1. 为什么实验方案示意图值得单独花时间搞定做实验的人都有一个共识方案写得好不好一半看逻辑一半看图。你可以在组会上用二十分钟讲清楚一个复杂的实验流程但如果你甩出一张画得乱七八糟的示意图听众的注意力会瞬间从“你的实验设计有多巧妙”转移到“这个箭头怎么指到那边去了”。更现实的问题是很多实验方案在评审、汇报、论文投稿阶段审稿人或者评委第一眼看的就是图。图不清楚后面内容再扎实印象分先扣一半。我做了这么多年实验方案设计和科研绘图踩过的坑不比谁少。早期用PPT硬画对齐靠肉眼箭头靠手拖改一版图比做一轮实验还累。后来转向AI辅助绘图效率确实上来了但中间也交了不少学费。这篇文章就把我用AI工具绘制专业实验方案示意图的完整思路、工具选型、实操步骤和避坑经验全部摊开讲。不管你是刚进实验室的研究生还是需要频繁做方案汇报的工程师或者只是偶尔要画一张流程示意图的职场人这篇内容都能直接拿来用。核心关键词就三个AI工具、实验方案示意图、绘图。我会围绕这三个词把从“脑子里有想法”到“手里有成品图”的全过程拆解清楚。你不需要有美术功底也不需要精通什么专业绘图软件只要能把实验逻辑说清楚剩下的交给合适的工具和正确的流程。2. 实验方案示意图到底在画什么2.1 先搞清楚示意图的类型和用途很多人一上来就问“用什么工具画图”这个问题其实问反了。你应该先问“我要画的是哪种图”。实验方案示意图不是一个单一概念它至少涵盖以下几种类型流程型示意图展示实验步骤的先后顺序比如“样品预处理→反应→分离→表征→数据分析”。这种图的核心是逻辑链清晰箭头方向明确。装置型示意图展示实验装置的结构和连接关系比如反应釜、管路、传感器、数据采集系统的布局。这种图对空间关系和比例有一定要求。机理型示意图展示反应机理、信号通路、材料结构变化等抽象过程。这种图往往需要示意化的粒子、分子、能级、界面等元素。对比型示意图展示不同实验条件、不同组别之间的差异比如对照组和实验组的流程对比。综合型示意图把上述几种类型组合在一起常见于论文的Graphical Abstract或基金申请书的方案图。不同类型的图对工具的要求完全不同。流程型示意图用AI文本生成工具就能快速出草稿装置型示意图可能需要结合专业绘图软件机理型示意图则对图形元素的丰富度和可定制性要求更高。所以第一步不是打开工具而是明确你的图属于哪一类。2.2 一张合格的实验方案示意图应该满足什么标准我总结了一个“四看”标准每次画完图都拿这四条过一遍一看逻辑是否自洽。箭头从哪来、到哪去有没有断头路有没有循环死锁分支条件是否标注清楚。逻辑不自洽的图画得再漂亮也是废图。二看信息层级是否分明。主流程、辅助步骤、条件标注、结果输出这些信息的视觉权重应该不一样。主流程用粗线大框辅助信息用细线小字条件标注用不同颜色或线型区分。如果所有元素都长一个样读者眼睛会累。三看是否可独立阅读。好的示意图应该做到把图单独截出来发给一个同领域的人对方不看正文也能大致理解你的实验方案。这意味着图里的标注、图例、缩写说明要到位。四看是否适配目标场景。组会汇报的图可以稍微随意一点论文投稿的图必须符合期刊的格式要求分辨率、字体、线宽、配色基金申请书的图则要兼顾信息密度和视觉美观。同一个实验方案面向不同场景可能需要画不同精细度的版本。2.3 AI工具在绘图流程中到底扮演什么角色这里必须说清楚一个认知目前的AI工具无论是文本大模型还是图像生成模型都不能“一键生成一张可以直接投稿的实验方案示意图”。谁要是告诉你可以那要么是他要求极低要么是他没投过稿。AI工具真正能帮上忙的环节是这几个逻辑梳理和结构化你把实验方案用自然语言描述出来AI帮你整理成清晰的步骤列表、分支条件、输入输出关系。这一步用文本类AI工具就能完成而且效果很好。草图生成和布局建议一些AI绘图工具可以根据文字描述生成流程图的初步布局你在这个基础上调整比从零开始快得多。图形元素生成对于机理型示意图中需要的特殊图形元素比如某种纳米颗粒、细胞结构、装置轮廓可以用AI图像生成工具单独生成素材再导入到专业绘图软件中组合。代码化绘图对于需要精确控制、频繁修改的图用Python、MATLAB、TikZ等代码化绘图方式AI可以帮你写代码框架你改参数就行。这种方式在科研绘图里越来越流行因为可复现性强改一版图只需要改几行代码。格式转换和优化比如把草图转成矢量图、调整配色方案、统一字体和线宽等。理解了这个分工你就不会对AI工具有不切实际的期待也能更高效地把它嵌入到自己的绘图流程里。3. 工具选型不同场景下我用什么3.1 文本类AI工具用来做逻辑梳理和绘图代码生成我日常用得最多的是Kimi、DeepSeek这类网页版文本AI工具。它们在这个流程里的核心价值不是“画图”而是“帮我想清楚要画什么”以及“帮我写绘图代码”。具体怎么用举个例子。我有一段实验方案的文字描述“取5g样品加入50mL去离子水在60摄氏度水浴中搅拌30分钟然后离心分离取上清液用紫外分光光度计在254nm处测吸光度同时做空白对照。”我把这段话丢给AI让它帮我整理成流程图的节点和连接关系。它会输出类似这样的结构开始 → 称取5g样品 → 加入50mL去离子水 → 60℃水浴搅拌30min → 离心分离 → 取上清液 → 紫外分光光度计测254nm吸光度 → 记录数据 → 结束 空白对照 → 同上流程不加样品 → 对比分析这个结构直接就是流程图的骨架。我再根据这个骨架去画图比边想边画快得多。另一个重要用途是生成绘图代码。比如我想用Python的matplotlib画一张实验流程示意图我可以直接让AI写代码框架import matplotlib.pyplot as plt import matplotlib.patches as mpatches fig, ax plt.subplots(figsize(12, 8)) ax.set_xlim(0, 10) ax.set_ylim(0, 8) ax.axis(off) # 定义流程框 boxes [ (1, 6.5, 称取样品), (3.5, 6.5, 加入溶剂), (6, 6.5, 水浴搅拌), (8.5, 6.5, 离心分离), (8.5, 4, 取上清液), (6, 4, 紫外测定), (3.5, 4, 记录数据), ] for x, y, text in boxes: rect mpatches.FancyBboxPatch((x-0.8, y-0.4), 1.6, 0.8, boxstyleround,pad0.1, facecolor#E8F4F8, edgecolor#2C7FB8, linewidth1.5) ax.add_patch(rect) ax.text(x, y, text, hacenter, vacenter, fontsize10) plt.tight_layout() plt.savefig(flowchart.png, dpi300, bbox_inchestight)这段代码跑出来就是一个基础流程图。你在这个基础上调整坐标、颜色、箭头比在PPT里拖框快得多而且改起来方便。AI写代码的能力在这类任务上已经相当可靠了你只需要把需求描述清楚。注意AI生成的代码不一定一次就能跑通常见问题是坐标重叠、箭头方向不对、中文字体显示为方块。中文字体问题需要在代码里指定字体比如plt.rcParams[font.sans-serif] [SimHei]。坐标问题就手动调几个数字的事比重新画一遍省力得多。3.2 代码化绘图工具Python、MATLAB、TikZ怎么选代码化绘图是我最推荐科研人员掌握的技能因为它的可复现性太重要了。你投出去一篇论文审稿人让你改图你如果用的是PPT画的改一版可能要半小时如果是代码画的改个参数重新跑一遍十秒钟的事。Python matplotlib适合流程型示意图、简单的装置示意图、数据对比图。优势是免费、生态丰富、AI辅助写代码方便。劣势是复杂图形元素的绘制比较繁琐需要一定的编程基础。MATLAB适合工程类的装置示意图、信号流图、控制系统框图。优势是矩阵运算和图形处理能力强Simulink本身就能画系统框图。劣势是正版授权费用不低而且代码风格和Python差异较大。TikZLaTeX绘图包适合论文投稿用的高质量矢量图尤其是机理型示意图和需要精确排版的图。优势是输出质量极高、字体和正文完美统一、完全矢量可缩放。劣势是学习曲线陡峭写代码像在写天书。不过现在有AI辅助你可以让AI帮你写TikZ代码自己改参数就行门槛降低了不少。我个人的选择策略是这样的场景推荐工具理由组会汇报快速出图文本AI draw.io/ProcessOn快够用改起来方便论文投稿流程图Python matplotlib 或 TikZ矢量输出格式可控可复现论文机理示意图AI生成素材 Illustrator/Inkscape组合图形元素丰富排版自由工程装置示意图MATLAB 或 Visio空间关系精确组件库丰富需要频繁修改的图代码化绘图Python/TikZ改参数即可不用重画3.3 AI图像生成工具用来做素材不是做成品AI图像生成工具比如各种文生图模型在实验方案示意图这个场景里定位是“素材生成器”不是“成品输出器”。原因很简单这些工具生成的图像是位图分辨率有限文字标注基本不可控而且科学准确性无法保证。你让它画一个“三颈烧瓶”它可能给你画出一个长得像烧瓶但结构完全不对的东西。但它可以用来生成一些装饰性、示意性的图形元素。比如机理示意图中的抽象粒子、细胞、分子结构装置示意图中的设备轮廓、图标论文Graphical Abstract中的背景元素生成这些素材后导入到Illustrator或Inkscape里和你的流程框、箭头、文字标注组合在一起才能形成一张完整的示意图。这个组合过程目前AI还替代不了需要人工判断和调整。实操心得用AI生成素材时提示词里要加上“scientific illustration, clean lines, white background, vector style”这类限定词生成出来的图更接近科研绘图的风格。生成后不要直接用一定要在矢量软件里重新描一遍或者做矢量化处理否则放大后模糊投稿会被拒。3.4 在线绘图平台快速出图的首选如果你不想写代码也不想装专业软件在线绘图平台是最快上手的选择。draw.io、ProcessOn、Lucidchart这些工具都有丰富的流程图模板和组件库拖拖拽拽就能出一张像样的图。AI功能在这些平台上的集成也越来越深。比如有些平台支持“用自然语言描述流程自动生成流程图”你输入一段文字它帮你把框和箭头摆好你只需要微调位置和样式。这个功能对于流程型示意图来说效率提升非常明显。但这类平台的局限性也很明显复杂图形元素的定制能力弱输出格式和分辨率有限制免费版通常有水印或数量限制。所以我的建议是快速原型用在线平台最终成品用代码化工具或专业矢量软件。4. 完整实操流程从文字描述到成品图4.1 第一步把实验方案写成结构化文字这一步看起来简单但很多人跳过或者做得潦草导致后面画图时反复改。我的做法是在打开任何绘图工具之前先用纯文本把实验方案写成“节点连接条件”的结构。具体格式可以参照这个模板[实验名称]XXX材料的水热合成与表征 [节点列表] N1: 称取前驱体A2.5g N2: 加入去离子水30mL N3: 磁力搅拌30min室温 N4: 加入沉淀剂B5mL N5: 转移至水热釜 N6: 水热反应180℃12h N7: 自然冷却至室温 N8: 离心分离8000rpm10min N9: 洗涤去离子水乙醇各3次 N10: 干燥60℃24h N11: 表征XRD、SEM、TEM [连接关系] N1 → N2 → N3 → N4 → N5 → N6 → N7 → N8 → N9 → N10 → N11 [分支条件] N4之后可选是否调节pH是→加pH调节步骤否→直接进N5 [输入输出] 输入前驱体A、去离子水、沉淀剂B 输出目标材料粉末、表征数据这个结构写出来之后画图就是“填空”了。而且这个文本本身也可以直接放进实验方案文档里作为流程说明一举两得。4.2 第二步用AI工具生成初版布局把上一步的结构化文字丢给AI工具让它帮你生成流程图的布局建议。你可以这样提问“请根据以下实验流程节点和连接关系帮我设计一张流程图的布局方案。要求主流程从左到右或从上到下分支条件用不同颜色标注输入输出放在图的边缘位置。请给出每个节点的坐标建议和连接线的走向。”AI会输出一个布局方案包括每个框的位置、箭头的连接方式、分支的标注位置。你拿着这个方案去绘图工具里摆框比自己在空白画布上想要快得多。如果你用的是支持自然语言生成流程图的在线平台直接把结构化文字粘贴进去它自动生成初版。生成后重点检查三件事箭头方向对不对、分支条件有没有漏、文字有没有被截断。4.3 第三步精修图形元素和视觉样式初版布局出来之后进入精修阶段。这个阶段的核心工作是统一视觉风格。所有流程框用同一种圆角矩形同一种边框粗细同一种填充色。主流程框和辅助框用颜色区分比如主流程用浅蓝色填充辅助步骤用浅灰色填充条件判断用菱形框加浅黄色填充。调整线型和箭头。主流程用粗实线箭头辅助关系用细虚线箭头反馈回路用不同颜色的箭头。箭头的大小要统一不要有的粗有的细。优化文字排版。框内的文字要居中字号要统一中英文混排时注意字体搭配。如果框内文字太多考虑拆成两个框或者用缩写加图例说明。添加图例和标注。图例放在图的角落说明颜色和线型的含义。关键步骤可以加编号方便正文引用。输入输出用不同形状的框标注比如输入用平行四边形输出用圆角矩形。这个阶段是最耗时的但也是决定图“专业感”的关键。我的经验是初版布局可能只花十分钟精修可能要花半小时到一小时。但这一小时值得花因为一张精修过的图可以用在很多场合反复利用。4.4 第四步输出和格式适配图精修完之后根据使用场景输出不同格式组会汇报导出PNG或JPG分辨率150-200dpi即可文件不要太大。论文投稿导出矢量格式PDF、EPS、SVG或者高分辨率位图TIFF300-600dpi。具体看期刊要求。基金申请书通常要求嵌入Word文档导出高分辨率PNG或EMF格式。网页或演示文稿导出SVG或高分辨率PNG保证缩放不模糊。注意论文投稿的图字体通常要求Arial或Helvetica字号不小于8pt线宽不小于0.5pt。这些细节在精修阶段就要注意不要等投稿了再改。5. 常见问题与排查技巧实录5.1 为什么AI生成的流程图总是差点意思这是最常见的问题。AI生成的流程图逻辑通常没问题但视觉上总感觉“不够专业”。原因主要有三个一是间距不均匀。AI生成的布局框与框之间的距离往往不一致有的挤在一起有的隔太远。解决办法是手动调整或者用绘图工具的“对齐分布”功能统一间距。二是箭头走线不规整。AI生成的箭头经常斜着走或者绕远路。解决办法是尽量用正交线水平或垂直需要拐弯的地方用直角拐弯不要用斜线。三是配色太花哨。AI默认的配色方案往往颜色太多、饱和度太高看起来像儿童画。解决办法是限制配色数量整张图不超过四种颜色用同一色系的不同深浅来区分层级。5.2 中文字体显示异常怎么处理用Python matplotlib绘图时中文字体经常显示为方块。解决办法是在代码开头加上import matplotlib.pyplot as plt plt.rcParams[font.sans-serif] [SimHei, Microsoft YaHei, Arial Unicode MS] plt.rcParams[axes.unicode_minus] FalseSimHei是Windows系统自带的黑体Microsoft YaHei是微软雅黑Arial Unicode MS是Mac系统常用的中文字体。根据你的系统选择对应的字体名称。如果还是不行检查系统是否安装了该字体或者用字体文件的绝对路径指定。用TikZ绘图时中文字体需要ctex宏包支持在导言区加上\usepackage{ctex}即可。5.3 图改了很多版怎么管理版本这是科研绘图的隐形痛点。一张图改了七八版最后不知道哪版是最新的哪版是投稿用的。我的做法是代码化绘图的用Git管理代码每次修改commit一次注释写清楚改了什么。非代码化绘图的文件名加上日期和版本号比如实验流程图_20250115_v3.pdf。最终投稿版单独建一个文件夹里面只放最终版和对应的源文件。在实验记录本里记一笔某年某月某日图改了什么为什么改。这个习惯看起来麻烦但当你需要回溯“为什么当时把那个箭头去掉了”的时候你会感谢自己。5.4 常见问题速查表问题现象可能原因解决办法AI生成的流程图框重叠布局算法未考虑框大小手动调整坐标或增大画布尺寸箭头指向不明确连接关系描述模糊在结构化文字中明确每个箭头的起点和终点中文字体显示为方块未指定中文字体代码中设置font.sans-serif参数导出后图片模糊分辨率不够或用了位图导出矢量格式或提高dpi到300以上配色看起来不专业颜色太多、饱和度太高限制为同一色系3-4种颜色降低饱和度图在Word里显示不全页面边距或图片尺寸问题调整图片尺寸或改为嵌入EMF矢量格式审稿人要求改图格式或标注不符合期刊要求对照期刊作者指南逐条检查字体、线宽、分辨率5.5 几个我踩过的坑坑一过度依赖AI生成不检查科学准确性。有一次我用AI生成了一张机理示意图图很漂亮但里面一个关键步骤的箭头方向反了。幸好我在组会前检查了一遍不然就闹笑话了。AI不懂你的实验它只懂图形布局科学逻辑必须你自己把关。坑二在PPT里画图改到崩溃。早期我用PPT画流程图每次改一个框的位置所有箭头都要重新调。后来改用代码化绘图改坐标数字就行效率天差地别。如果你还在用PPT画复杂的实验方案图强烈建议换工具。坑三忽略图的“可独立阅读性”。有一次我投了一篇论文审稿人反馈说“图1中的缩写没有定义无法理解”。我回去一看图里用了五六个缩写但图注里只解释了其中两个。后来我养成了一个习惯图里出现的每一个缩写、每一个符号要么在图内有说明要么在图注里解释清楚。坑四配色不考虑色盲读者。红绿搭配是最常见的配色方案但红绿色盲读者无法区分。后来我改用蓝色和橙色搭配或者用不同线型实线、虚线、点线来区分而不是只靠颜色。6. 进阶技巧让示意图更上一层楼6.1 用AI辅助生成TikZ代码画高质量矢量图TikZ是LaTeX的绘图包输出质量极高特别适合论文投稿。但TikZ代码写起来很繁琐一个简单的流程图可能要写几十行。现在有了AI辅助你可以让AI帮你写TikZ代码框架自己改参数就行。比如你让AI写一个简单的流程框图\documentclass[tikz,border10pt]{standalone} \usepackage{ctex} \usetikzlibrary{shapes.geometric, arrows, positioning} \begin{document} \begin{tikzpicture}[ node distance2cm, box/.style{rectangle, rounded corners, drawblue!60, fillblue!10, thick, minimum width3cm, minimum height1cm, aligncenter}, arrow/.style{-, thick, stealth, blue!60} ] \node[box] (n1) {称取样品}; \node[box, rightof n1] (n2) {加入溶剂}; \node[box, rightof n2] (n3) {水浴搅拌}; \node[box, belowof n3] (n4) {离心分离}; \node[box, leftof n4] (n5) {紫外测定}; \draw[arrow] (n1) -- (n2); \draw[arrow] (n2) -- (n3); \draw[arrow] (n3) -- (n4); \draw[arrow] (n4) -- (n5); \end{tikzpicture} \end{document}这段代码编译出来就是一张干净的矢量流程图。你改改节点文字、调整一下node distance参数、换个颜色就能快速生成不同版本的图。AI写TikZ代码的准确率已经不错了复杂图形可能需要微调但比从零学TikZ快得多。6.2 用Python脚本批量生成系列示意图如果你需要画一组风格统一的示意图比如论文里有五张流程图用Python脚本可以保证风格完全一致。你可以定义一个绘图函数把节点列表和连接关系作为参数传进去批量生成。def draw_flowchart(nodes, edges, filename): fig, ax plt.subplots(figsize(12, 8)) ax.set_xlim(0, 10) ax.set_ylim(0, 8) ax.axis(off) for node in nodes: x, y, text node[x], node[y], node[text] rect mpatches.FancyBboxPatch((x-0.8, y-0.4), 1.6, 0.8, boxstyleround,pad0.1, facecolor#E8F4F8, edgecolor#2C7FB8, linewidth1.5) ax.add_patch(rect) ax.text(x, y, text, hacenter, vacenter, fontsize10) for edge in edges: start (edge[from][0], edge[from][1]) end (edge[to][0], edge[to][1]) ax.annotate(, xyend, xytextstart, arrowpropsdict(arrowstyle-, color#2C7FB8, lw1.5)) plt.tight_layout() plt.savefig(filename, dpi300, bbox_inchestight) plt.close()这个函数定义好之后你只需要准备不同的节点和连接数据就能批量出图。风格完全统一改样式只需要改函数里的参数。6.3 用AI图像工具生成机理示意图的装饰元素机理示意图里经常需要一些“看起来像那么回事”的图形元素比如纳米颗粒、细胞、分子链、能带结构等。这些元素用绘图软件手画很费时间用AI图像生成工具可以快速出素材。提示词可以这样写“Scientific illustration of a spherical nanoparticle with surface ligands, clean vector style, white background, blue and gray color scheme, no text, high detail”生成后导入Inkscape或Illustrator用“描摹位图”功能转成矢量再和你的流程框组合。这样既有了丰富的图形元素又保证了矢量输出的清晰度。注意AI生成的图形元素在科学准确性上不能保证比如纳米颗粒的尺寸比例、分子结构的键角等。这些元素只适合做示意性装饰不能替代精确的科学图示。如果你的图需要严格的科学准确性还是建议用专业软件手绘或从数据库导出。6.4 配色方案的选择和优化配色是决定图“专业感”的关键因素之一。我总结了几条实用原则原则一限制颜色数量。整张图的主色调不超过三种加上黑白灰总共不超过五种颜色。颜色太多会显得杂乱。原则二用同一色系的不同深浅表示层级。比如主流程用深蓝色辅助步骤用浅蓝色背景用极浅的蓝色。这样既有层次感又不会花哨。原则三避免高饱和度颜色。纯红、纯绿、纯蓝看起来刺眼降低饱和度后看起来更舒服。可以用在线配色工具生成低饱和度的配色方案。原则四考虑色盲友好。避免红绿搭配改用蓝橙搭配。如果必须用颜色区分同时加上不同的线型或图案。原则五参考目标期刊的配色风格。不同期刊对配色的偏好不同有的喜欢简洁黑白有的接受彩色。投稿前翻几篇该期刊的近期论文看看他们的图用什么配色跟着学。7. 不同场景下的实战建议7.1 组会汇报快比好重要组会汇报的示意图核心要求是“能说清楚”。你不需要花一小时精修一张图用在线绘图平台十分钟出一张逻辑清楚、箭头明确就够了。配色用默认的就行字体用系统默认的就行。组会上大家关注的是你的实验逻辑不是你的绘图水平。但有一个细节要注意投影仪的色彩还原往往很差浅色填充和细线在投影上可能看不清。所以组会用的图对比度要高一些线要粗一些字号要大一些。7.2 论文投稿细节决定成败论文投稿的图要求就严格多了。除了前面说的字体、线宽、分辨率要求还有几个容易忽略的点图注要完整。图注应该包含图的标题、各部分的说明、缩写定义、误差棒含义等。审稿人可能只看图和图注就判断你的工作质量。子图标注要规范。多个子图用(a)(b)(c)标注标注位置要统一通常在左上角。比例尺要标注。涉及显微图像的图必须标注比例尺。统计信息要完整。如果图中有数据对比要标注样本量、误差类型、显著性水平。7.3 基金申请书信息密度和美观的平衡基金申请书的方案图读者是评审专家他们时间有限需要在短时间内理解你的实验方案。所以这类图的要求是信息密度高但视觉上不能太拥挤。我的做法是主流程用大框粗线辅助信息用小字放在旁边用不同颜色区分不同模块。整张图控制在A4纸的一半到一页之间太大了评审看不完太小了看不清。7.4 教学演示可读性优先如果你是用示意图做教学演示比如给本科生讲实验流程那图的可读性比专业性更重要。字号要大颜色要鲜明箭头要粗步骤编号要清楚。可以适当加一些图标或示意图帮助学生理解。8. 我个人的工具组合和工作流说了这么多最后分享一下我目前最顺手的工具组合和工作流日常快速出图Kimi/DeepSeek梳理逻辑 → draw.io拖拽出图 → 导出PNG。全程不超过二十分钟。论文投稿用图Kimi/DeepSeek生成Python代码框架 → 本地跑代码调参数 → 导出PDF矢量图 → 在Inkscape里做最终微调。一张图从开始到定稿大约一到两小时。机理示意图AI图像工具生成素材 → Inkscape描摹转矢量 → 和流程框组合 → 调整配色和排版。这种图最耗时但效果也最好。需要频繁修改的图直接用Python脚本或TikZ代码改参数重新跑。前期投入时间多后期改图几乎零成本。这个工作流不是固定的你可以根据自己的习惯和项目需求调整。核心思路是让AI做它擅长的事逻辑梳理、代码生成、素材生成你做你擅长的事科学判断、视觉审美、最终把关。两者配合好了画实验方案示意图这件事就从“苦差事”变成了“顺手活”。最后再分享一个小技巧每次画完图把它发给自己或者同事看一眼问一句“你能看懂这张图在说什么吗”。如果对方三秒内能说出你的实验流程这张图就合格了。如果对方犹豫了说明图里还有需要改进的地方。这个“三秒测试”比任何标准都管用。