 figure 是給審稿人深讀的，圖像摘要是給路過的人 5 秒看完的。它們的設計邏輯完全相反：
論文 figure：資訊密度高、可以反覆閱讀
圖像摘要：一句話 + 一個直覺視覺，不能讓讀者得看 30 秒才看懂
約 90% 的好圖像摘要都遵循「問題 → 方法 → 結果」三段式。每一段配一個簡單的視覺符號，整張圖最多 30 個英文單字。
❌ 把完整的實驗流程畫進圖像摘要（那是 figure 的事）
❌ 放統計圖（長條圖／箱型圖屬於正文 figure）
❌ 加裝飾性背景、3D 算圖、陰影
❌ 讓標題超過 8 個詞
不同期刊對圖像摘要的尺寸、檔案格式、字級大小有硬性要求，投稿前一定先看 author guidelines。Cell 系列、ACS 系列、Elsevier 旗下期刊的要求都不一樣。常見基線是 1328 × 531 px、TIFF/PNG、最小字級 8pt。
Create a graphical abstract for a research paper, NOT a full figure. Three blocks, left to right: problem → method → outcome. Total text under 30 words. Each block: 3-6 words max. One accent color for the novel contribution. Avoid statistical plots, 3D renderings, decorative gradients. Output: 1328 × 531 px equivalent ratio, journal-ready, vector-clean. 很多人做學術海報會陷入「排版思維」——打開 PowerPoint，建一個大畫布，開始往裡塞文字、figure、參考文獻。結果做出來的海報像論文攤平在牆上。
正確的思路是反過來的：學術海報真正起作用的是 1-2 張能讓人 3 公尺外就看懂的核心視覺 。其他文字只是輔助。
一張主圖（佔海報 30%-40% 面積） ：讓 3 公尺外路過的人能辨識「這是在講什麼的」一張工作流程圖 ：用來解釋研究是怎麼做的一張關鍵結果圖 ：通常是從論文 figure 改出來的其他 ：標題、作者、機構、致謝、QR Code 注意比例：視覺佔 60%，文字佔 40% 。如果文字超過 50%，路過的同行會直接走開。
AI 在海報場景下不擅長「出最終成品」——海報牽涉到精確的尺寸、機構 logo、QR Code、作者清單，這些用 PowerPoint、Illustrator、InDesign 排版更穩。
AI 真正擅長的是出那 2-3 張核心視覺素材 ：主圖、工作流程圖、視覺化的研究模型。把這些素材生成出來後，再匯進排版工具裡。
Create a hero visual for an academic conference poster. Subject: [一句研究主題] Style: bold, simple, recognizable from 3 meters away. Clean vector style. Maximum 5 visual elements, 1 accent color, large readable labels. Avoid: small text, multiple sub-panels, 3D rendering, photorealistic textures. Aspect ratio: square or 4:3, leave whitespace for title overlay. 這一節是這篇文章的核心價值——別為這三類圖各寫一遍 brief 。研究生時間太寶貴，正確的做法是建立一個「研究素材庫」，三類圖共用核心素材。
第 1 步：寫一份 1 頁的 research brief
一句核心訊息（用於圖像摘要）
關鍵實體清單：分子名、細胞類型、設備、流程節點（用於三類圖的標籤）
主要機制或流程（3-5 步驟）
關鍵對比或結論
顏色規則：哪種顏色代表什麼意思（三類圖保持一致）
第 2 步：先做論文 figure（資訊密度最高）
從最複雜的論文 figure 開始。把機制完整畫清楚，建立顏色和符號規則。
別重畫。從 figure 拿三塊最關鍵的內容（問題、方法、結果），刪掉細節，重新排成橫向三段式。
海報主圖通常是 figure 裡最有衝擊力的那一塊（比如機制核心、關鍵結果），拿出來放大、刪去細節、加大字級。
這樣三類圖共用一套視覺語言，讀者從你的論文跳到海報、從海報跳到 graphical abstract，都能立刻認出「是同一個研究」。
我見過一位博士生，論文 figure 用藍綠配色、graphical abstract 用紅黃、海報又改成紫色——三張圖同行根本看不出來是同一個專案。視覺一致性這件事不是「美觀」問題，是「辨識」問題。
別指望 AI 一次就幫你出投稿等級的最終稿，它真正的價值是把「從零到第一稿」的時間從一週壓到半天 。
建研究 brief 階段 ：把摘要、研究計畫餵給 AI，讓它先幫你萃取核心訊息、關鍵實體、模組結構出 figure 第一稿階段 ：用結構化 prompt 讓 AI 生成可修改初稿，然後你手動調整箭頭、標籤、對齊生成圖像摘要階段 ：基於既有 figure 讓 AI 簡化成三段式生成海報核心視覺階段 ：讓 AI 單獨出主圖素材，再匯進 PPT 排版修改階段 ：圖改到 80% 成品後，剩下 20%（精確字級、機構 logo、對齊）用 PPT／Illustrator 收尾 不能直接投稿。AI 出的是初稿，標籤精度、對齊、字級、機構格式要求都需要你手動調整。但它能把你從「白板」狀態帶到「80% 成品」狀態。
如果是國際期刊投稿、國際研討會海報：英文。如果是中文期刊、中文教科書、中文科普：中文。一開始就決定，別做到一半才改語言。
可以，但效果普通。更穩的做法是先讓 AI 從摘要中萃取「核心訊息／關鍵實體／三段式結構」，再用結構化 prompt 生成。貼上整段摘要，AI 通常會生成資訊密度過高的圖。
最常見是 A0（841×1189 mm）和 36×48 英吋。投稿研討會時一定先看研討會官網公布的海報規格，不同研討會不一樣。
Illustrator 更精確，但從零搭結構很慢。AI 適合「出第一版結構」，Illustrator 適合「精修」。兩個工具搭配用最有效率，單獨用任何一個都不是最佳解。
應該。同一個研究的所有視覺素材都應該共用一套配色和符號規則（比如蛋白質用同一個顏色、抑制箭頭用同一種樣式）。這不是審美問題，是讓讀者認得出「是同一個專案」的辨識問題。
如果你正在準備一篇要投稿的論文，建議從 SciDraw AI 開始把 figure、圖像摘要、海報當成一組素材一次規劃，而不是分別從零做三遍。
