연구 포스터 제작 스킬 (Research Poster Maker Skill)
경험 많은 학술 그래픽 디자이너가 예술 감독한 듯한 컨퍼런스용 과학 연구 포스터를 생성합니다. (Nature 컨퍼런스, BMJ 학회, ACC, ASN, 유럽 학회, 대학 심포지엄에 적합)—절대 일반적인 AI 인포그래픽이 아닙니다.
아래 모든 파일 경로는 이 스킬의 루트 디렉토리(research-poster-maker/)를 기준으로 합니다.
핵심 불가침 규칙
- 과학적 조작 금지: 절대 표본 크기, 효과 추정치, 신뢰 구간, p-값, 제외 개수, 인용, 보조금 번호 또는 소속을 임의로 생성하지 마십시오. 정확한 소수점 정밀도, 단위, 통계적 유의성 표현을 그대로 유지하십시오.
- 산문을 요약하라—텍스트 덩어리를 붙여넣지 마라: 원고의 문단을 간결하고 명확한 분석적 진술과 병렬 불릿으로 변환하되(총 본문 약 350–600단어), 정확한 의미는 유지하십시오.
- 오버플로우를 해결하기 위해 모든 글꼴 크기를 줄이지 마라: 읽을 수 있는 거리 크기에서 콘텐츠가 레이아웃을 넘칠 경우, 장황한 산문을 다시 쓰고, 이차적 배경 요점을 정리하며, 컬럼을 재조정하거나 레이아웃을 전환하십시오.
- 절제된 편집 디자인: 모든 섹션에 동일한 둥근 카드, 장식용 클립아트/이모지, 그림자, 무지개 그라데이션, 상투적인 의료 파란색을 피하십시오. 깔끔한 타이포그래피 규칙, 의도적인 여백, 높은 WCAG 대비, 실제 데이터 시각화를 사용하십시오.
- 정직한 인쇄 및 기술 보고: 저해상도 래스터 이미지를 업스케일하여 300 DPI라고 주장하지 마십시오. sRGB 출력에서 CMYK 오프셋 인쇄 PDF/X 준수를 주장하지 마십시오. 정확한 치수,
.pptx스케일 팩터(56인치 초과 시), PDF 내보내기 백엔드를 투명하게 보고하십시오.
단계별 워크플로우
1단계 — 사용 가능한 연구 자료를 먼저 검사하라
사용자에게 질문하기 전에 제공된 모든 원고(.docx, .pdf, .md, .txt), 데이터셋(.csv, .xlsx), 기존 그림/로고를 찾아 검사하십시오:
python scripts/analyze_research.py <input_files_or_folder> --output-dir <work_dir>
<work_dir>/research_extraction.json 및 <work_dir>/extraction_summary.md를 검토하여 18가지 정식 필드(제목, 저자/소속, 배경, 연구 공백, 목적, 연구 설계, 방법, 연구 집단, 표본 크기, 통계 방법, 일차 결과, 이차 결과, 중요 발견, 표/그림, 제한점, 결론, 참고문헌, 자금지원/감사)를 확인하십시오.
2단계 — 필수적인 누락 정보만 요청하라
원고에 연구 세부 정보가 이미 제공되어 있을 때 긴 질문 목록을 제시하지 마십시오. 다음의 경우에만 간결하게 질문하십시오:
- 출처에서 중요한 과학적 사실이 누락되었고(예: 저자/소속 누락 또는 일차 결과 수치 누락) 유추할 수 없는 경우.
- 컨퍼런스 보드 크기/방향이 명시되지 않은 경우(합리적인 지역 기본값(예:
48 × 36 in가로 또는ISO A0세로)을 제공하고 명확히 가정이라고 표시). - 기관 브랜딩/로고 또는 연구 QR URL이 필요한 경우.
3단계 — 아키텍처 선택 및 필요에 따라 참조 문서 참조
필요시 docs/에서 상세 참조 가이드를 로드하십시오:
- 치수, 56인치 PowerPoint 제한 및 인쇄 사양:
docs/print-specifications.md - 색상 팔레트 및 편집 안티패턴:
docs/design-system.md - 타이포그래피 페어링 및 시청 거리 포인트 스케일:
docs/typography.md - 8가지 레이아웃 구성 전략:
docs/layout-recipes.md - 15가지 과학 차트/다이어그램 유형:
docs/visualization-guide.md - 과학적 무결성 및 추출 규칙:
docs/scientific-integrity.md - WCAG 2.1 대비 및 Okabe-Ito 색맹 안전:
docs/accessibility.md
templates/<id>/template.json에서 사용 가능한 템플릿:
clinical-research|systematic-review|meta-analysis|experimental-research|epidemiology|minimalist-editorial
사용 가능한 레이아웃 레시피:
three_column_classic|two_column_editorial|asymmetric_grid|results_focused|timeline_flow|central_visual|clinical_workflow|systematic_review_prisma
사용 가능한 팔레트:
academic_navy|charcoal_ivory|deep_teal|burgundy_offwhite|forest_cream|monochrome_editorial(및 사용자 정의 16진수 재정의 가능)
4단계 — 생성 전 디자인 사양 간략히 제시
최종 렌더링 전에 간결한 사양 블록을 제시하십시오:
포스터: 임상 연구
방향: 가로
치수: 48 × 36 인치 (명시됨 / 기본값 가정)
레이아웃: clinical_workflow (30% : 41% : 29%)
타이포그래피: IBM Plex Sans
팔레트: Oxford Navy & Crisp White (#0F2742 / #FFFFFF / #D55E00)
시각적 초점: Kaplan-Meier 일차 평가변수 곡선 + 하위군 결과 표
출력: PPTX + PDF + PNG + 내용 및 디자인 보고서
5단계 — poster_spec.json 작성 및 프로덕션 파이프라인 실행
검증된 소스 데이터로부터 <work_dir>/poster_spec.json을 엄격히 구성하십시오:
{
"template_id": "clinical-research",
"dimensions_preset": "48x36",
"layout_recipe": "clinical_workflow",
"palette": "academic_navy",
"font_pairing": "clinical_precision",
"study_badge": "PROSPECTIVE MULTICENTER COHORT · STROBE",
"title": "정확히 검증된 연구 제목 (문장 첫글자 대문자)",
"authors_line": "제1저자, MD¹; 제2저자, PhD²",
"affiliations_line": "¹의학과, 기관 A; ²생물통계학과, 기관 B",
"study_url": "https://doi.org/...",
"logo_path": null,
"items": [
{
"id": "background",
"column": 0,
"item_type": "text",
"style": "editorial_rule",
"title": "01 임상 배경 및 목적",
"paragraphs": ["출처에서 요약된 간결한 맥락."],
"bullets": ["목적: 정확한 일차 가설."]
},
{
"id": "primary_outcome",
"column": 1,
"item_type": "callout",
"style": "focal_callout",
"title": "일차 임상 평가변수",
"hero_metric": "aHR 0.68 (95% CI 0.56–0.82; p < 0.001)",
"paragraphs": ["일차 발견의 정확한 분석 요약."]
},
{
"id": "fig1",
"column": 1,
"item_type": "figure",
"title": "03 누적 무사건 생존",
"chart_spec": {
"id": "fig1_km",
"chart_type": "kaplan_meier",
"width_in": 16.5,
"height_in": 9.2,
"x_label": "추적 관찰 (개월)",
"y_label": "무사건 생존율",
"data": { "groups": [], "risk_times": [], "stat_summary": "..." }
},
"caption": "그림 1. Kaplan-Meier 생존 곡선 및 위험에 처한 수 (N = ...)."
},
{
"id": "tbl1",
"column": 2,
"item_type": "table",
"title": "04 다변량 결과",
"table_data": {
"headers": ["평가변수", "조정 HR (95% CI)", "p-value"],
"rows": [["일차 복합", "0.68 (0.56–0.82)", "<0.001"]],
"col_weights": [1.9, 1.3, 0.7]
},
"footnote": "사전 지정된 기준 공변량으로 조정."
}
],
"colophon": {
"references": ["[1] 저자 외. 저널 연도;권:페이지."],
"funding": "자금지원: Grant ID.",
"correspondence": "교신저자: [email protected]"
},
"missing_information_notes": []
}
통합 생성기(차트 생성, 레이아웃 해결, PPTX 빌드, PDF 내보내기, PNG 미리보기 렌더링, 다층 QA 검증 실행)를 실행하십시오:
python scripts/generate_poster.py \
--spec <work_dir>/poster_spec.json \
--extraction <work_dir>/research_extraction.json \
--output-dir <work_dir>/output
개별 파이프라인 단계는 scripts/generate_charts.py, scripts/export_poster.py, scripts/generate_preview.py, scripts/validate_poster.py를 통해 독립적으로 호출할 수도 있습니다.
6단계 — 시각적 검사 및 제한된 반복적 개선
<work_dir>/output/validation_report.md를 읽어 기술, 과학, 접근성, 시각 검사가 통과되었는지 확인하십시오.- 가능한 경우 이미지 뷰어 도구를 사용하여
<work_dir>/output/poster_preview.png를 시각적으로 검사하십시오. 전반적인 시각적 계층 구조, 컬럼 균형, 차트 가독성, 정렬 및 여백을 확인하십시오. - 문제가 발견되면(
생성 → 내보내기 → 렌더링 → 검사 → 검증 → 수정 → 최종화순서),poster_spec.json을 조정(장황한 불릿 축약,column할당 또는aspect_ratio조정,layout_recipe전환)하고 다시 실행하십시오. 객관적 검사가 통과되거나 해결할 수 없는 제약 조건(예: 사용자가 제공한 저해상도 사진)을 정직하게 보고할 때까지 중단하지 마십시오.
필수 인도물 체크리스트
결론을 내리기 전에 <output_dir>에 다음 다섯 파일이 모두 있는지 확인하십시오:
poster.pptx— 편집 가능한 네이티브 PowerPoint 포스터(도형, 텍스트, booktabs 표, 고DPI/네이티브 차트).poster.pdf— 정확한 실제 치수와 포함된 글꼴을 유지하는 인쇄용 PDF.poster_preview.png— 전체 포스터 렌더링 미리보기 이미지.poster_content.md— 추출 및 요약된 포스터 콘텐츠와 완전성 노트.design_specification.md— 완전한 물리적, 타이포그래피, 색상 대비 및 QA 감사 보고서 (validation_report.md동반).