科學示意圖與圖表 是做什麼的？
概述
科學示意圖與圖表將複雜概念轉化為清晰的視覺呈現，以便發表。此技能使用 Nano Banana 2 AI 生成圖表，並由 Gemini 3.6 Flash 進行品質審查。
運作方式：
- 用自然語言描述你的圖表
- Nano Banana 2 會自動產生符合出版品質的圖片
- Gemini 3.6 Flash 會根據文件類型門檻審查品質
- 智慧迭代：僅在品質低於門檻時才重新生成
- 數分鐘內即可產出可供發表的檔案
- 無需程式碼、範本或手動繪圖
按文件類型設定的品質門檻：
| 文件類型 | 門檻值 | 說明 |
|---|---|---|
| journal | 8.5/10 | Nature、Science 等同儕審查期刊 |
| conference | 8.0/10 | 會議論文 |
| thesis | 8.0/10 | 學位論文 |
| grant | 8.0/10 | 計劃書 |
| preprint | 7.5/10 | arXiv、bioRxiv 等預印本 |
| report | 7.5/10 | 技術報告 |
| poster | 7.0/10 | 學術海報 |
| presentation | 6.5/10 | 簡報、演講 |
| default | 7.5/10 | 一般用途 |
只需描述你想要什麼，Nano Banana 2 就會幫你建立。 所有圖表都儲存在 figures/ 子資料夾中，並可在論文/海報中引用。
輸出內容： 圖片模型回傳的任何解析度的點陣 PNG。此技能沒有向量路徑或 DPI 控制功能——如果期刊要求 PDF、EPS 或 300 dpi TIFF，請在下游轉換 PNG，並以最終列印尺寸檢查結果。
快速入門：建立任何圖表
只需描述即可建立任何科學圖表。Nano Banana 2 會自動處理一切，並具備智慧迭代功能：
# 為期刊論文生成（最高品質門檻：8.5/10）
python scripts/generate_schematic.py "CONSORT 參與者流程圖，500 人篩選，150 人排除，350 人隨機分組" -o figures/consort.png --doc-type journal
# 為簡報生成（較低門檻：6.5/10 - 更快）
python scripts/generate_schematic.py "Transformer 編碼器-解碼器架構，顯示多頭注意力機制" -o figures/transformer.png --doc-type presentation
# 為海報生成（中等門檻：7.0/10）
python scripts/generate_schematic.py "從 EGFR 到基因轉錄的 MAPK 訊息傳遞路徑" -o figures/mapk_pathway.png --doc-type poster
# 自訂最大迭代次數（最多 2 次）
python scripts/generate_schematic.py "包含運算放大器、電阻和電容的複雜電路圖" -o figures/circuit.png --iterations 2 --doc-type journal
幕後運作方式：
- 生成 1：Nano Banana 2 遵循科學圖表最佳實務建立初始圖片
- 審查 1：Gemini 3.6 Flash 根據文件類型門檻評估品質
- 決策：如果品質 >= 門檻 → 完成（無需更多迭代！）
- 如果低於門檻：根據審查意見改善提示詞，重新生成
- 重複：直到品質達到門檻或達到最大迭代次數
智慧迭代優點：
- ✅ 若第一次生成夠好，可節省 API 呼叫次數
- ✅ 對期刊論文採用更高品質標準
- ✅ 簡報/海報可更快產出
- ✅ 針對每個使用案例提供適當品質
輸出：版本化圖片 (name_v1.png、name_v2.png)，一份勝出圖片的複本（存於你指定的路徑），以及 name_review_log.json 記錄每次迭代的分數、審查意見和提前停止原因。
當審查無法執行時——例如發生速率限制、內容過濾器、或審查器以非預期格式回應——圖片仍會生成並儲存，但不會為其編造分數。記錄檔會記錄 "score": null 和 "reviewed": false，並在 "review_error" 中說明原因。執行時會印出 審查無法使用——圖片已保留，品質未經驗證。請將該圖片視為未經檢查，自行檢視；重新執行一次是值得的，因為此類失敗通常是暫時性的。
設定
設定你的 OpenRouter API 金鑰：
export OPENROUTER_API_KEY='your_api_key_here'
在此取得 API 金鑰：https://openrouter.ai/keys
資料會離開本機。 你的提示詞會被傳送到 OpenRouter 以生成圖片，而生成的圖片會被傳回 OpenRouter 進行品質審查。兩者均受 OpenRouter 的資料政策及其底層模型提供者的政策約束。請不要在提示詞中描述未發表的資料、病患資訊或任何受保密協議保護的內容。
AI 生成最佳實務
科學圖表的有效提示詞：
✓ 好的提示詞（具體、詳細）：
- "CONSORT 流程圖，顯示從篩選（n=500）到隨機分組再到最終分析的參與者流程"
- "Transformer 神經網路架構，左側為編碼器堆疊，右側為解碼器堆疊，顯示多頭注意力機制和交叉注意力連接"
- "生物訊息傳遞級聯：EGFR 受體 → RAS → RAF → MEK → ERK → 細胞核，標註磷酸化步驟"
- "物聯網系統方塊圖：感測器 → 微控制器 → WiFi 模組 → 雲端伺服器 → 行動應用程式"
✗ 避免模糊的提示詞：
- "做一個流程圖"（太籠統）
- "神經網路"（哪一種？包含哪些元件？）
- "路徑圖"（哪條路徑？哪些分子？）
應包含的關鍵元素：
- 類型：流程圖、架構圖、路徑圖、電路圖等
- 元件：要包含的特定元素
- 流向/方向：元素如何連接（由左至右、由上至下）
- 標籤：要包含的主要註解或文字
- 風格：任何特定的視覺需求
科學品質指南（自動套用）：
- 乾淨的白色/淺色背景
- 高對比度以確保可讀性
- 清晰、可讀的標籤（最小 10pt）
- 專業字體（無襯線字體）
- 色盲友善顏色（Okabe-Ito 色板）
- 適當間距以避免擁擠
- 在適當位置包含比例尺、圖例、軸
何時使用此技能
此技能應在以下情況使用：
- 建立神經網路架構圖（Transformer、CNN、RNN 等）
- 說明系統架構和資料流程圖
- 繪製研究設計的方法學流程圖（CONSORT、PRISMA）
- 視覺化演算法工作流程和處理管線
- 建立電路圖和電氣示意圖
- 描繪生物路徑和分子交互作用
- 生成網路拓撲和階層結構
- 說明概念框架和理論模型
- 為技術論文設計方塊圖
如何使用此技能
只需用自然語言描述你的圖表。 Nano Banana 2 會自動生成：
python scripts/generate_schematic.py "你的圖表描述" -o output.png
就是這樣！ AI 會處理：
- ✓ 版面配置和構圖
- ✓ 標籤和註解
- ✓ 顏色和樣式
- ✓ 品質審查和優化
- ✓ 產出可供發表的成品
適用於所有圖表類型：
- 流程圖（CONSORT、PRISMA 等）
- 神經網路架構
- 生物路徑
- 電路圖
- 系統架構
- 方塊圖
- 任何科學視覺化
無需程式碼、無需範本、無需手動繪圖。
AI 生成模式（Nano Banana 2 + Gemini 3.6 Flash 審查）
智慧迭代精煉、進階用法與範例
生成-審查-精煉循環、Python API 與命令列選項、提示詞工程指導以及四個實作範例（CONSORT 流程圖、神經網路架構、生物路徑、系統架構）都放在 references/iterative_refinement.md 中。
一旦審查通過，循環就會停止，因此簡單的圖表通常只需要一次迭代；只有複雜的圖表才會用到完整的迭代預算。
命令列用法
生成科學示意圖的主要進入點：
# 基本用法
python scripts/generate_schematic.py "圖表描述" -o output.png
# 自訂迭代次數（最多 2 次）
python scripts/generate_schematic.py "複雜圖表" -o diagram.png --iterations 2
# 詳細模式
python scripts/generate_schematic.py "圖表" -o out.png -v
注意： Nano Banana 2 AI 生成系統在其迭代精煉過程中包含自動品質審查。每次迭代都會針對科學準確性、清晰度和可近性進行評估。
最佳實務摘要
設計原則——在提示詞中要求這些
- 清晰度重於複雜度 - 簡化，移除不必要的元素
- 一致的樣式 - 在論文的圖表中描述相同的視覺慣例
- 色盲可及性 - 要求使用 Okabe-Ito 色板和冗餘編碼
- 適當的字體使用 - 無襯線字體，標籤尺寸要夠大
- 邏輯流程 - 明確說明方向（由左至右、由上至下）
生成器預設會套用以上所有原則，但針對特定圖表用自己的話來描述這些原則，效果會比僅依賴內建指南更好。
管線無法做到的事
- 向量輸出 - 僅 PNG；不產生 PDF、SVG 或 EPS
- 解析度控制 - 由圖片模型決定；沒有 DPI 標記
- 色彩空間 - 僅 RGB；若有 CMYK 印刷需求，請在下游轉換
- 精確的線條粗細或文字大小 - 在提示詞中描述，然後肉眼驗證
對於需要向量圖或 300+ dpi TIFF 的期刊，請在生成後轉換 PNG，並以實際列印尺寸檢查結果。
整合指南
- 在 LaTeX 中包含 - 使用
\includegraphics{}引用生成的圖片 - 詳細的圖說 - 描述所有元素和縮寫
- 在正文中提及 - 在敘述流程中說明圖表
- 保持一致 - 論文中所有圖表風格統一
- 版本控制 - 將提示詞和生成的圖片保留在儲存庫中
常見問題排解
生成具有隨機性，且迭代次數上限為 2，因此實際能改變結果的槓桿是提示詞、文件類型和重新執行。此技能沒有後處理步驟，也沒有品質檢查函式庫：你可以檢查的所有內容都存在於生成的 PNG 和 <name>_review_log.json 中。
圖表錯誤
文字重疊、元素擁擠或箭頭未對準目標
- 在提示詞中說明版面：「垂直流向，每行一個方塊，各階段之間留有充裕間距」
- 說明連接方式：「從 RAF 到 MEK 的箭頭，標註為磷酸化」，而非「顯示級聯」
- 重新執行。相同提示詞執行兩次結果會不同，糟糕的版面往往只是運氣不好
內容在科學上錯誤或缺少元件
- 明確列出元件，包含數量和標籤——模型不會自行推斷
- 閱讀審查記錄中的
critique欄位：審查者通常會指出它看到的遺漏
標籤中的文字錯誤，或圖片編號直接嵌入圖片中
- 提示詞已禁止「圖 1：」這樣的標題；如果仍出現，請重新執行
- 拼寫錯誤的標籤是圖片模型最常見的失敗。在使用前，請仔細檢查每個標籤
分數似乎有誤
分數低於應有的水準
- 在重新執行前，先閱讀審查意見；審查者的抱怨通常是合理且具體的
- 決定是否迭代的是門檻值，而非分數——
--doc-type journal要求 8.5 分
執行在分數低於門檻時停止
- 這是迭代次數上限。
--iterations 2是最大值；最後一張圖片會被保留，並報告其實際分數
記錄檔中出現 "score": null 和 "reviewed": false
- 審查呼叫失敗或以無法使用的格式回應。圖片本身沒問題且已保留，只是其品質從未被測量。請檢查
"review_error"，自行查看圖片，然後重新執行
設定
Error: OPENROUTER_API_KEY not found
export OPENROUTER_API_KEY='sk-or-v1-...'，或將其加入.env檔案，或使用--api-key參數
Error: requests library not found
uv pip install requests
任何 API 錯誤——使用 -v 執行以檢視請求和完整錯誤內容
資源與參考資料
詳細參考資料
載入下列檔案以取得特定主題的完整資訊：
references/iterative_refinement.md- 生成-審查-精煉循環、Python API、每個命令列選項、提示詞工程指導，以及四個實作範例references/best_practices.md- 編寫提示詞和判斷結果時可參考的出版標準與可及性指南
外部資源
出版標準
- Nature 圖表指南：https://www.nature.com/nature/for-authors/final-submission
- Science 圖表指南：https://www.science.org/content/page/instructions-preparing-initial-manuscript
- CONSORT 圖表：http://www.consort-statement.org/consort-statement/flow-diagram
與其他技能的整合
此技能可與以下技能協同使用：
- 科學寫作 - 圖表遵循圖形最佳實務
- 科學視覺化 - 共享色板和樣式
- LaTeX 海報 - 為海報展示生成圖表
- 研究計劃書 - 為提案生成方法學圖表
- 同儕審查 - 評估圖表的清晰度和可及性
快速參考檢查清單
在提交圖表之前，請確認：
閱讀審查記錄檔（這是唯一可用的自動化檢查）
-
<name>_review_log.json存在，且最終迭代的"reviewed"為true -
"final_score"是實際數字（非null），且達到你文件類型的門檻 - 閱讀
"critique"——即使分數通過，審查者仍會列出其剩餘問題 - 如果生成了多個版本，請比較
_v1和_v2，保留較佳者
自行查看圖片
- 每個標籤拼寫正確——圖片模型會拼錯文字，且此處沒有自動化檢查能發現
- 沒有重疊或裁剪的文字
- 所有箭頭都連接至應連接的元素
- 科學內容正確，例如路徑圖中正確的分子名稱
- 整體佈局清晰無擁擠
檢查格式與解析度
- 輸出為 PNG 格式；若期刊要求 PDF/EPS/TIFF，已在下游轉換
- 若已轉換，以最終列印尺寸檢查結果（例如，在 100% 縮放下檢查 300 dpi TIFF）
- 所有顏色皆可區分（可考慮使用灰階列印測試）
此技能不包含自動化後處理。上述檢查清單是你品質控管的程序。