组会要发一张预告海报、报告里缺一张概念示意图、流程要给同学讲清楚——这些「图」的需求，很多时候卡在不会画、没时间画。MuchSci 应用集里的科研绘图，做的是用一句自然语言描述，直接生成一张能用的图。但先把话说在前面：它能出的是「传达用的图」，不是「数据算出来的图」。
「科研绘图」这个名字容易让人误会成画数据图，所以这篇会把两者掰开说：一句话怎么变成一张图、哪些场景适合这么做，以及那条不能越过的边界。
01 一句话，怎么变成一张图
▲ 图 1｜写清场景与要点，生成后还有三步可以走
过程拆开就四步：你写提示词，讲清场景、受众、要突出的要点；它按描述生成；你看效果；然后三选一——重新编辑提示词、重新生成、删除。中间没有图层、素材、排版这些环节，它们都被收进了「描述」和「判断」之间。你负责说要什么，它负责画出来。
这个分工意味着，出图从「技能活」变成了「表达活」：会不会用设计软件不再重要，会不会把要求说清楚变得重要。对不会画图的人来说，门槛从「学工具」换成了「练描述」。
02 提示词写清没有，结果差很多
▲ 图 2｜同一句话，信息给足与否，验收时省的事不一样
生成式出图有个特点：它忠实执行你写的内容，不会替你补上你没说的。以一张社团招新海报为例：标题显不显眼、时间地点写没写、有没有扫码入口、是给谁看的——这些信息你不说，图里就没有。
它是执行，不是替你想内容。提示词写得具体，验收时省的事就多；写得含糊，就要靠反复重新生成去撞。这也是它和传统设计工具的分别：设计工具考验的是操作，出图考验的是描述。
换个角度说，这也是一种「把需求写清楚」的练习。很多人以为出图难在画，其实难在描述——你得先把脑子里模糊的想法，捋成一句条理清楚的话，剩下的事才轮得到工具。
03 哪些场景，适合一句话出图
▲ 图 3｜组会海报、概念示意、流程示意，共同点是不绑定真实数据
下面这张截图来自 MuchSci 的科研绘图界面，是一次真实的生成：提示词是「做一张社团招新海报，9 月 20 日体育馆前，扫码进群，主要发在新生群里，标题要显眼」，生成后可以重新编辑提示词、重新生成或删除。
▲ 图 4｜一句自然语言生成的招新海报，以及生成后的三个动作
场景上，科研与学习里「让人看懂一个意思」的图，大多适合走生成式：组会海报、概念示意、流程示意。这些图不绑定真实数据，画得对不对，看的人一眼能验收——这正是它们可以被一句话生成的前提。读书笔记的配图、社团活动的通知图、课程展示的概念图，逻辑相同：都是给「一个意思」配一张图，而不是给「一组数据」配一张图。
删除这一项也值得说：不满意就删，不留心理负担。生成式出图的试错成本很低，但试错要在提示词上做文章，不是靠运气反复点重新生成。
04 能生成什么，不能生成什么
▲ 图 5｜一边凭语言生成用于传达，一边由真实数据算得用于呈现
边界就在这里：生成式图片不是数据图表。实验结果的折线图、问卷统计的柱状图，每一个点、每一根柱子都必须来自真实数据，靠语言「生成」出来的数据图是错的——不是画得差，是根本不能用。
真实数据的统计图该走论文配图那条线，由数据计算绘制，可复算、可验证。两类图各有各的用途，混着用最麻烦的是评审环节：一张看起来像统计图的生成图，会让人对整份材料的可信度起疑。
一个简单的自检办法：这张图如果换一组数据就要重画，那它就是数据图表，别用生成式；如果内容和数据无关、只和「怎么讲清楚」有关，那生成式正合适。
05 边界
照例把边界摆在明面上。
① 本篇讲的是功能位置与机制，不构成出图质量的承诺。 生成效果和提示词的具体程度、场景复杂度都有关系，写不清就画不准。
② 生成图用于正式材料前需人工复核。 标题、日期、二维码这类信息要逐项核对，生成模型可能画错、写错；专业判断不能外包。
③ 生成式图片不用于呈现真实数据。 涉及论文配图的格式与署名要求，以所在期刊与机构的现行规定为准；生成图仅用于科研与学习场景的传达。