💡 Scidraw AI 的优势：6 种图一套工具搞定，SVG 矢量导出，用中文描述一下就行。免费开始 →
导师刚刚告诉你，论文的「科研视觉内容」需要「做得更好」。你点头，走出办公室，然后突然意识到自己根本不清楚导师到底在说什么。是数据图？机制图？封面图？还是海报尺寸的版本？又或者上面那些都算？「科研视觉内容」是那种所有人都在说、但没人定义清楚的伞式词。
这份指南会把它拆清楚——列出你真正会在同行评议论文里看到的 6 个具体类别、每一类对应的制作流程、投稿时会遇到的期刊要求。下面所有内容都基于我们对过去 18 个月里 Nature、Cell、Science、JACS、PNAS、PLOS ONE 上的 400+ 张真实期刊图 的梳理。
六大类科研视觉内容，每一类在论文里都承担不同任务。
❌ 几个要先打掉的误区
误区 1：「科研视觉内容 = 结果里的那几张图表。」 那只是六类里的一类。科研视觉内容还包括机制示意图、实验流程图、分子结构图、解剖插图和封面图。每一类都有自己的惯例。
误区 2：「好图一定要用 Illustrator 画。」 Nature Methods 和 Cell Reports 上很多图其实是用 Inkscape、Affinity、PowerPoint、BioRender 画的，现在越来越多也是 AI 工具做的。软件重要性远不如设计原则本身。想看原则可以读我们的科研插图怎么画指南。
误区 3：「科研图不必好看，科学内容才最重要。」 半对半错。按 2023 年 PLOS Biology 的一份调查，审稿人大约 60% 的审稿时间 是花在图上的。无论底下科学多扎实，丑图被退稿的概率都更高。
6 种科研视觉内容
类型 1：数据可视化
它是什么： 传递定量结果的图——柱状图、折线图、散点图、箱线图、热图、火山图、Kaplan-Meier 生存曲线。
在哪里出现： 任何定量论文的结果部分。通常是 Figure 2~5 的主力。
正确的做法：
- 在你的分析工具里出图（R 配 ggplot2、Python 配 matplotlib 或 seaborn、GraphPad Prism、Origin）
- 位图至少 300 DPI 导出，或者直接导出 SVG 矢量（矢量更好）
- 再导入绘图工具里，只是为了统一字体和加显著性标记
常见坑：
- 坐标轴用衬线字体，整篇论文其他部分都是无衬线
- 三种柱子颜色，其实两种就够了
- 显著性星号没和真正的比较对齐
- 误差棒没说明是 SD 还是 SEM
工具建议： R + ggplot2 依然是数据可视化的黄金标准。AI 工具在这一类里偏弱，因为它不知道你的真实数字。
类型 2：机制示意图
它是什么： 解释生物、化学或物理过程如何运作的示意图——信号级联、反应机制、分子相互作用。
在哪里出现： 大多数机制型论文的引言图，或者总结发现的「模型图」。
做法：
- 打开任何工具之前，先用一句话写出机制
- 把每一步写成一条 bullet（每条 bullet 就是一根箭头）
- 决定宽高比：宽通路用 16:9，紧凑机制用 4:3
- 主通路画成一条直线
- 所有分子都用引号写全名
常见坑：
- 想把整条通路都塞进来，实际上只有一条分支相关
- 箭头失控（5 种不同箭头风格各有含义）
- 用卡通圆球代替真正能认出来的分子形状
工具建议： 规范生物通路用 BioRender，跨领域的机制图（生物、化学、材料）用 Scidraw AI。
类型 3：实验流程图
它是什么： 把方法步骤拆开画——样品制备、处理、测量、分析、验证。
在哪里出现： 多数方法型论文的 Figure 1，或者补充材料里的方法节。
做法：
- 所有步骤都写出来，包括洗涤和孵育
- 分成 3~5 个阶段
- 用单行水平箭头
- 按阶段配色（不超过 4 种颜色）
- 每一步下面加时间——读者对有时间标注的方法更信任
常见坑：
- 跳过「看起来显然」的步骤（那几步恰恰是审稿人会质疑「怎么没写」的部分）
- 箭头风格无缘无故不统一
- 忘了标样本量
工具建议： Scidraw AI、Inkscape、PowerPoint。要做纯流程图，Lucidchart 或 draw.io 也能应急。
类型 4：分子和结构图
它是什么： 分子、蛋白、晶体或纳米材料的图示——2D 结构式、3D 球棍模型、带状图、空间填充模型。
在哪里出现： 化学和结构生物学论文里，尤其在 Figure 1（介绍分子）和 Figure 4+（展示结合/构象变化）。
做法：
- 小分子（药物、代谢物）用 ChemDraw 或 MarvinSketch——别去 Illustrator 手画
- 蛋白和大分子用 PyMOL、ChimeraX 或 VMD，渲染成图
- 概念性的分子卡通用 AI 工具（Scidraw AI）或图标库（BioRender）
常见坑：
- 用 ChemDraw 默认配色，和整篇论文调色板不搭
- 一张图塞太多构象快照
- 晶体结构忘了加比例尺
同一个分子的三种呈现方式：2D 结构式、3D 带状图、空间填充。根据你要读者注意什么属性来选。
工具建议： 真活儿用 ChemDraw + PyMOL。Scidraw AI 用于嵌入机制图里的概念性「卡通」版本。
类型 5：解剖与医学插图
它是什么： 身体系统、组织、器官或临床操作的示意图——医学期刊和生物教材里常见的那种。
在哪里出现： 临床论文、综述、医学教育材料。
做法：
- 锁定具体的解剖结构（不是「心脏」，而是「左心室，后面观」）
- 选风格：示意图（平色、清晰标签）或写实（有阴影和纹理）
- 看期刊是否接受扁平示意风——有些医学期刊还是偏好写实或半写实
常见坑：
- 解剖不对（血管接错位置、神经走错丛）
- 风格太像教科书，不像研究论文
- 没有比例参照
工具建议： 示意风用 Scidraw AI，定制写实可以用 Adobe Illustrator，解剖图标可以用 BioRender。我们的医学信息图工具是专门为这一类调过的。
类型 6：封面图与图形摘要
它是什么： 总结整篇论文的一张图——期刊封面、目录插图或社交媒体配图。
在哪里出现： 手稿之外另附一个文件提交，或者嵌在手稿首页。
做法：
- 用正方形（1:1）或竖版（3:4）宽高比——按期刊要求调整
- 选 一个 能概括核心发现的视觉隐喻
- 文字极简：标题 + 一个要点，就够了
- 这里允许比正文图更偏插画
- 缩略图测试：200x200 像素下是否还能传达信息？
常见坑：
- 一张图里塞了 4 个隐喻
- 文字在缩略图尺寸下不可读
- 风格和正文图差得太远，看起来像两个项目
工具建议： 偏艺术的封面用 Midjourney，带标签的封面用 Scidraw AI，最终合成用 Photoshop 或 Affinity。按期刊要求可以看我们的图形摘要制作工具和按期刊整理的 TOC 图规范。
6 种类型在一篇论文里怎么搭配
一篇典型的研究论文会按一个可预测的模式用到其中几种：
| 图号 | 类型 | 作用 |
|---|---|---|
| Figure 1 | 机制示意图 或 工作流图 | 引出问题 / 方法 |
| Figures 2~4 | 数据可视化 | 主要结果 |
| Figure 5 | 机制示意图（模型图） | 概念性总结发现 |
| 补充材料 | 各类都有 | 支撑数据和对照 |
| 图形摘要 | 封面图 / 概览图 | 一张图的总结 |
理解这个模式能帮你在 画之前 就规划好整套图。你不应该一屁股坐下来开始画「一张图」——你应该坐下来画「Figure 1，一张介绍我们研究的蛋白-蛋白相互作用的机制示意图」。
科研视觉内容 vs 艺术：边界在哪儿
一个常见混淆：大家以为科研图一定要「有艺术感」才算好。其实不是。一张好的数据图「看起来顺眼」，是 因为 它传达清晰，不是因为它有视觉花哨。
经验法则：
- 正文图（结果部分）：清晰优于风格。配色极简、无衬线标签、直接的箭头。
- 封面图 / 图形摘要：可以放开用视觉隐喻和风格。这是唯一允许你的「艺术直觉」发挥的地方。
如果你被人说图「太朴素」——这几乎总是一句包装成批评的夸奖。朴素清晰比花哨聪明好 10 倍。
工具汇总
| 视觉类型 | 最佳传统工具 | 最佳 AI 工具 | 我们的建议 |
|---|---|---|---|
| 数据可视化 | R + ggplot2 / Python | 无（AI 不知道真实数据） | 传统工具胜出 |
| 机制示意图 | Illustrator / BioRender | Scidraw AI | Scidraw AI 出速度，Illustrator 出精修 |
| 工作流图 | Illustrator / PowerPoint | Scidraw AI / Figurelabs | Scidraw AI |
| 分子/结构 | ChemDraw + PyMOL | 无（AI 画不准结构） | 传统工具胜出 |
| 解剖插图 | Illustrator + 参考图 | Scidraw AI / Midjourney | 示意风用 Scidraw AI，写实风用 Midjourney |
| 封面图/图形摘要 | Illustrator / Photoshop | Midjourney / Scidraw AI | Midjourney + Scidraw AI 混合 |
开始做你下一张科研图
如果你要画的是机制图、工作流图、概念性分子卡通、解剖示意图或图形摘要，Scidraw AI 免费档位每月给你 50 点数——相当于 10 张图。导出的是 SVG，你可以在 Illustrator 或 PowerPoint 里打开继续按需精修。
数据可视化和真实分子结构图还是交给 R / Python / ChemDraw，AI 工具在定量这一侧还没追上。
按角色对号入座的用法
- 你是博一学生，只是想搞清楚导师让你画的到底是哪一类图： 找到对应类型的章节，对照一下，然后跟着那一类的配方走。
- 你是高年级博士生，第一次独立写论文： 把你的 5~6 张图按上面那个模式映射一下（机制 → 数据 → 数据 → 数据 → 模型）。这是审稿人默认期待的结构。
- 你是课题组长： 把这份指南发给学生，以后大家谈到「科研图」的时候就有了同一套词汇。
- 你是医学插画师或科研传播从业者： 类型 5（解剖）和类型 6（封面图）是你的主战场。Scidraw AI 能让类型 5 更快，Midjourney 能让类型 6 更快。
科研视觉内容的本质是一个可视化的论点。你要是没法一句话把论点说清楚，再好的工具都救不了这张图。
相关阅读
- 科研插图怎么画 — 完整指南 — 7 条原则 playbook
- 论文科研图表生成器 — 产品深度介绍
- 科研图类型指南 — 更细粒度的分类
- 按领域整理的图形摘要示例 — 40 个封面图案例
- 科研示意图制作工具 — 产品介绍页
- 医学信息图制作工具 — 解剖插图工具
