GPT4o 制作科研论文结构图教程

本教程适用于需要在科研论文中表达机制对比、结构差异、流程路径选择等内容的场景。

📌 一、使用场景

这种图示风格适用于多种科研领域,常用于解释不同方法、策略或机制之间的结构性差异,特别适合:

场景类别 说明 示例
模块机制对比 比较结构组成、处理方式 GNN 聚合、信号路径、认知系统
信息/信号流表达 输入-处理-输出路径可视化 数据流、神经传导、政策流程
选择机制图解 体现部分路径激活或跳过 注意力机制、门控网络、选择性治疗
方法创新结构图 说明"我们的方法"和现有方法结构差异 可解释 AI、智能控制、合成路径
多子模块流程图 多种策略并列对比 决策系统类型、图聚合方式、图信号扩散

适用学科包括但不限于:

  • 计算机科学(ML、CV、NLP、GNN)
  • 生物医学(信号传导、机制图、通路图)
  • 社会科学(治理模式、行为机制)
  • 认知科学与心理学(系统对比)
  • 工程控制与系统建模

✏️ 二、通用中文提示词模板 (用的时候风格指南可以粘贴到提示词下面一块儿给AI 「风格指南非必须」)

请生成一张科学风格的图示,用于对比 [子概念/方法]: (a) [方法一],(b) [方法二],(c) [方法三],...(e) [方法五,本文提出]

每种方法使用独立的 3D 块状结构图,采用等距视角:

  • 灰色块表示输入输出
  • 橙色块表示处理模块
  • 使用箭头表示流程方向,星号 ★ 表示选择,⚖ 表示投票,📊 表示算法等
  • 子图编号为 (a)-(e),下方有方法名称
  • 图右下角加图例,说明各元素意义
  • 风格简洁清晰,适合论文配图,字体使用 Times New Roman 或其他衬线体。

示例提示词:

scss 复制代码
请生成一张科学风格的图示,用于对比三种图神经网络(GNN)中的聚合策略:平均聚合(Mean Aggregation)、注意力聚合(Attention Aggregation)和选择性聚合(Selective Aggregation,本文提出)。
图示采用立体等距视角的 3D 块状风格:
灰色立方体表示输入/输出节点;
橙色立方体表示聚合模块或处理模块;
使用箭头表示信息流方向;
使用星号(★)表示"选择性"行为;
每个子图标注为 (a)、(b)、(c),并配有小标题,如"(a) Mean Aggregation"。
请在图右下角添加图例,说明各个元素的含义(例如:灰色为输入输出、橙色为操作模块、★为选择性、→为信息流)。
图整体风格应简洁、对称、专业,字体使用学术感的衬线字体(如 Times New Roman)。该图用于论文中展示方法创新,请保持高质量与一致性。可以参考下方风格指南。
scss 复制代码
创建图片 请生成一张科学风格的图示,用于对比五种典型的决策机制:
(a) 多数投票决策(Majority Voting)
(b) 专家小组决策(Expert Panel)
(c) 数据驱动算法决策(Algorithmic Decision)
(d) 分层协商式决策(Deliberative Hierarchy)
(e) 混合型智能决策(Hybrid Decision,本文提出)
每种决策方式用一个独立子图表示,构图格式一致,整体采用 3D 等距视角结构图风格:
灰色立方体表示输入(如意见、数据、偏好)和最终输出(决策)
橙色立方体表示处理模块(如专家、算法、协商机制)
使用箭头表示信息流与决策流程
使用符号(如 ★ 表示选择性,⚖ 表示投票,📊 表示算法)增强表达
每个子图标注为 (a)--(e),并在下方标明方法名称;
图右下角添加图例,说明颜色和符号的含义
图整体结构清晰,风格学术严谨,适合用于论文插图或研究报告,字体采用 Times New Roman 或类似衬线字体。

🌟 三、实例推荐主题

计算机科学

  • GNN 聚合方式:Mean、Max、Attention、GRU-style、Selective (ours)
  • Transformer 变体:Vanilla、Sparse、Performer、Low-Rank、Dynamic (ours)

生物/医学

  • 细胞信号传导机制:GPCR、RTK、离子通道、核受体、组合激活 (ours)

社会/认知/政策类

  • 决策模型对比:投票决策、专家组、算法推荐、公众协商、混合智能 (ours)

风格指南(Style Guide)

图形构图

  • 每种方法对应一个子图,排列为横排、2x2、3x2 等形式;
  • 每个子图包含:输入 → 操作模块 → 输出;
  • 子图编号:(a)、(b)、(c)...,最后一个标注为 (ours);
  • 子图之间使用虚线分割。

元素样式

元素 样式 说明
输入/输出 浅灰立方体 表示结构、数据、节点等
操作/模块 橙色立方体 表示处理过程、聚合、变换等
箭头 → 黑色箭头 表示流动方向
特殊符号 ★、=、+、⚖、📊 表示选择、融合、投票、算法等含义
字体 Serif 字体(如 Times) 符合论文风格

图例建议

在右下角加图例区,示例:

css 复制代码
⎔ Input/output
⧈ Filter / Process
→ Flow
★ Selection
= Aggregation Result

配色建议

  • 推荐默认配色:灰(输入/输出)+ 橙(操作)+ 黑(符号与箭头);
  • 保持风格一致性;可跨学科使用;必要时按学科语义调整(如绿色代表激活)。
相关推荐
plusplus16815 分钟前
边缘智能实战手册:攻克IoT应用三大挑战的AI战术
人工智能·物联网
果粒橙_LGC1 小时前
论文阅读系列(一)Qwen-Image Technical Report
论文阅读·人工智能·学习
雷达学弱狗1 小时前
backward怎么计算的是torch.tensor(2.0, requires_grad=True)变量的梯度
人工智能·pytorch·深度学习
Seeklike1 小时前
diffuxers学习--AutoPipeline
人工智能·python·stable diffusion·diffusers
杨过过儿1 小时前
【Task01】:简介与环境配置(第一章1、2节)
人工智能·自然语言处理
小妖同学学AI1 小时前
deepseek一键生成word和excel并一键下载
人工智能·word·excel·deepseek
黎燃2 小时前
AI助力垃圾分类与回收的可行性研究:从算法到落地的深度解析
人工智能
强盛小灵通专卖员2 小时前
DL00291-联邦学习以去中心化锂离子电池健康预测模型完整实现
人工智能·机器学习·深度强化学习·核心期刊·导师·小论文·大论文
Hello123网站2 小时前
多墨智能-AI一键生成工作文档/流程图/思维导图
人工智能·流程图·ai工具
有Li2 小时前
CLIK-Diffusion:用于牙齿矫正的临床知识感知扩散模型|文献速递-深度学习人工智能医疗图像
人工智能·深度学习·文献·医学生