论文 figure、图形摘要、学术海报怎么做：研究生投稿到参会完整视觉指南 研究生从投稿到参会的视觉素材完整工作流——讲清论文 figure、图形摘要、学术海报的本质区别，分别怎么做，以及如何用 AI 让三类图共用一套素材。附 prompt 模板与 FAQ。
如果你正在读研、博，那大概率你这一年要做三种图：正文里的 figure、投稿时附带的 graphical abstract、还有去开会时挂的那张大海报 。三种图看起来都属于"科研配图"，但只要你认真做过一次，就会发现它们的逻辑完全不同——读者不一样、信息密度不一样、被看到的时间也不一样。
这篇文章我想把这三件事一次性讲清楚：先说清三类图的本质区别，再分别讲怎么做，最后说怎么用 AI 工具把工作流串起来，让你不必每次从零开始画。文末会附 FAQ 和我自己常用的 prompt 模板。
很多人写第一稿 prompt 时会说一句"帮我画一个科研配图"。这句话对 AI 来说几乎没有信息——同样是科研配图，下面三种场景的图差别巨大：
类型 读者 阅读时长 信息密度 主要用途 论文 figure 同行、审稿人 30 秒 - 数分钟 高 解释机制、展示结果、佐证主张 图形摘要（graphical abstract） 期刊编辑、潜在引用者、社交媒体读者 5-15 秒 极低（一句话） 让人 5 秒内 get 到这篇论文做了什么 学术海报 路过展位的同行 60-180 秒（大部分人 30 秒就走） 中（需要文字+视觉） 吸引同行停下来听你讲 5 分钟
这三类图的"成功"也不一样：
论文 figure：审稿人不让你重画就算成功
图形摘要：让人记住"这篇论文研究的是 X 抑制 Y 通路"那一句话就算成功
学术海报：让人愿意停下来听你讲 5 分钟，比信息全堆上去重要得多
理解了这一层，下面三节才有意义。
论文 figure 是这三类里最"硬"的。它的目标是让审稿人在 30 秒内看懂你的实验设计或机制主张 ，并且能站得住反复审读。常见的有三种：
机制示意图 ：解释一个生物/化学/物理过程实验流程图 ：展示样本怎么收集、怎么处理、怎么测多 panel 综合图 ：A/B/C/D 多面板对比、汇总结果
作者 Davie Chen / SciDraw AI Researcher
Davie Chen 是 University of Arts in Poznan 动画与跨媒体学院的研究者，研究方向包括生成式 AI 在科学图像、专利插图和论文写作中的辅助应用。SciDraw AI 是这一研究方向延伸出的产品之一。
Author profile 用 AI 制作你的科研配图 数千名科研人员使用 SciDraw AI 为论文、基金申请和期刊投稿制作专业配图，几分钟完成，无需设计经验。
不要一开始就写 prompt，先写一句话，规定这张图必须让审稿人记住什么。这句话决定了图的所有取舍：
❌ "我做了一个细胞实验，画一下"（没有中心）
✅ "Drug X 通过抑制 NF-κB 通路减少炎症因子分泌"（一句话，明确机制）
写不出这句话，说明你自己还没想清楚要表达什么，画出来的图也救不了你。
论文 figure 通常有四种阅读顺序：左到右、上到下、中心向外、环形。机制图和流程图通常是左到右 ；因果对比图通常是上下分层 ；信号网络通常是中心向外 。
阅读顺序写进 prompt 里，AI 才知道怎么排版。否则它默认给你居中堆元素。
新人常犯的错误：把一篇论文要讲的所有东西塞进一张图。结果就是箭头乱、字小、缩到论文版面后看不清。
正确的做法是把内容拆成 2-4 个 panel，每个 panel 只做一件事：
Panel A：研究背景与关键实体
Panel B：核心机制或实验流程
Panel C：关键对比或结论模型
拆 panel 后 prompt 会清晰很多，AI 也更容易给出可用初稿。
图里的标签应该缩到 1-3 个词。不是"通过激活 STAT3 通路诱导细胞凋亡"，而是 "STAT3 activation → apoptosis"。中文投稿也是同样原则——审稿人不会在图里读完整句话。
Create a publication-ready scientific figure based on the description below. Subject: [一句中心信息] Layout: 3 panels, left-to-right reading order. Panel A: [研究背景与关键实体] Panel B: [机制或实验流程] Panel C: [关键结论或对比模型] Style: clean vector style, white background, no decorative gradients, short English labels (1-3 words), consistent arrow meaning. Output: editable, journal-figure-ready. 图形摘要是这三类里最容易做错的。最常见的错误是——把摘要文字直接堆进一张图 。
这是关键认知。论文 figure 是给审稿人深读的，图形摘要是给路过的人 5 秒看完的。它们的设计逻辑完全相反：
论文 figure：信息密度高、可以重复阅读
图形摘要：一句话 + 一个直观视觉，不能让读者必须看 30 秒才看懂
90% 的好图形摘要都遵循"问题 → 方法 → 结果"三段式。每一段配一个简单的视觉符号，整张图最多 30 个英文单词。
❌ 把完整的实验流程画进图形摘要（那是 figure 的事）
❌ 列统计图（柱状图/箱线图属于正文 figure）
❌ 加装饰性背景、3D 渲染、阴影
❌ 让标题超过 8 个词
不同期刊对图形摘要的尺寸、文件格式、字号大小有硬性要求，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样。常见基线是 1328 × 531 px、TIFF/PNG、最小字号 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. 很多人做学术海报会陷入"排版思维"——打开 PowerPoint，建一个大画布，开始往里塞文字、figure、参考文献。结果做出来的海报像论文摊平在墙上。
正确的思路是反过来的：学术海报真正起作用的是 1-2 张能让人 10 米外就看懂的核心视觉 。其他文字只是辅助。
一张主图（占海报 30%-40% 面积） ：让 10 米外路过的人能识别"这是讲什么的"一张工作流图 ：用于解释研究是怎么做的一张关键结果图 ：通常是从论文 figure 里改出来的其他 ：标题、作者、机构、致谢、二维码 注意比例：视觉占 60%，文字占 40% 。如果文字超过 50%，路过的同行会直接走开。
AI 在海报场景下不擅长"出最终成品"——海报涉及精确的尺寸、机构 logo、二维码、作者列表，这些用 PowerPoint、Illustrator 排版更稳。
AI 真正擅长的是出那 2-3 张核心视觉素材 ：主图、工作流图、可视化的研究模型。把这些素材生成出来后，导进 PPT 或 Illustrator 排版。
Create a hero visual for an academic conference poster. Subject: [一句研究主题] 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. 这一节是这篇文章的核心价值——不要为这三类图各写一遍 brief 。研究生时间太宝贵，正确的做法是建立一个"研究素材库"，三类图共用核心素材。
第 1 步：写一份 1 页的 research brief
一句中心信息（用于图形摘要）
关键实体清单：分子名、细胞类型、设备、流程节点（用于所有图的标签）
主要机制或流程（3-5 步骤）
关键对比或结论
颜色规则：哪种颜色代表什么含义（保持三类图一致）
第 2 步：先做论文 figure（信息密度最高）
从最复杂的论文 figure 开始。把机制完整画清楚，建立颜色和符号规则。
不要重画。从 figure 拿三块最关键的内容（问题、方法、结果），删掉细节，重新排成横向三段式。
海报主图通常是 figure 里最有冲击力的那一块（比如机制核心、关键结果），拿出来放大、删去细节、加大字号。
这样三类图共用一套视觉语言，读者从你的论文跳到海报、从海报跳到 graphical abstract，都能立刻认出"是同一个研究"。
我见过一位博士生，论文 figure 用蓝绿配色、graphical abstract 用红黄、海报又改成紫色——三张图同行根本看不出来是同一个项目。视觉一致性这件事不是"美观"问题，是"识别"问题。
不要指望 AI 一次性帮你出投稿级的最终稿，它的真正价值是把"从零到第一稿"的时间从一周压到半天 。
建研究 brief 阶段 ：把摘要、研究计划喂给 AI，让它先帮你提取中心信息、关键实体、模块结构出 figure 第一稿阶段 ：用结构化 prompt 让 AI 生成可修改初稿，然后你手动调整箭头、标签、对齐生成图形摘要阶段 ：基于已有 figure 让 AI 简化成三段式生成海报核心视觉阶段 ：让 AI 单独出主图素材，再导进 PPT 排版修改阶段 ：图改到 80% 成品后，剩下 20%（精确字号、机构 logo、对齐）用 PPT/Illustrator 收尾 不能直接投稿。AI 出的是初稿，标签精度、对齐、字号、机构格式要求都需要你手动调整。但它能把你从"白板"状态带到"80% 成品"状态。
如果是国际期刊投稿、国际会议海报：英文。如果是中文期刊、中文教材、中文科普：中文。一开始就决定，不要做到一半改语言。
可以，但效果一般。更稳的做法是先让 AI 从摘要中提取"中心信息 / 关键实体 / 三段式结构"，再用结构化 prompt 生成。粘贴整段摘要 AI 通常会生成信息密度过高的图。
最常见是 A0（841×1189 mm）和 36×48 英寸。投稿会议时一定先看会议官网公布的海报规格，不同会议不一样。
Illustrator 更精确，但从零搭结构慢。AI 适合"出第一版结构"，Illustrator 适合"精修"。两个工具配合用最高效，单独用任何一个都不是最优解。
应该。同一个研究的所有视觉素材应该共用一套配色和符号规则（比如蛋白用同一个颜色、抑制箭头用同一种样式）。这不是审美问题，是让读者认得出"是同一个项目"的识别问题。
如果你正在准备一篇要投稿的论文，建议从 SciDraw AI 开始把 figure、图形摘要、海报作为一组素材一次性规划，而不是分别从零做三遍。
