科研插图怎么画：2026 完整指南（含 AI 加速）

实验是六周前就做完的。手稿停在 98% 已经十天了。剩下没搞定的只有 Figure 3——那张机制示意图。你已经打开过四次 Illustrator，放弃了三次，现在又盯着一张空白画板，时间是凌晨 1:14。箭头对不齐，字号飘来飘去，导师上一次的意见是「太乱，重做」。

这就是科研绘图的隐形税。2024 年 eLife 的一份调查里，一张机制示意图的平均制作时间是 5.8 小时——还没算修改。一篇典型论文 6 张图，合起来差不多要烧掉整整一周，而这些图在同行评议打分里最多只占 10%。

这份指南是我们在 Scidraw AI 内部实战了 12 个月的 playbook，期间在生物、化学、材料科学和临床研究方向累计生成并审核了 300+ 张投稿用图。全文覆盖：

1. 让插图在审稿人看图注之前就被毙掉的 5 个坑
2. 区分「期刊级」和「博客级」的 7 条设计原则
3. 针对 4 类你真正会画的图的 4 套具体工作流
4. 传统流程 vs AI 辅助流程的对比，带真实数字

四种最常见的科研插图：机制图、工作流、数据可视化、封面图。

❌ 先说 5 个会让科研插图被直接打回来的坑

在说正确做法之前，先说做什么会翻车。我们复盘了 200+ 被打回来的稿子，这 5 个错误大概占了「返修图」原因的 70%。

1. 标签小到要拿放大镜看。 你在视网膜屏上 100% 显示看起来没问题的图，一放进两栏 PDF 就糊成一团。期刊的经验法则是：在单栏宽度约 85 mm 的印刷尺寸下，每个标签都要能看清。你拿手机伸直手臂看不清，审稿人就更看不清。

2. 箭头失控。 同一张图里出现四种箭头风格——实线表示激活、虚线表示抑制、波浪线表示转运、点线表示「我还没想好」。读者不应该为了读懂你的通路图先背一套图例。把箭头种类压到最少（最好只用 2 种），然后整篇论文都照这个来。

3. 配色一黑白就废。 还是有约 12% 的审稿人会把 PDF 打印出来改稿，几乎每份 PDF 都会被丢进至少一次灰度转换。如果你的「实验 vs 对照」靠红绿区分，灰度化之后读者就丢了一半信息。投稿前一定要把图转一次灰度自检。

4. 字体东拼西凑。 Fig. 1 用 Arial、Fig. 2 用 Helvetica、Fig. 3 用 Calibri，因为你分别从三个工具里复制粘贴过来。哪怕科学内容完美无缺，看起来也会像没毕业的作业。选一套无衬线字体，从第一张图就锁死。

5. 用中文写图表标签。 就算你投的是中文期刊，图内标签几乎清一色要求英文。别浪费三轮迭代把中文标签抛光，投稿时又全部换成英文——从第一版就用英文写。

把这五条避开，你就已经跑赢了一半以上的投稿。下面才是正面的 playbook。

✅ 让科研插图真正好用的 7 条设计原则

原则 1：一张图，一个信息

科研图不是教科书一整页的综述。想把整条代谢通路塞进去，最后就是一堵箭头墙，审稿人直接跳过。每一张图应该回答 一个具体问题。「这个抑制剂是不是结合在变构位点？」「信号是不是走 MAPK 通路传递？」

当你能用一句话说清楚这张图要讲的事，图几乎就「自己画出来了」——你马上就知道该留什么、该砍什么。

❌ 糊涂的 prompt：

Draw the entire cellular signaling pathway including glucose metabolism,
protein synthesis, cell division, and apoptosis.

（注：要求画整套细胞信号通路，还连带糖代谢、蛋白合成、细胞分裂和凋亡——典型的贪多嚼不烂。）

✅ 聚焦的 prompt：

16:9 landscape figure, insulin receptor signaling cascade only.
Show: insulin binding receptor → IRS1 phosphorylation → PI3K → AKT → GLUT4 translocation.
Label each step with quoted names: "Insulin", "IRS1", "PI3K", "AKT", "GLUT4".
Do not include: glucose metabolism, apoptosis, or unrelated pathways.

（注：明确限定只画胰岛素受体信号级联，逐步列出箭头，标签用引号锁死，显式排除无关内容。）

原则 2：阅读顺序永远是从左到右、从上到下

对期刊图的眼动研究反复证明一件事：读者从左上开始，横扫到右边，再往下跳一行。不管读者母语是英语、中文还是阿拉伯语，只要标签用拉丁字母写，这条规律都成立。你的「原因」应该在左边，「结果」在右边；「before」在上面，「after」在下面。

如果因为生物学事实被迫打破这条顺序（有时候确实如此），就加编号小徽章——①、②、③——强制读者按你的顺序读。这是我们测出来的 单项投入产出比最高的修改：在一组 40 位审稿人的 A/B 测试里，带编号徽章让理解时间缩短了 34%。

原则 3：配色锁死最多 4 种颜色

我们归档过的最好的科研图，几乎没有超过 4 种颜色 的（白色和深灰不算）。一种给「主角」、一种给「高光/强调」、一种给「对照/对比」、一种中性色。就这样。

为什么是 4？因为人类工作记忆一次大约只能可靠追踪 4 个并行视觉类别。加到第 5 个，读者就开始猜。Nature Communications 和 Science Advances 都明确建议用色盲友好的配色——去 colorbrewer2.org 复制现成方案，同时通过绿色盲和红色盲测试。

我们常用的科研图配色：

• 主色：#2E5BFF（科研蓝）
• 强调色：#F59E0B（琥珀色，用来突出重点）
• 对比色：#14B8A6（青蓝，用于对照）
• 中性色：#475569（石板灰，用于标签和线条）

对于超过 90% 的科研图来说，四色就够了。投稿前别忘记跑一次色盲自检。

原则 4：留白不是浪费

新手最常见的错误就是把图的每一寸都填满。看上去很「用力」，读起来却只会被感叹为「太挤」。至少留出整张图面积的 15% 作为负空间——把它当成让每个元素能呼吸的间距。

原则 5：用真实的科研术语，而不是卡通替代物

「一个蛋白」被画成一坨球；「几个细胞」被画成剪贴画。请把具体的名字写出来——GLUT4 转运蛋白、线粒体嵴、IgG 抗体 Fab 区——这样你的图立刻就更有投稿相。不管你是手绘、Illustrator 还是 AI 生成，这条都成立。

原则 6：图注要当作脱离正文单独读

很多读者只看图和图注，永远不读正文。你的图注必须能独立存在。推荐结构：

1. 一句话标题（「胰岛素受体信号级联」）
2. 这张图展示了什么（机制是什么）
3. 关键实验条件（n、重复次数、统计方法）
4. 缩写展开（每个缩写都定义一次）

原则 7：存成矢量，不要存成位图

位图格式（PNG、JPG）在印刷分辨率下会丢细节。矢量格式（SVG、PDF、EPS）在任何尺寸下都清楚。每一张投稿用图最后都应该是矢量文件。这一点对期刊投稿没有商量余地，也是我们一开始就把 SVG 导出做进 Scidraw AI 的原因——位图一旦被审稿人放到 200%，马上就糊了。

你真正会画的 4 类图，对应 4 套工作流

不是所有图都用同一套流程画。下面是四大类图和各自能跑通的配方。

工作流 1：机制图 / 示意图

什么时候用： 解释一个生物过程或化学反应是怎么走的。

配方：

1. 把机制写成一条条 bullet（每个箭头对应一条）。
2. 先定宽高比：5 步以上用 16:9，3~4 步用 4:3。
3. 把主通路画成一条贯穿画面的直线。
4. 只有直接影响主要信息的分支才画出来。
5. 所有分子都用引号写全名。

耗时： 传统 Illustrator/BioRender：36 小时。Scidraw AI 辅助：815 分钟 + 手动清理标签。

工作流 2：实验流程图 / 工作流

什么时候用： 写方法部分，展示操作的先后顺序。

配方：

1. 所有步骤都列出来，包括洗涤、孵育和对照。
2. 把步骤分成 3~5 个阶段（样品制备 / 处理 / 分析 / 验证）。
3. 用单行水平箭头，按阶段区分颜色。
4. 每一步下面标时间（这一点会提高读者对方法的信任度）。

一张五阶段的工作流图。注意箭头风格统一、阶段按配色区分、每步下方都有时间标注。

工作流 3：数据可视化

什么时候用： 结果部分，展示定量发现。

配方：

1. 先在你的统计工具里做（R、Python、Prism）——不要 在绘图软件里画数据图。
2. 至少 300 DPI 导出位图，或者直接导出 SVG。
3. 之后再放进绘图工具，只是为了统一字体和标签。
4. 每个分图最多 2 条数据序列，整张图最多 4 条。
5. 显著性标记（、、）直接标在图上，不要只写在图注里。

工作流 4：封面图 / 图形摘要

什么时候用： 期刊封面投稿、目录插画、图形摘要。

配方：

1. 用正方形（1:1）或竖版（3:4）的宽高比。
2. 只突出一个视觉隐喻——不是多个。
3. 文字极简：标题 + 一个核心发现，就够了。
4. 这里允许更偏插画的风格（很多期刊明确鼓励）。

想看各领域真实案例，可以看我们的按领域整理的图形摘要示例，里面有 40 个生物、化学和材料方向的真实例子。

传统流程 vs AI 辅助：真实数字对比

我们让三位博士生在同一组 15 张真实投稿图上分别跑了两遍——一遍用 Illustrator/BioRender 传统流程，一遍用 AI 辅助工具（Scidraw AI）。数据如下：

最有意思的是「审稿人清晰度评分」：AI 辅助的图不仅更快，评分还 略微 更高。我们的猜测是：AI 逼迫学生把需求写成显式的 prompt（「我到底要画什么？」），从一开始设计目标就更清楚。

AI 还是会输的地方： 涉及精确定量数据的复杂多面板图（AI 不知道你的真实数字）。只要涉及真实数据，就只用 AI 画示意部分——把 R/Python 画出来的真实数据图另外导入合成。

Scidraw AI 在这一套工作流里怎么用

Scidraw AI 的科研绘图工具正是按上面这个闭环设计的：描述 → 生成 → 精修 → 导出 SVG。可以免费试，同时支持位图和矢量导出，也能无缝接回传统流程——你随时可以把 SVG 丢进 Illustrator 做最后 10% 的打磨。

可以到 sci-draw.com/ai-drawing 试用，或者在 /scientific-drawing 看详细的产品说明。

按角色对号入座的用法

• 你是博一学生，正在画人生第一张机制图： 从原则 1（一张图一个信息）和工作流 1 开始。导师没让你管的其他原则暂时全部忽略。
• 你是高年级博士生或博后，要投 Nature / Cell： 先用科研图预检工具把最后一公里的合规问题抓出来，再把原则 3 和原则 7（配色 + 矢量导出）严格贯彻到底。
• 你是课题组长，要培训整个组： 把原则 1~7 打印成一页纸贴在组里。我们测出来的 34% 时间节省，在 5 个学生身上一起生效时会滚雪球式放大。
• 你是医学插画师，准备开始自由职业： 工作流 4（封面图）是 AI 给你撬动杠杆最大的那一块。品味还是你自己带，AI 只负责速度。

👉 用 Scidraw AI 免费开始画科研图

相关阅读

• 论文科研图表生成器 — 产品总览
• 如何为科研论文制作图表 — 聚焦方法部分的精简版
• 科研图表类型指南 — 更细粒度的图表分类
• 按领域整理的图形摘要示例 — 40 个真实封面图
• 科研绘图工具 — 产品介绍页
• 科学图表制作工具 — 基于模板的图表构建器