💡 SciDraw AI 的優勢：六種圖形類型、一套工具、SVG 向量匯出——用白話描述需要什麼就夠了。免費開始 →
指導教授剛剛跟你說，這篇論文需要「更好的科學圖形」。你點點頭、走出辦公室，接著才意識到你根本不確定他在講什麼。資料圖？機制示意圖？封面圖？海報尺寸的版本？還是以上全部？「科學圖形」就是那種每個人都在用、卻沒有人說清楚定義的詞。
這篇文章會把它講清楚——你在同儕審查論文裡真正會遇到的 6 大類別、每一類的製作流程，以及投稿時會碰到的期刊要求。以下內容來自我們在過去 18 個月針對 Nature、Cell、Science、JACS、PNAS 與 PLOS ONE 400+ 張近期期刊圖 的整理。
科學圖形的六大類別，每一類在論文裡的任務都不同。
❌ 先澄清常見誤解
迷思 1：「科學圖形 ＝ 我結果章節裡的那些圖表。」 那只是六類中的其中一類。科學圖形還包含機制示意圖、實驗流程、分子結構、解剖插畫與封面圖。每一類都有自己的慣例。
迷思 2：「好的圖一定要用 Illustrator 畫。」 Nature Methods 和 Cell Reports 上不少圖是用 Inkscape、Affinity、PowerPoint、BioRender，或愈來愈多是用 AI 工具畫出來的。軟體重要性低於設計原則。原則的部分可以參考我們的 如何繪製科學圖表指南。
迷思 3：「科學圖形不需要好看，重點是科學本身。」 這句話只對一半。根據 2023 年 PLOS Biology 的調查，審稿人花了大約 60% 的審稿時間 在看圖表。難看的圖更容易被退稿，和科學內容本身無關。
科學圖形的 6 大類型
類型 1：資料視覺化
是什麼： 用來呈現定量結果的圖表——長條圖、折線圖、散點圖、盒鬚圖、熱圖、火山圖、Kaplan-Meier 曲線。
什麼時候看到： 每一篇量化研究論文的結果章節。通常是 Figure 2 到 Figure 5 的主力。
正確做法：
- 在分析工具裡生成圖表（R 搭 ggplot2、Python 搭 matplotlib 或 seaborn、GraphPad Prism、Origin）
- 以 300 DPI 的點陣或 SVG 向量匯出（SVG 較佳）
- 進入繪圖工具的唯一目的是統一字體與補顯著性標記
常見坑：
- 軸標用襯線字體，但論文其他部分都是無襯線
- 三種長條顏色，其實兩種就夠了
- 顯著性星號沒有對齊實際的比較方括號
- 誤差棒沒有在圖說裡註明是 SD 還是 SEM
工具建議： R + ggplot2 仍然是資料視覺化的黃金標準。AI 工具在這裡偏弱，因為它不知道你的真實數字。
類型 2：機制示意圖
是什麼： 一張解釋生物、化學或物理程序如何運作的示意圖——訊號傳導、反應機制、分子交互作用。
什麼時候看到： 大部分以機制為主的論文都會在開頭放一張，或是在結論處放一張「模型圖」總結發現。
做法：
- 打開任何工具之前，先用一句話把機制講清楚
- 每一條項目清單對應一個箭頭
- 決定長寬比：寬路徑用 16:9，緊湊機制用 4:3
- 把主路徑畫成一條直線
- 每個分子都用完整名稱加引號標註
常見坑：
- 想呈現整條路徑，結果只有一條分支和論文真正相關
- 箭頭大亂鬥（5 種箭頭風格代表不同意義）
- 用卡通塊狀物代替可辨識的分子形狀
工具建議： 經典生物學路徑用 BioRender，跨領域機制圖用 SciDraw AI（適用於生物學、化學、材料科學）。
類型 3：實驗流程示意圖
是什麼： 把方法章節裡的步驟拆成一張流程圖——樣品處理、處理組、測量、分析、驗證。
什麼時候看到： 方法為主的論文的 Figure 1，或是補充材料中獨立的方法章節。
做法：
- 把每一步寫出來，包含清洗與培養
- 歸納成 3–5 個階段
- 用單一水平箭頭列
- 依階段配色（最多 4 色）
- 在每個步驟下方標註時間——讀者會更信任有時間標註的方法
常見坑：
- 跳過「理所當然」的步驟（審稿人會把它們標為遺漏）
- 沒理由地使用不同箭頭風格
- 忘了標樣本數
工具建議： SciDraw AI、Inkscape、PowerPoint。純流程圖的情境，Lucidchart 或 draw.io 也能應急。
類型 4：分子與結構圖
是什麼： 呈現分子、蛋白質、晶體或奈米材料的圖——2D 結構式、3D 球棍模型、絲帶圖、空間填充模型。
什麼時候看到： 化學與結構生物學論文，尤其是 Figure 1（介紹分子本身）和 Figure 4 以後（呈現結合或構形變化）。
做法：
- 小分子（藥物、代謝物）：用 ChemDraw 或 MarvinSketch——不要在 Illustrator 硬畫
- 蛋白質與大分子：用 PyMOL、ChimeraX 或 VMD 渲染成圖
- 概念性分子卡通：用 AI 工具（SciDraw AI）或圖示庫（BioRender）
常見坑：
- 使用 ChemDraw 預設配色，跟論文的配色對不上
- 把太多構形快照塞進同一張圖
- 晶體結構忘了加比例尺
同一個分子的三種呈現：2D 結構式、3D 絲帶、空間填充。依照你想讓讀者注意的屬性來挑。
工具建議： 實際工作還是 ChemDraw ＋ PyMOL。SciDraw AI 適合在更大張的機制圖裡鑲嵌一個概念性「卡通」分子。
類型 5：解剖與生醫插畫
是什麼： 描繪身體系統、組織、器官或臨床程序的插畫——醫學期刊與生物教科書裡常見的那種。
什麼時候看到： 臨床論文、綜述文章、醫學教育素材。
做法：
- 指定具體的解剖結構（不是「心臟」，而是「左心室，後視圖」）
- 決定風格：示意（平面色彩、清楚標籤）vs. 寫實（陰影、質感）
- 確認你的期刊是否接受平面風格——有些醫學期刊偏好寫實或半寫實
常見坑：
- 解剖不準確（血管進入角度錯誤、神經叢位置錯誤）
- 風格太教科書化，不適合研究論文
- 缺少比例參照
工具建議： 示意風格用 SciDraw AI、寫實自訂用 Adobe Illustrator、預繪解剖圖示用 BioRender。我們的 醫學資訊圖表製作器 就是針對這一類特別調校過的。
類型 6：封面圖與圖形摘要
是什麼： 把整篇論文濃縮成一張圖——用在期刊封面、目次縮圖，或社群貼文。
什麼時候看到： 和主稿一起投遞為獨立檔案，或是嵌在論文前言。
做法：
- 用正方形（1:1）或直式（3:4）長寬比——看你投的期刊規格
- 選 一個 能抓住核心發現的視覺隱喻
- 文字極簡：標題加一句洞見，其他不要
- 封面圖允許比正文圖更具插畫感
- 縮到縮圖尺寸測試——在 200x200 像素下還能讀出發現嗎？
常見坑：
- 把 4 個隱喻全塞進一張圖
- 縮圖尺寸下文字看不清
- 風格和內文圖差距太大，看起來不像同一篇論文
工具建議： 藝術感強的封面用 Midjourney，有標註的封面圖用 SciDraw AI，最後合成用 Photoshop 或 Affinity。可參考我們的 圖形摘要製作工具 和 各期刊目次圖規格。
六種圖形如何組合成一篇論文
一篇典型的研究論文會以可預期的模式使用其中幾種圖形：
| 圖號 | 類型 | 功能 |
|---|---|---|
| Figure 1 | 機制示意圖或流程圖 | 介紹問題／方法 |
| Figures 2–4 | 資料視覺化 | 主要結果 |
| Figure 5 | 機制示意圖（模型圖） | 概念化總結發現 |
| 補充材料 | 各類混合 | 支援資料與對照組 |
| 圖形摘要 | 封面／總結圖 | 一圖概括 |
理解這個模式能幫你在 動筆之前 規劃整份圖集。你不應該坐下來畫「一張圖」，而是坐下來畫「Figure 1，一張介紹我們研究的蛋白質-蛋白質交互作用的機制示意圖」。
科學圖形 vs. 美術：界線在哪
常見的混淆是：有人以為科學圖形要「很有藝術感」才算好。不是。好的資料圖表之所以美，是因為 它溝通清楚，而不是因為它有視覺華麗。
實用準則：
- 內文圖（結果章節）：清晰優先於風格。顏色少、無襯線標籤、箭頭直接。
- 封面圖／圖形摘要：可以釋放視覺隱喻與風格。這是唯一一個「藝術直覺」真的派上用場的地方。
如果你身為科學家，被人說圖「太樸素」——那幾乎永遠是偽裝成批評的讚美。樸素而清晰，十次裡有十次打敗花俏而混亂。
工具對照表
| 圖形類型 | 最佳傳統工具 | 最佳 AI 輔助工具 | 我們的建議 |
|---|---|---|---|
| 資料視覺化 | R + ggplot2 / Python | 不適用（AI 不知道你的資料） | 傳統工具勝出 |
| 機制示意圖 | Illustrator / BioRender | SciDraw AI | 速度用 SciDraw AI，打磨用 Illustrator |
| 流程示意圖 | Illustrator / PowerPoint | SciDraw AI / Figurelabs | SciDraw AI |
| 分子／結構 | ChemDraw + PyMOL | 不適用於準確結構 | 傳統工具勝出 |
| 解剖插畫 | Illustrator ＋ 參考圖 | SciDraw AI / Midjourney | 示意用 SciDraw AI，寫實用 MJ |
| 封面／摘要 | Illustrator / Photoshop | Midjourney / SciDraw AI | Midjourney ＋ SciDraw AI 混搭 |
開始製作你的下一張科學圖形
如果你要畫的是機制示意圖、流程圖、概念性分子卡通、解剖插畫或圖形摘要，SciDraw AI 會在新使用者註冊時贈送 10 credits，並每日贈送 5 credits。匯出是 SVG，可以在 Illustrator 或 PowerPoint 中打開再調整。
資料視覺化和分子結構圖則仍然留給 R／Python／ChemDraw——量化那一側，AI 工具還沒追上。
依你的身分對應怎麼使用
- 你是一年級博士生，還搞不清楚指導教授指的是哪種圖： 找對應他要求的那個小節，把它對應到六大類其中一類，然後照那一類的做法走。
- 你是資深博士生，要寫第一篇獨立論文： 把你的 5–6 張圖對應到上面的模式（機制 → 資料 → 資料 → 資料 → 模型），這就是審稿人預期的結構。
- 你是 PI 或組長： 把這份指南分享給學生，讓大家在講「科學圖形」時使用同一套詞彙。
- 你是醫學插畫師或自由科學傳播者： 類型 5（解剖）和類型 6（封面圖）是你的主戰場。SciDraw AI 加速類型 5，Midjourney 加速類型 6。
一張科學圖形就是視覺化的論證。如果你沒辦法用一句話講清楚論證本身，沒有任何工具救得了這張圖。
延伸閱讀
- 如何繪製科學圖表完整指南 — 7 原則作業手冊
- 研究論文的科學圖表產生器 — 產品深度介紹
- 科學圖表類型指南 — 更細的圖表分類
- 各領域圖形摘要範例 — 40 個封面圖範例
- 科學示意圖製作工具 — 產品頁面
- 醫學資訊圖表製作器 — 解剖插畫工具
