Communitygithub.com

アカデミック図版デザイン

学術的なフローチャートや模式図(アルゴリズム・制御ブロック図、シーン・プラットフォーム図など)を設計・修正し、承認されたコンセプトを編集可能なPPT/ベクターソースとして再構成、原稿への配置を検証します。通常のスライドスタイリングや実験結果の捏造には使用しません。

アカデミック図版デザイン とは?

このスキルは、学術論文や研究発表における図版(フローチャート、模式図、実験プラットフォーム図、結果図など)の専門的なデザインと修正を支援します。ユーザーが指定した段階(コンセプト設計、修正、編集可能なソースへの再構成、原稿への挿入)に厳密に従い、科学的正確性を保ちながら視覚的にわかりやすい図版を生成します。 主な機能として、まず図版の種類(フローチャートか模式図か)を適切に分類し、モジュールや信号の意味的契約を明確にした上で、AIによる画像生成、編集可能なPowerPoint/ベクター形式への変換、原稿への正確な挿入など、適切な制作ルートを選択します。定量的なプロットには元データと決定論的なツールを使用し、AIがデータを捏造しないよう徹底します。 対応プラットフォームは幅広く、AI画像生成ツール、PowerPoint、ベクター編集ツール、ドキュメント処理ツールと連携可能です。スキルの動作は、参照ドキュメント(figure-types.md、design-and-ai.md、editable-and-insertion.md、verification.md)に基づいており、各段階で図版の意味的・視覚的正しさを検証します。特に、編集可能なソースと原稿への挿入を明確に区別し、ユーザーの編集を尊重しながらも、科学的データや手法を無断で変更しないという原則を徹底します。

対応~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/dangerous090566/academic-figure-design-skill/tree/main

お気に入りのAIに質問する

このエージェントスキルを事前に読み込んだ状態で新しいチャットを開きます。

ドキュメント

アカデミック図版デザイン は何をしますか?

科学メカニズムを説明する図版を作成します。単なる装飾的な段落ではありません。技術的な意味、ユーザーの最新の編集、およびコンセプトプレビュー、編集可能なソース、原稿準備済み図版の区別を保持します。

タスクの境界を設定する

要求された段階(コンセプト設計、対象を絞った修正、編集可能な再構成、原稿への挿入)を特定します。許可された段階のみを実行します。特に、新しい図版について議論することは、それを論文内で差し替える許可を意味しません。

デザインを始める前に、提供された図版、信頼できる原稿定義、アクセス可能なソースアセットを検査します。スタイル例は視覚的な参照として扱い、技術モジュールや主張のソースとしては扱いません。相違点は、ユーザーが宣言したソースの権威に従って解決し、黙って方法を変更するのではなく、本当の矛盾を報告します。

既存のプロジェクトについては、科学的コンテンツ、視覚的編集、原稿配置について、それぞれ権威を別々に特定します。ユーザーが編集したPPTは、通常、外観においては古いPNGや生成スクリプトよりも優先されますが、実験データやメソッド定義を黙って上書きすることはありません。その編集を保持し、要求された場合は既存のプレゼンテーション/ドキュメントを使用します。タイムスタンプは変更を検出するのに役立ちますが、2つのファイルが同じリビジョンを記述していることの証明にはなりません。

2つの視覚形式から選択する

references/figure-types.md を参照して、フローチャートと模式図のどちらを使用するかを選択します。フローチャートは、機能ブロックと有向接続を使用して、計算、決定、または制御/信号フローを説明します。模式図は、物理的または概念的なオブジェクト、ジオメトリ、シーン、写真、およびローカル注釈を使用して、関係、メカニズム、またはイベントを説明します。アルゴリズムフレームワーク、状態機械、シミュレーションブロック図は通常前者の経路をとり、説明のためのシステムビュー、交通シーケンス、写真主体のプラットフォームビューは後者の経路をとることができます。

図のトピック、タイトル、番号、または単なる矢印の存在ではなく、支配的な視覚表現によって分類します。模式図に小さな制御チェーンの挿入図を含めることができます。フローチャートに車両のミニチュアを含めることができます。これらはその主要な形式を変更しません。モデリング、プラットフォーム、シナリオ、結果はアプリケーションコンテキストであり、追加のピアカテゴリではありません。データ由来のプロットは、周囲のレイアウトに関係なく、以下の定量生成ルールを依然として必要とします。

この図が読者に理解させるべきことを一文で記述します。プラットフォーム図は、提案されたアルゴリズム全体を再度説明するのではなく、実行とフィードバックを説明します。状態からモードへのマッピングは、その述語を定義するためにすでに使用されているのと同じ交通シーンを繰り返す必要はありません。各事実を最も情報量の多い場所に保持します。

レイアウト前の意味的契約

以下のコンパクトな作業インベントリを作成します:

  • モジュールとその実際の役割。
  • すべての信号の入力、出力、および矢印のソース/ターゲット。
  • 並列ブランチ、決定条件、およびモード依存設定。
  • 数学記号、ハード/ソフト条件、および各視覚エンコーディングの意味。
  • 模式的なもの、測定されたもの、シミュレーションされたもの、写真に撮られたもの。

2つのモジュールが互いに隣接しているという理由だけで、信号接続を推論しないでください。制約を構築するために使用されるモデルと、コマンドを実行するプラントを分離します。ペナルティ重みと結果のアクションを分離します。状態機械のモチーフは、検証された遷移グラフではありません。

制作ルートを選択する

  • コンセプトまたはAI修正: references/design-and-ai.md を読んでください。ユーザーがAI画像を要求した場合、利用可能な画像生成スキル/ツールを使用します。プロンプトだけでなく、結果のピクセルと接続を確認します。
  • 編集可能なPPT/ベクター再構成: references/editable-and-insertion.md を読んでください。ファイル操作には利用可能なプレゼンテーションスキルに従います。画像全体の挿入は編集可能な再構成ではありません。
  • 原稿挿入: 同じ参照の挿入セクションを読み、関連するドキュメント/PDFスキルを使用します。新しい図が正確な説明を必要とする場合にのみ、周囲の散文を変更します。
  • 定量プロット: 元データと決定論的なプロットツールを使用します。AIは概念的な構成を支援できますが、曲線、サンプル、メトリクス、または実験的証拠を生成または変更してはなりません。
  • プラットフォーム図: 本物の提供された写真を使用します。物理デバイスと仮想対応物を明確に区別します。不足している機器の詳細や写真は、発明されたアセットではなく、具体的なリクエストが必要です。

ビジュアルデフォルト

テキストだらけのフローチャートと過度に簡素なオフィスダイアグラムの両方よりも、情報量の多いグラフィカル構造を優先します。車両、ジオメトリ、状態ノード、実現可能なセット、またはその他のドメイン関連グラフィックスを使用してメカニズムを説明します。短いラベルと必須の方程式のみを保持し、完全な定義はキャプションまたは散文に配置します。ローカルリビジョンの場合、技術的な競合が注意を必要としない限り、承認された領域と既存のスタイルを維持します。

明確なガターを保持しながら、構成を見えない外側の長方形に揃えます。すべてのアイテムではなく、意味のある機能境界のために囲みフレームと破線グループを予約します。シナリオイラスト、軌道パネル、プラットフォーム写真は、代わりに通常、余白とプレーンなサブフィギュアラベルを必要とします。同一のコンテナを強制せずに、タイプ間でタイポグラフィ、車両記号、セマンティックカラーを一貫させます。シナリオ概要内では、モデル比較パネルは同じ道路シーン文法を使用でき、比較の詳細はそのキャプションに記述します。白い背景、控えめな機能色、読みやすい暗いテキスト、一貫した線と矢印を使用します。色が意味の唯一の伝達手段であってはなりません。

意図された出版サイズでデザインします。2段組の図の場合、約180 mmの幅と8~10 ptの最終ラベルが、実際のテンプレートに応じて、有用な出発点です。すべてを縮小するのではなく、密集した図は分割します。図番号と完全なキャプションはアートワークの外側に保持します。

小さなタイポグラフィシステムを使用します。1つの英語テキストファミリーで固定の見出し/本文ロール、互換性のある数学ファミリーで実際のスクリプト、および必要な場合にのみCJKファミリーを使用します。数学変数を通常のテキストスタイルに強制しないでください。編集しているスライドだけでなく、図版セット全体を比較します。

配信前に検証する

最終的な意味的、視覚的、編集可能性、および挿入チェックには references/verification.md を使用します。出版サイズの図全体と詳細なトリミングの両方を検査します。AI編集後は影響を受けていない接続を再確認します。ローカルリクエストが離れたコンテンツを変更する可能性があるためです。

繰り返し発生する障害やスキルメンテナンスについては、references/iteration-lessons.md を読んでください。これは、改訂フィードバックを、あいまいなスタイルの好みを蓄積するのではなく、欠陥固有の受け入れテストに変換します。

要求されたプレビューと実際のソース/エクスポートファイルを、簡潔な変更ノートとともに配信します。制限事項について正直に説明します。ラスタープレビュー、模式図のみの遷移、利用できない写真、未検証のハードウェア、または未テストのエクスポートなど。図が編集可能であること、技術的に検証されていること、または挿入されていることを主張するのは、それらの手順が実行された場合のみです。新しい作業文書を増やすことなく、以前に承認されたバージョンを復元可能に保ちます。

関連スキル