目录
●
第1章 认知篇：重新定义科研绘图
1.1 科研绘图的本质与边界
1.2 什么样的图是“好图”
1.3 为什么选择AI绘图
1.4 小结
第2章 工具篇：Nano Banana Pro极速上手
2.1 模型接入方式与模型选型
2.2 Nano Banana Pro核心功能
2.3 辅助工具推荐
2.4 小结
第3章 方法篇：从论文文本到可控的结构示意图
3.1 核心策略
3.2 阶段一：逻辑构建
3.3 阶段二：绘图渲染
3.4 阶段三：交互迭代
3.5 小结
第4章 实战篇：不同领域的提示词策略
4.1 材料与化学：微观机制的具象化
4.2 生物与医学：复杂通路的场景化
4.3 提示词定制法：基于参考图逆向分析
……
内容介绍
人工智能（AI）在图像生成领域的快速发展，为科研插图创作提供了技术支持。针对科研人员在绘制科研插图中面临的痛点，本书构建了一套AI科研绘图方法论，该方法论适配多学科场景的视觉化表达。第1章从认知层面重新定义科研绘图的本-质与边界，明确“好图”的标准及AI绘图的必要性；第2章以Nano Banana Pro为例，讲解模型接入、核心功能及辅助工具；第3章与第4章聚焦方法与实战，介绍从论文文本抽象结构关系的策略、不同领域下的提示词构建；第5章介绍复杂插图的模块化生成及矢量化处理；第6章则梳理AI辅助绘图的伦理边界与合规路径。全书旨在通过结构抽象与精准表达的底层逻辑，帮助科研人员提升科研绘图质量与效率，并建立稳定的科研绘图工作流，也为初学者提供实践起点。本书适合所有需要绘制科研论文插图的科研人员，尤其是缺乏设计背景、希望提升表达质量与效率的研究生与青年教师......
张鼎伦 著
张鼎伦，华南理工大学硕士研究生，专注于AI for Science方向研究。AI开源社区Datawhale的成员，开源项目happy-figure的发起人。长期致力于将大语言模型与AIGC技术应用于科研场景，在学术论文图表自动化生成、科研可视化表达等方向开展了系统性探索。具备从模型应用到工具落地的完整实践经验，负责的相关项目获得了广泛关注。
