学术论文配图提示词生成器
阅读你的论文,为 AI 生图工具生成顶会级别的英文配图提示词,覆盖框架图、架构图、模块图、对比图和数据模板图。
同类学术配图提示词生成技能(通用版),要求先充分理解论文内容、分析参考图配色再生成,流程比较严谨。
这个 Skill 能做什么,适合哪些场景?
这个技能面向需要为学术论文制作配图的研究者。它先阅读论文源文件(LaTeX、Word、PDF),提取章节核心概念、模型架构与数学符号,然后在生成任何提示词前强制让用户从 8 种预设学术配色方案(含 Okabe-Ito 色盲友好方案)中做选择,或提供自定义色值。最终输出极其详细的英文提示词,可直接投喂给 NanoBanana、Gemini、DALL-E、Midjourney 等图片生成工具。提示词遵循严格的四层结构模板,并附带质量自检清单,目标是产出信息密度高、风格贴近 CVPR/NeurIPS 顶会出版物的专业配图。
1) 读取用户提供的论文源文件(LaTeX、Word、PDF),提取核心概念、方法、模型架构、数据流、数学符号和维度信息。2) 如用户提供参考图,分析其配色、布局、模块样式、标注方式和信息密度。3) 在生成提示词前展示 8 种预设配色方案及 Coolors、ColorBrewer 等配色工具链接,等待用户确认(用户已指定配色时跳过)。4) 按「全局描述 → 分区详细描述 → 全局标注 → 风格规格」四层模板,为框架图、网络架构图、模块详解图、对比/消融图、数据模板图五类图表生成英文提示词,包含精确色值、维度标注(如 R^(120×6))、LaTeX 风格公式和嵌入缩略图描述。5) 依据 13 项质量检查清单自检(无空白框、色彩克制、白底主导、灰度可读等),并以带图号、类型、配色和推荐分辨率的 markdown 格式输出。它本身不生成图片,只生成提示词;图片需由外部 AI 生图工具完成。
- 研究生或博士后写完 CV/NLP 顶会论文后,需要为方法章节生成总体框架图和网络架构图,但缺乏专业绘图技能。
- 投稿前需要制作对比/消融实验图,把多个模型变体并排展示并高亮差异部分。
- 期刊返修阶段需要批量为一整篇论文按章节生成配图,并获得优先级建议。
- 已有团队参考图风格,希望 AI 生成的配图严格遵循参考图的色值、布局和标注方式。
- 医学或生物信息学论文作者希望采用色盲友好的学术配色(如 Okabe-Ito)并保证黑白打印时图片仍可阅读。
这个 Skill 有哪些优点和局限?
- 工作流程严谨:强制先理解论文内容、分析参考图、确认配色,再生成提示词,而非一步到位。
- 提示词结构化程度高:四层模板 + 精确色值 + 维度标注 + 公式标注 + 缩略图词汇表,信息密度远超自由发挥。
- 内置 8 种学术配色方案(含色盲友好方案)和 6 个配色工具链接,附带配色禁忌表规避典型 AI 生图感。
- 带 13 项质量检查清单,包括灰度测试和「无简化省略」要求,保证产出一致性。
- 纯提示词工程实现,无脚本依赖,理论上可移植到任何支持 Agent Skills 标准的客户端;README 明确兼容 Claude Code、Gemini CLI、Cursor 等。
- 最终图片质量取决于外部生图工具(NanoBanana/Gemini/DALL-E/Midjourney)的能力,技能本身无法保证渲染精度,复杂架构图中的文字和公式可能出现 AI 生图常见的错乱。
- 要求提示词「宁长勿短」,生成的提示词可能非常长,部分生图工具或 API 对输入长度有限制。
- skill 交互深度依赖 agent 客户端对多轮确认(配色选择)的支持,不支持多轮对话的简单客户端会跳过该流程。
- 仓库未提供针对该技能本身的测试套件或系统性效果评估,实际生成配图的顶会水准缺乏可验证证据。
- README 中的功能(PDF 解析、50+ 配色、图生图编辑、SSE 进度等)属于完整的 Web 平台,不属于本技能——技能本身不会解析 PDF 或生成图片。
如何安装这个 Skill?
方式 1(推荐):运行 npx skills add LigphiDonk/academic-figure-generator。方式 2(手动):git clone https://github.com/LigphiDonk/academic-figure-generator.git,然后将仓库中的 academic-figure-prompt 文件夹复制到对应 skills 目录——Gemini CLI 为 .gemini/skills/,Claude Code 为 .claude/skills/。注意:该仓库是一个包含 2 个技能的 monorepo,本技能仅指 academic-figure-prompt/SKILL.md。
如何使用这个 Skill?
安装后在 AI 编程助手对话中直接用自然语言触发,例如:「帮我看一下这篇论文,生成论文配图提示词」或「用 Teal+Amber 配色,帮我画一个网络架构图的提示词」,也可提供 LaTeX/PDF/Word 论文文件。若未指定配色,技能会先展示 8 种配色方案和配色工具链接等待你选择;指定后直接进入生成。输出的英文提示词可复制到 NanoBanana / Gemini / DALL-E / Midjourney 等工具中生成图片。