保留原图
原始图片会与后续草稿一起保留。
受控的科研图片修订流程
区域指引
用标记和备注指出需要修改的准确位置。
版本连续
从选定结果继续修改，同时保留上下文。
人工核查
每一个生成关系都必须由作者最终确认。
引导式修订案例
把原图、指令与修订结果放在一起看。
每个案例展示一个范围清晰的修改要求，而不是脱离上下文的精美成图。
方法流程图
理清拥挤的研究流程
原图间距不均，中央模块名称过于笼统。修订版在不改变输入与输出含义的前提下建立更清晰的顺序。
修订 Prompt
将 CNN 改为视觉编码器，对齐三个模块，并使用青绿色箭头。保留输入和输出标签。
- 将处理模块对齐到同一基线
- 替换指定的组件标签
- 为流程箭头统一方向色
多模态 AI 架构图
分开模态编码与跨模态融合
原图把图像、文本路径与任务连接混在一起。修订版明确区分处理阶段、共享表征和仅在训练时使用的辅助目标。
修订 Prompt
将 MRI 与临床文本输入分成两条并行编码路径，汇入跨模态注意力，再连接共享嵌入和两个任务头。保留辅助对齐目标，并用虚线标明它只在训练阶段使用。
- 把图像与语言编码器分成并行路径
- 区分推理流程与仅用于训练的目标
- 保留两个预测头和共享表征
纵向研究设计
理清队列分配与样本采集时间
修订版将受试者流程与评估时间表分开，使读者既能追踪队列分配，也不会丢失采样时间点。
修订 Prompt
把筛选、资格确认、分组和主要终点放在同一条受试者流程线上。将 Cohort A 与 Cohort B 显示为独立分支。把 MRI 和血液采集移到带标签的访视时间轴，并保留原图中的全部时间点。
- 分开受试者流程与计划评估
- 明确两个队列在主要终点处汇合
- 保留全部访视与生物样本时间点
细胞信号通路
让区室边界与反馈关系更清晰
修订版将实体放入对应生物区室，区分激活与抑制，并用紧凑图例说明视觉记号。
修订 Prompt
按照细胞外、细胞质与细胞核区室组织 Receptor R、Kinase A、Kinase B、TF-X、Inhibitor I 和目标基因。使用青绿色实线箭头表示激活，红色虚线阻断线表示抑制。保留全部已命名关系。
- 将每个实体放入对应的标注区室
- 用不同记号区分激活与抑制
- 保留反馈回路与全部已命名关系
这些是产品引导示例，不是客户成果。AI 修订可能改变科学含义，必须人工核查。
打开案例库修订能力
六类视觉修改，全部保留可追踪过程。
真正有用的编辑器既要理解需要修改什么，也要知道哪些信息不能随之改变。
修正标签
重命名模块或缩短说明文字，同时避免改写相邻术语。
把“CNN”替换为“视觉编码器”，其他标签保持不变。
重排连接关系
理清箭头，区分激活与抑制，并保留方向关系。
将反馈路径与主流程分开，保留全部来源节点和目标节点。
重建信息层级
按照阶段、区室、队列或实验顺序组织模块。
把模块分为采集、编码、融合和预测四个阶段。
统一视觉编码
在同一图片中统一颜色、线条、形状与间距规则。
使用青绿色表示推理路径，琥珀色表示仅用于训练的路径，并添加简洁图例。
重组多面板
理清面板顺序，并对齐多面板图片中的重复元素。
将面板 A 和 B 放在第一行，对齐说明文字，并保持面板字母不变。
降低图形密度
通过分开拥挤区域提高可读性，不删除科学内容。
增加通路分支周围的间距，不要删除任何已命名实体或连接。
不同类型的科研图片需要不同的修订逻辑。
通路图、研究设计图、模型架构图和图形摘要，各自都有必须保护的结构细节。
修订重点
让区室边界与反馈关系更清晰
明确生物区室边界和因果方向，同时保留所有已命名实体与关系。
作者核查点
- 实体位于正确的生物区室
- 激活和抑制使用不同记号
- 反馈方向与原始材料一致
按照细胞外、细胞质与细胞核区室组织 Receptor R、Kinase A、Kinase B、TF-X、Inhibitor I 和目标基因。使用青绿色实线箭头表示激活，红色虚线阻断线表示抑制。保留全部已命名关系。查看完整案例
细胞信号通路修订示意图
一套可以核查的修订循环。
始终保留原图，明确需要修改的内容，并在结果离开工作区前完成检查。
上传原图
从需要修订的科研示意图开始。
标记目标区域
当修改只涉及局部时，使用标注引导图。
描述修订要求
明确什么要改变，什么必须保持不变。
比较并核查
对照原图检查标签、关系和科学含义。
Prompt 结构
像论文作者一样编写修订 Prompt。
好的修订指令需要同时说明修改目标、必须保护的内容，以及生成后需要核查的细节。
修订 Prompt 示例
将 MRI 与临床文本输入分成两条并行编码路径。保留两个预测头和辅助对齐目标。核查虚线路径是否标明仅用于训练，并确认没有删除原图中的任何关系。
修改
明确指出需要修改的标签、连接、区域、层级或视觉编码。
保留
说明哪些实体、方向、术语、面板字母和关系必须保持不变。
核查
列出生成完成后作者必须与原始材料逐项对照的科学细节。
具体约束可以减少歧义，但所有生成的标签与关系仍然需要人工核查。
Reviewer 与导师反馈
把一条评论转成具体修订计划。
把反馈和图片放在一起。助手可以先拆解为明确的视觉调整，再生成新版本。
Reviewer 评论
“Figure 2 很难理解。请说明编码器与解码器模块之间的关系，并提高标签可读性。”
修订计划
- 分开编码器与解码器阶段
- 重新绘制主要方向连接
- 放大标签但不改变术语
修订计划和生成图片仍需作者核查。
修订记录
Figure 2 · 方法流程图
使用的指令
将 CNN 改为视觉编码器，对齐三个模块，并使用青绿色箭头。保留输入和输出标签。
标签已核对方向已核对原图已保留
保留每次图片修改背后的依据。
当原图、修改指令、结果和作者核查处于同一记录中，修订会更容易审批。
对照比较，而不是覆盖
将新草稿与生成它的准确原图放在一起检查。
从已认可方向继续
以选定结果为基础，继续下一次范围明确的修改。
保留修订理由
让指令与结果保持关联，方便合作者理解修改原因。
人工核查
专业科研图片不只是视觉上更精美。
AI 可以改善视觉结构，但科学准确性与投稿适配仍需由作者决定。
科学含义
AI 辅助检查
发现关系不清和方向表达含糊的位置。
作者核查
对照原始材料确认每个实体与关系。
术语与标注
AI 辅助检查
改善标签层级、长度、对比度与位置。
作者核查
确认准确术语、记号、缩写、单位与大小写。
视觉系统
AI 辅助检查
对齐模块，并统一线条、间距与颜色角色。
作者核查
确认颜色和形状含义一致，并具备可访问性。
投稿适配
AI 辅助检查
在目标图片尺寸下改善可读性与构图。
作者核查
检查期刊尺寸、文件格式、分辨率与最终导出。
科研图片会在每次研究交接中继续变化。
让同一原图贯穿组会讨论、合作者审阅、Reviewer 回复和最终投稿核查。
组会讨论
在科学讨论仍然清晰时记录最初发现的视觉问题。
将实验设置与分析阶段分开。
合作者审阅
调整术语和层级，同时保留已经确认的图片结构。
使用论文中的术语，并保留所有通路连接。
Reviewer 回复
把书面意见转成范围明确且可检查的修改指令。
理清编码器到解码器的流程，并放大标签。
投稿核查
图片离开作者团队前，按最终使用尺寸核查选定版本。
确认 Panel 标签、线宽和最终阅读顺序。
V1 适用范围
为示意图而做，不修改实验依据。
边界也是产品的一部分。我们专注于可以对照原图检查的解释性科研图片。
适合
01方法图与流程图
02机制与通路示意图
03AI 与机器学习架构图
04图形摘要
05概念研究图
说明性科研示意图Fig. 01
不适合
伪造或删除实验特征
克隆显微图、凝胶图或医学影像区域
改变绘图数值或底层测量结果
让每次修订都可核查。
AI 可以辅助起草视觉修改，研究人员仍需对证据、标签、关系和最终图片负责。
01
保留原图
原始图片会和后续版本一起保留在对话中。
02
核查科学含义
导出或发表前检查术语、符号、箭头与关系。
03
使用合适素材
在这里修订解释性示意图，并在合适的科研流程中保存原始实验数据。
修订前常见问题
V1 能做什么、在哪里停止，以及研究人员仍需核查什么。
AI Figure Editor 是面向科研示意图的修订工作区。上传已有图片、描述修改要求，即可生成新版本，同时保留原图。
V1 面向概念图、方法流程图、机制示意图、图形摘要，以及 AI 或机器学习架构图。
可以。添加标注引导图并说明修改内容。系统会以原图为主要输入，并用标记副本指示目标区域。
不能保证。生成式图像模型可能改变标签、符号和科学含义。每个结果都是草稿，必须与原图比较并由合适的研究人员核查。
产品不支持生成式修改底层实验数据。它适用于解释性示意图和非数据排版，不应用于伪造、删除、克隆或选择性增强科研证据。
不会。原始图片和生成结果会保留在对话中，便于比较版本并从选定结果继续修订。
可以，工作区能够根据文字描述创建新的科研示意图，但 V1 的核心体验是修订已有图片。
