各位搞科研的朋友，大概都吃过配图的苦。

写基金申请书，技术路线图画了三版还是不满意；论文投出去，被编辑一句”图形摘要不符合规范”打回来；跑完差异表达分析，还得花一晚上调 Python 画图代码。以前想把图做好，要么自学 Illustrator、Inkscape 这类绘图软件，要么花钱找人代画，一轮改稿又要等上好几天。

今天这篇教程，我用 SciDraw AI 实测了三个最常用的科研配图场景：国自然技术路线图、论文图形摘要，以及用 Excel 数据直接出火山图。全程真实操作、真实截图，没有用任何官方宣传素材。

SciDraw AI 是一个专门做科研绘图的 AI 平台，官网 https://sci-draw.com，中文入口 https://sci-draw.com/zh。和通用 AI 绘图工具不同，它是按期刊投稿规范来出图的：白底、无多余装饰、术语标注清晰，还支持 SVG 矢量导出。平台目前上线了 181 个工具，其中科研类 113 个、教育类 59 个，界面支持简体中文，支付支持支付宝。注册即送 10 积分，之后每天再送 5 个免费积分，每天免费出一张图基本够用。

话不多说，直接看操作。

01. 国家自然技术路线图

先打开技术路线图生成器：https://sci-draw.com/zh/research-roadmap-maker

工具提供四种模式：通用路线图、技术路线（方法逻辑）、时间进度、开题报告总体设计。写基金申请书建议选第二种，它生成的是按研究内容分栏的图，每一栏下面可以挂技术手段和预期结果，正是申请书里常用的那种版式。

语言选简体中文，比例选 16:9，然后把研究方案粘进输入框。这里有个经验：描述越具体，出图越接近你想要的效果。我输入的是下面这段：

我输入的描述：

面向国家自然科学基金面上项目的技术路线图，研究主题为肠道菌群代谢物调控结直肠癌免疫微环境的机制。分四个研究内容：一、临床队列样本收集与菌群宏基因组测序；二、关键代谢物筛选与体外功能验证；三、小鼠模型中免疫细胞浸润与信号通路机制解析；四、干预策略验证与转化评估。用横向流程表示，标出每个研究内容的技术手段、预期结果和关键节点，整体采用蓝绿配色，适合直接放进申请书正文。

选「技术路线（方法逻辑）」模式，把研究方案粘进输入框，这次消耗 5 积分

点「生成研究路线图」，页面提示大约需要 15 到 30 秒。

生成中，右侧预览区显示进度

实测二十多秒出图。右侧直接给了下载、出版证书和在编辑器中打开三个按钮。

生成完成，可以下载，也可以进编辑器继续改

把图放大看一下效果：

实际生成的国自然技术路线图，四个研究内容分栏，每栏含技术手段、关键节点、预期结果

第二个场景是论文图形摘要（Graphical Abstract），入口：https://sci-draw.com/zh/graphical-abstract-maker

这个页面有个设计我很喜欢：顶部可以直接上传论文 PDF，AI 会自动读取内容并起草提示词。手上没有 PDF 也没关系，把摘要文字粘进去同样可行。

图形摘要生成器，支持直接上传论文 PDF 自动起草提示词

我这次是直接粘摘要，另外在后面补了一句想要的版面结构，告诉它左中右三块分别放什么：

我输入的摘要 + 版面要求：

本研究构建了一种响应肿瘤微环境的纳米递送系统，用于提高结直肠癌免疫治疗效果。体外实验表明该系统在酸性条件下药物释放率提升至 78%，并显著促进树突状细胞成熟；小鼠原位肿瘤模型中，联合 PD-1 抗体治疗使肿瘤体积缩小 62%，肿瘤组织内 CD8+ T 细胞浸润增加 2.4 倍。结果提示该递送系统可通过重塑免疫微环境增强免疫检查点抑制剂的疗效。请生成横向流程的图形摘要，左侧为纳米载体设计，中间为体外与体内验证，右侧为免疫微环境重塑结果，符合期刊投稿规范，配色简洁。

把摘要和版面要求一起粘进去，同样消耗 5 积分

等了半分钟左右出图。

图形摘要生成完成

放大看细节：

 

实际生成的图形摘要，左中右三块，摘要里的数字全部被画进了图里

最让我意外的是，它把摘要里的数字一个不落全都画进了图里。左侧是脂质体结构和 pH 敏感的表面修饰；中间上半部分画了树突状细胞成熟，旁边配了一张柱状图——中性 pH 为 10、酸性 pH 为 78，正好对应摘要里的「释放率提升至 78%」；中间下半部分是小鼠模型，配了一条肿瘤体积随时间变化的折线，标注「肿瘤体积缩小 62%」；右侧则把「CD8+ T 细胞浸润增加 2.4 倍」画成了治疗前后的肿瘤组织对比图。

也就是说，它不是照着关键词堆图标，而是真的读懂了摘要里的因果关系。这一点比我之前用通用绘图模型的体验好太多——通用模型经常把数字画错，甚至干脆略过不画。

 

03. 用 Excel 数据做火山图

 

前面两个场景都是从文字生成示意图，第三个换个路子——用真实数据出统计图。入口：https://sci-draw.com/zh/volcano-plot-generator

这类图的画法和前面完全不同：它走的是平台科研数据可视化（Sci-Vis）的路线，上传 CSV 或 Excel 后由后台 Python 代码出图，而不是让 AI 凭想象画一张”看起来像火山图”的图片。

我图省事没有整理自己的数据，直接点了页面上的「试试示例」，载入了一份 84 行 5 列的 RNA-seq 差异表达数据。页面会自动展开数据预览，列名依次是 feature、log2_fold_change、p_value、adjusted_p_value、significance，这同时也告诉你，自己的表格该准备成什么格式。旁边还有「下载示例数据」按钮，下载下来照着填就行。

火山图生成完成，可以下载，也可以前往 SciVis 继续编辑

实际生成的火山图，上调基因标红、下调标蓝、不显著标灰，并自动标注了基因名

阈值线、配色分组、坐标轴标签都按火山图的常规画法来：上调标红、下调标蓝、不显著标灰，显著基因还自动标注了名字。

不过有个小问题得说清楚：示例数据只有 84 行，显著的点比较集中，左上角图例和几个基因标签叠在了一起。解决办法有两个——点「前往 SciVis 继续编辑」进编辑器手动挪开标签，或者直接换成自己那份几千行的真实数据，点位散开后自然就不挤了。无论哪种，都比拿到一张改不了的图要实用。

 

04. 一些分享

 

三个场景跑下来，我的感受很明确：科研绘图这件事，确实被 AI 改变了。

以前画技术路线图，得先在纸上理一遍逻辑，再回 PPT 里拖框拉箭头，字号对不齐、箭头总是歪，一张图折腾两三个小时是常态。现在只要把研究方案用中文描述清楚，二十多秒就能出一版，不满意就改描述重来，一次才 5 积分。改稿成本低到可以随便试错，这才是 AI 带来的最大变化。

几个实操建议，都是这次踩坑踩出来的：

• 描述写具体。 同样是技术路线图，只写「肠道菌群与结直肠癌的技术路线图」，和把四个研究内容、配色、版式都交代清楚，出图质量相差甚远。
• 版面结构自己定。 图形摘要那次我明确写了「左侧放什么、中间放什么、右侧放什么」，出来的版面就完全按我的要求排。不写的话，AI 会自己安排，不一定符合目标期刊的排版习惯。
• 数字务必写进描述。 摘要里的 78%、62%、2.4 倍都被它画成了柱状图和折线；如果你只写「效果显著」，图里大概率只有一个箭头。
• 示意图和数据图分开用。 机制图、路线图、摘要图，走前面两个文字生成的入口；火山图、箱线图、热图这类依赖真实数值的统计图，走数据可视化路线，别让图像模型去编数据。
• 投稿前记得导出矢量。 平台支持 SVG 和 PPTX 导出，期刊对矢量格式和分辨率的要求基本都能满足，直接截图交稿很容易被退。平台里还有 PNG 转 SVG、图片转矢量等工具，手上已有的旧图也能补救。

当然，它也不是万能的。复杂的生物插画，比如一整套信号通路配上十几个蛋白，一次生成很难全部画对，得拆成几张分别生成再拼接；特别冷门的实验装置，AI 也可能画得似是而非，需要自行核对。所以我的用法是：让它出初稿和版面，专业判断留给自己。

想试的话，直接去官网注册即可：新用户送 10 积分，每天还有 5 个免费积分，建议先拿自己的课题跑一张，看看实际效果：https://sci-draw.com/zh

最后提醒一句：官方域名是 sci-draw.com，网上有不少拼写相近的仿冒站点，账号和作品并不互通，访问时留意核对，别搞混了。