深夜 11:40，你終於完成了圖表。各個圖版（Panels）對齊了，配色終於統一，比例尺（Scale bar）也放在正確的角落。然而，真正的挑戰才剛開始：撰寫圖說（Figure Legend）。
大多數研究者在此階段常犯兩種錯誤：要麼寫得太簡略且模糊，例如「實驗組與對照組的結果」；要麼將半個「方法（Methods）」章節的內容全部塞進圖表下方，寄望審稿人自己去理出頭緒。這兩種做法都不可取。
一份優秀的圖說具備一個核心功能：讓讀者無需反覆翻閱正文，就能理解圖表的內容。這比許多作者想像的更重要，因為圖表與圖說往往是審稿人最先仔細閱讀的部分。
這篇會說明怎麼把圖說寫得簡潔、資訊夠、又符合投稿要求。針對的是學術論文，不是實驗報告或科普文章——重點始終是：幫讀者正確讀懂你的數據。
實用的圖說不需要重複整篇論文的內容，而是提供恰到好處的背景資訊，引導讀者正確解讀圖表。
圖說的核心功能
圖說不只是標籤，也不是解釋研究科學意義的長篇大論。它的定位介於兩者之間。
在大多數研究論文中，一份好的圖說應回答四個問題：
- 這張圖的主題是什麼？
- 每個圖版分別顯示了什麼？
- 正確解讀視覺資訊需要哪些必要細節？
- 哪些縮寫、符號或統計數據需要在此定義？
因此，圖說通常需要包含：
- 圖表主題或主要對象
- 圖版順序（若包含 A、B、C 等多個圖版）
- 閱讀圖表所需的實驗背景
- 符號、顏色、縮寫及誤差線（Error bars）的定義
- 涉及定量比較時的統計細節
圖說通常不需要包含微型的「討論（Discussion）」段落。如果圖說開始論證發現的重要性，而非說明圖表內容，那麼內容就可能偏離主題了。
五個最常見的圖說錯誤
在討論結構之前，先了解為何許多圖說顯得力道不足。
1. 內容過於籠統
這是最典型的例子：
圖 2. 實驗組與對照組的實驗結果。這句話幾乎沒有提供任何資訊。什麼結果？哪種處理？什麼樣的讀數？顯微鏡影像？長條圖？還是流式細胞術？雖然形式上有圖說，但在功能上毫無用處。
2. 重複「結果（Results）」章節
另一個極端是過度解釋：
圖 2. 化合物 X 的處理顯著提高了細胞存活率，支持了我們的結論，即該路徑具有治療可行性，
並可能代表未來干預的一個具前景的轉化方向。這是解讀，而非圖表導引。讀者仍然不知道每個圖版包含什麼，或者數據是如何呈現的。
3. 圖版順序不明
如果圖表包含三個或更多圖版，圖說應引導讀者依序閱讀。若缺乏順序說明，讀者必須自行猜測版面配置的邏輯。
4. 縮寫未定義
即使縮寫已在正文中出現過，必要時仍應在圖說中再次定義。審稿人和讀者經常會獨立查看圖表。
5. 遺漏統計細節
如果長條圖包含誤差線和顯著性標記，讀者需要知道誤差線代表什麼（如 SD 或 SEM）、使用了哪種檢定，以及顯著性是如何標註的。否則，該圖表是不完整的。
適用於大多數圖說的簡單結構
如果你需要一個可重複使用的公式，請參考以下順序：
- 以一句話陳述主題。
- 依序描述各個圖版。
- 加入必要的解讀細節。
- 定義縮寫與統計資訊。
這個結構既能靈活應對大多數論文圖表，又能防止內容流於冗贅。
第一部分：單句主題陳述
這應點出圖表的主體，而非總結整篇論文的結論。
佳：
圖 3. 化合物 X 對線粒體形態與 ATP 產量的影響。劣：
圖 3. 化合物 X 以一種令人興奮且具臨床相關性的方式改善了線粒體功能。第一句能幫助讀者定位，第二句聽起來則像是簡報的結論頁。
第二部分：逐一描述圖版
當圖版標有字母時，請依序描述。
例如：
(A) 對照組與化合物 X 處理組細胞的代表性螢光影像。
(B) 線粒體斷裂程度的定量分析。
(C) 處理 24 小時後測得的細胞內 ATP 水平。這是作者最容易變得過於模糊或囉嗦的地方。最佳版本通常是具體且精煉的。
第三部分：必要的解讀細節
包含讀者正確理解圖表所需的資訊，例如：
- 處理持續時間
- 物種、細胞類型或樣本類型
- 染色或標記名稱
- 比例尺資訊
- 顏色或符號的含義
並非每張圖都需要所有項目。關鍵問題很簡單：如果缺少這項細節，圖表是否會產生歧義？
第四部分：縮寫與統計
對於定量圖表，不要讓技術性閱讀規則處於空白狀態。
常見項目包括：
- 誤差線代表什麼
n的含義- 使用了哪種統計檢定
- P 值標註方式
- 縮寫定義
範例：
數據以平均值 ± 標準差 (mean ± SD) 表示（n = 3 次獨立實驗）。
統計顯著性採用單因子變異數分析 (one-way ANOVA) 搭配 Tukey 多重比較檢定。
ns, 無顯著差異; *P < 0.05; **P < 0.01。範例對照：劣質圖說 vs. 優質圖說
以下是一個模擬的多圖版圖表，用於展示圖說如何影響可讀性。
包含顯微鏡影像、定量數據和流程圖的示範圖表。這類混合視覺元素最常產生品質不佳的圖說。
劣質版本
圖 1. 實驗結果。
(A) 細胞。
(B) 定量結果。
(C) 研究流程。雖然簡短，但毫無效率。讀者仍需推測：
- 這是什麼細胞？
- 在比較什麼？
- 定量了什麼指標？
- 流程圖顯示的是處理時程、樣本處理還是分析步驟？
優質版本
圖 1. 實驗概覽與處理效果的代表性讀數。(A) 對照組與處理組細胞的代表性螢光顯微鏡影像，
顯示暴露 24 小時後的線粒體訊號；比例尺為 20 µm。(B) 對照組與處理組歸一化訊號強度的
定量分析。長條代表三次獨立實驗的平均值 ± 標準差。(C) 處理、成像及後續定量的流程示意圖。
*P < 0.05，採用未配對雙尾 t 檢定。這個版本同樣簡潔，但承載了更多資訊。它告訴讀者：
- 圖表的主題
- 如何閱讀圖版序列
- 影像的類型
- 定量數據的意義
- 如何解讀統計結果
這未必完美符合每個期刊的要求，但已遠比劣質版本更接近投稿標準。
不同類型圖表的注意事項
不同類型的圖表側重點不同。基本結構不變，但細節會有所調整。
顯微鏡圖表（Microscopy）
通常包含：
- 標本或細胞類型
- 染色、標記或成像通道
- 處理方式或條件
- 比例尺
- 若使用箭頭或外框，需說明其指向意義
常見遺漏： 作者提到了影像，卻忘記定義顏色或標記代表什麼。
長條圖與定量圖版
通常包含：
- 測量指標
- 分組情況
- 誤差線代表的意義
- 樣本數或重複次數
- 統計檢定與顯著性標註
常見遺漏： 顯示了顯著性星號，卻未定義其代表的 P 值範圍。
流程圖或示意圖
通常包含：
- 流程代表的內容
- 步驟順序
- 主要條件或樣本類別
- 顏色編碼或符號的含義
常見遺漏： 圖說命名了流程，卻未解釋不同顏色區塊的意義。
混合型多圖版圖表
這是研究論文中最常見也最容易寫壞的類型。解決方法很簡單：不要試圖用一個長段落概括整張圖，採用**逐一圖版（Panel-by-panel）**的結構通常更具可讀性。
Figure Legend 與 Caption 有區別嗎？
在許多期刊中，這兩個術語常被混用。實務上，大多數研究者使用 Figure Legend 指代科學圖表下方完整的說明文字。
這種區別很重要，因為許多作者把圖說寫得像雜誌的短標題（Caption）。對於學術論文，這通常過於單薄。科學圖說往往需要承載縮寫、實驗條件和統計數據，這些是雜誌風格的標題不會包含的。
因此，投稿時較保險的假設是：
- Caption 可以很短。
- Figure Legend 通常需要具備自明性（Self-contained）。
投稿前快速檢查清單
在定稿前，請檢查以下項目：
- 讀者能否從第一句話理解圖表主題？
- 若有複數圖版，是否依序描述？
- 必要處是否定義了所有縮寫？
- 顏色、符號、箭頭和標籤是否已解釋清楚？
- 影像類圖版是否標註了比例尺？
- 定量圖版是否定義了誤差線？
- 是否清楚標明
n值？ - 若顯示顯著性，是否註明統計檢定名稱？
- 圖說是否避免了過度解讀結果？
- 在不閱讀正文的情況下，這張圖是否能被理解？
如果其中有兩項以上的回答為「否」，那麼圖說可能仍需修改。
節省時間的寫作習慣
撰寫優質圖說最簡單的方法，就是不要等到論文完稿最後一刻才動筆。
相反地，當圖表版面確定後，立即草擬一份圖說。此時你記憶猶新：
- 為什麼要放這個圖版
- 每個顏色代表什麼
- 哪些比較是關鍵
- 哪些細節可能會讓讀者困惑
如果拖到投稿週才寫，作者通常只能憑記憶重構邏輯，這也是為什麼後期的圖說往往顯得空洞乏味。
結語
一份好的圖說並非裝飾品，它是圖表本身的一部分。
如果圖表承載了結果的視覺邏輯，圖說則承載了閱讀說明。它告訴讀者正在看什麼、如何閱讀，以及哪些技術細節對解讀至關重要。當這些引導缺失時，即使是再精美的圖表，理解起來也會事倍功半。
如果你已有圖表並希望快速生成草稿，可以嘗試使用 SciDraw AI 圖說工具。它不能取代最終的科學判斷，但能為你提供一個比空白文字框更好的起點。
