ahsanmandhar-ui/research-poster-maker

Fertigkeit: Forschungsplakat-Ersteller

Erstellen Sie konferenzreife wissenschaftliche Forschungsplakate, die aussehen, als ob sie von einem erfahrenen akademischen Grafikdesigner gestaltet wurden (geeignet für Nature-Konferenzen, BMJ-Treffen, ACC, ASN, europäische Kongresse und Universitätssymposien) – niemals generische KI-Infografiken.

Alle nachfolgenden Dateipfade beziehen sich auf das Stammverzeichnis dieser Fertigkeit (research-poster-maker/).

---

Grundlegende, nicht verhandelbare Regeln

1. Keine wissenschaftliche Fälschung: Erfinden Sie niemals Stichprobengrößen, Effektschätzer, Konfidenzintervalle, p-Werte, Ausschlusszahlen, Zitationen, Fördernummern oder Zugehörigkeiten. Bewahren Sie die exakte Dezimalgenauigkeit, Einheiten und die statistische Signifikanz-Rahmung.
2. Destillieren Sie Prosa – fügen Sie keine Textwände ein: Wandeln Sie Manuskriptabsätze in präzise, hochverständliche analytische Aussagen und parallele Aufzählungspunkte um (~350–600 Wörter im Gesamtkörper), während Sie die genaue Bedeutung beibehalten.
3. Verkleinern Sie NIEMALS alle Schriftarten, um Überfüllung zu beheben: Wenn der Inhalt ein Layout bei gut lesbaren Betrachtungsabstand-Größen überläuft, schreiben Sie wortreiche Prosa um, entfernen Sie sekundäre Hintergrundpunkte, balancieren Sie Spalten neu oder wechseln Sie das Layout.
4. Zurückhaltendes redaktionelles Design: Vermeiden Sie identische abgerundete Karten um jeden Abschnitt, dekorative Cliparts/Emojis, Schlagschatten, Regenbogenverläufe und reflexartiges medizinisches Blau. Verwenden Sie saubere typografische Regeln, bewusste Weißräume, hohen WCAG-Kontrast und echte Datenvisualisierungen.
5. Ehrliche Druck- und Technische Berichterstattung: Skalieren Sie niemals ein niedrig aufgelöstes Rasterbild hoch und behaupten Sie, es habe 300 DPI. Beanspruchen Sie niemals die Einhaltung des CMYK-Druck-/PDF/X-Standards für sRGB-Ausgaben. Geben Sie genaue Abmessungen, den .pptx-Skalierungsfaktor (falls >56 Zoll) und das PDF-Export-Backend transparent an.

---

Schritt-für-Schritt-Arbeitsablauf

Schritt 1 – Untersuchen Sie zuerst das verfügbare Forschungsmaterial

Bevor Sie dem Benutzer Fragen stellen, lokalisieren und inspizieren Sie alle bereitgestellten Manuskripte (.docx, .pdf, .md, .txt), Datensätze (.csv, .xlsx) und vorhandenen Abbildungen/Logos:

python scripts/analyze_research.py <input_files_or_folder> --output-dir <work_dir>

Überprüfen Sie <work_dir>/research_extraction.json und <work_dir>/extraction_summary.md, um die 18 kanonischen Felder zu prüfen (Titel, Autoren/Zugehörigkeiten, Hintergrund, Forschungslücke, Ziele, Studiendesign, Methoden, Population, Stichprobengröße, Statistische Methoden, Primärer Endpunkt, Sekundäre Endpunkte, Wichtige Ergebnisse, Tabellen/Abbildungen, Einschränkungen, Fazit, Referenzen, Finanzierung/Danksagungen).

Schritt 2 – Fragen Sie nur nach essentiellen fehlenden Informationen

Stellen Sie keinen langen Fragebogen, wenn das Manuskript bereits die Studiendetails liefert. Fragen Sie präzise nur, wenn:

• Kritische wissenschaftliche Fakten aus der Quelle fehlen (z.B. fehlende Autoren/Zugehörigkeiten oder fehlende Primärendpunktzahlen) und nicht abgeleitet werden können.
• Die Abmessungen/Ausrichtung der Konferenztafel nicht angegeben wurden (bieten Sie eine sinnvolle regionale Voreinstellung an – z.B. 48 × 36 Zoll Querformat oder ISO A0 Hochformat – deutlich als Annahme gekennzeichnet).
• Institutionelles Branding/Logo oder Studien-QR-URL gewünscht wird.

Schritt 3 – Wählen Sie die Architektur und konsultieren Sie bei Bedarf Referenzdokumente

Laden Sie bei Bedarf detaillierte Referenzhandbücher aus docs/:

• Abmessungen, 56-Zoll-PowerPoint-Obergrenze & Druckspezifikationen: docs/print-specifications.md
• Farbpaletten & redaktionelle Anti-Patterns: docs/design-system.md
• Typografie-Paarungen & Betrachtungsabstand-Punktgrößen: docs/typography.md
• 8 Layout-Kompositionsstrategien: docs/layout-recipes.md
• 15 Wissenschaftliche Diagramm-/Schaubildtypen: docs/visualization-guide.md
• Wissenschaftliche Integrität & Extraktionsregeln: docs/scientific-integrity.md
• WCAG 2.1-Kontrast & Okabe-Ito-Farbblindheitssicherheit: docs/accessibility.md

Verfügbare Vorlagen in templates/<id>/template.json:

• clinical-research | systematic-review | meta-analysis | experimental-research | epidemiology | minimalist-editorial

Verfügbare Layout-Rezepte:

• three_column_classic | two_column_editorial | asymmetric_grid | results_focused | timeline_flow | central_visual | clinical_workflow | systematic_review_prisma

Verfügbare Paletten:

• academic_navy | charcoal_ivory | deep_teal | burgundy_offwhite | forest_cream | monochrome_editorial (plus benutzerdefinierte Hex-Überschreibungen)

Schritt 4 – Präsentieren Sie eine kurze Designspezifikation vor der Generierung

Vor der endgültigen Wiedergabe präsentieren Sie einen präzisen Spezifikationsblock:

Poster: Klinische Forschung
Ausrichtung: Querformat
Abmessungen: 48 × 36 Zoll (explizit / angenommener Standard)
Layout: clinical_workflow (30% : 41% : 29%)
Typografie: IBM Plex Sans
Palette: Oxford Navy & Crisp White (#0F2742 / #FFFFFF / #D55E00)
Visueller Fokus: Kaplan-Meier-Primärendpunkt-Kurve + Subgruppen-Ergebnistabelle
Ausgabe: PPTX + PDF + PNG + Inhalts- & Designberichte

Schritt 5 – Erstellen Sie poster_spec.json & führen Sie die Produktionspipeline aus

Konstruieren Sie <work_dir>/poster_spec.json streng aus den verifizierten Quelldaten:

{
  "template_id": "clinical-research",
  "dimensions_preset": "48x36",
  "layout_recipe": "clinical_workflow",
  "palette": "academic_navy",
  "font_pairing": "clinical_precision",
  "study_badge": "PROSPEKTIVE MULTIZENTRISCHE KOHORTE · STROBE",
  "title": "Exact Verified Study Title in Sentence Case",
  "authors_line": "Erstautor, MD¹; Zweitautor, PhD²",
  "affiliations_line": "¹Abteilung für Medizin, Institution A; ²Abteilung für Biostatistik, Institution B",
  "study_url": "https://doi.org/...",
  "logo_path": null,
  "items": [
    {
      "id": "background",
      "column": 0,
      "item_type": "text",
      "style": "editorial_rule",
      "title": "01  Klinischer Hintergrund & Zielsetzung",
      "paragraphs": ["Prägnanter Kontext aus der Quelle destilliert."],
      "bullets": ["Ziel: Genaue primäre Hypothese."]
    },
    {
      "id": "primary_outcome",
      "column": 1,
      "item_type": "callout",
      "style": "focal_callout",
      "title": "Primärer klinischer Endpunkt",
      "hero_metric": "aHR 0.68 (95% CI 0.56–0.82; p < 0.001)",
      "paragraphs": ["Genaue analytische Zusammenfassung des primären Ergebnisses."]
    },
    {
      "id": "fig1",
      "column": 1,
      "item_type": "figure",
      "title": "03  Kumulatives ereignisfreies Überleben",
      "chart_spec": {
        "id": "fig1_km",
        "chart_type": "kaplan_meier",
        "width_in": 16.5,
        "height_in": 9.2,
        "x_label": "Nachbeobachtung (Monate)",
        "y_label": "Ereignisfreies Überleben",
        "data": { "groups": [], "risk_times": [], "stat_summary": "..." }
      },
      "caption": "Abbildung 1. Kaplan-Meier-Überlebenskurven mit Anzahl der Risikopatienten (N = ...)."
    },
    {
      "id": "tbl1",
      "column": 2,
      "item_type": "table",
      "title": "04  Multivariable Ergebnisse",
      "table_data": {
        "headers": ["Endpunkt", "Adjustierte HR (95% CI)", "p-Wert"],
        "rows": [["Primärer kombinierter Endpunkt", "0.68 (0.56–0.82)", "<0.001"]],
        "col_weights": [1.9, 1.3, 0.7]
      },
      "footnote": "Adjustiert für präspezifizierte Baseline-Kovariaten."
    }
  ],
  "colophon": {
    "references": ["[1] Autor et al. Journal Jahr;Band:Seiten."],
    "funding": "Finanzierung: Förderkennzeichen.",
    "correspondence": "Korrespondenz: [email protected]"
  },
  "missing_information_notes": []
}

Führen Sie den einheitlichen Generator aus (der die Diagrammerstellung, Layout-Lösung, PPTX-Erstellung, PDF-Export, PNG-Vorschau-Rendering und mehrschichtige QA-Validierung ausführt):

python scripts/generate_poster.py \
  --spec <work_dir>/poster_spec.json \
  --extraction <work_dir>/research_extraction.json \
  --output-dir <work_dir>/output

Einzelne Pipeline-Stufen können auch unabhängig über scripts/generate_charts.py, scripts/export_poster.py, scripts/generate_preview.py und scripts/validate_poster.py aufgerufen werden.

Schritt 6 – Visuelle Inspektion & begrenzte iterative Verfeinerung

1. Lesen Sie <work_dir>/output/validation_report.md, um zu bestätigen, dass die technischen, wissenschaftlichen, Zugänglichkeits- und visuellen Prüfungen bestanden wurden.
2. Inspizieren Sie <work_dir>/output/poster_preview.png visuell mit Bildanzeigewerkzeugen, wann immer verfügbar. Überprüfen Sie die gesamte visuelle Hierarchie, das Spaltengleichgewicht, die Lesbarkeit von Diagrammen, die Ausrichtung und die Weißräume.
3. Wenn ein Problem gefunden wird (Generieren → Exportieren → Rendern → Inspizieren → Validieren → Überarbeiten → Finalisieren), passen Sie poster_spec.json an (verdichten Sie wortreiche Aufzählungspunkte, passen Sie column-Zuweisungen oder das aspect_ratio an, oder wechseln Sie das layout_recipe) und führen Sie es erneut aus. Stoppen Sie, sobald die objektiven Prüfungen bestanden sind, oder melden Sie ehrlich jede ungelöste Einschränkung (wie z.B. ein vom Benutzer bereitgestelltes Foto mit niedriger Auflösung).

---

Checkliste der Pflichtlieferungen

Überprüfen Sie, ob alle fünf Dateien in <output_dir> vorhanden sind, bevor Sie abschließen:

1. poster.pptx – Bearbeitbares natives PowerPoint-Poster (Formen, Textläufe, Booktabs-Tabellen, hochauflösende/native Diagramme).
2. poster.pdf – Druckfertiges PDF, das die genauen physischen Abmessungen und eingebetteten Schriftarten beibehält.
3. poster_preview.png – Vollständig gerendertes Vorschaubild des Posters.
4. poster_content.md – Extrahierter und destillierter Posterinhalt mit Vollständigkeitshinweisen.
5. design_specification.md – Vollständiger physischer, typografischer, Farbkontrast- und QA-Prüfbericht (begleitet von validation_report.md).