用 AI 画论文 框架图，最让人崩溃的是什么？

不是它不会画，而是你会很快发现：

每改一次，都像重新抽一次卡。

最后整个过程就会变成：

生成 -> 不满意 -> 改 Prompt -> 再生成

最近，我测试了一个专门做论文框架图的 Skill。

AI 负责提供方案，人负责选择方向；方向确定后，再让 AI 继续画。

我越来越觉得，这才是科研绘图里更合理的人机协作方式。

完整skill链接和使用手册（含提示词）已经整理完毕，后台私信回复【B858】免费领取。

论文框架图最难的，从来不是“画”

一篇论文，可以有很多种画法。

但真正困难的，从来不是“能不能画出来”。

而是这些更根本的问题：

我的论文到底应该怎么讲？
哪个模块最重要？
读者第一眼应该先看到什么？
整张图应该从左往右读，还是围绕一个核心机制展开？

所以 Framework Figure 最难的地方是：你能不能先把论文讲明白。

这次，我就直接拿一篇真实论文做了一次完整压力测试。

一、它不是“论文丢进去，马上出图”

测试开始时，我先给了它一个明确限制：

不参考论文已有框架图，只根据正文独立分析；先执行 Bootstrap + S0，完成后必须停止。

这个约束非常重要。

因为很多所谓“AI 论文绘图”，其实很容易被原论文 Figure 1 锚定。
最后看起来像“重新生成”，本质上却只是换了一种视觉风格重新画一遍。

而这个 Skill 的第一阶段，S0 - PAPER FOUNDATION，做的不是画图。

它先做的是另一件更难的事：建立论文的事实底座。

以 SemiDFL 为例，它先拆出了论文中的核心结构：

• • Labeled-only、Unlabeled-only、Mixed 三类客户端
• • Neighborhood Pseudo-Labeling
• • Diffusion Model
• • Consensus MixUp
• • Generated-data Validation
• • Adaptive Aggregation
• • classifier 与 diffusion model 两条 consensus 路径
• • 跨通信轮次的 feedback loop

同时，它还把论文中的公式、变量、箭头关系，以及容易误画的地方一起整理出来。

例如，它明确锁定了几个关键约束：

• • 不能出现 central server
• • 不能把 Consensus Data Space 画成中央共享数据库
• • 不能把三类客户端错误合并

这一步其实已经不是“绘图”了。它是在做一件更基础、也更关键的事情：

把论文方法先理解清楚，并结构化地拆出来。

二、S1：先决定“怎么讲”，再决定“怎么画”

完成 S0 后，我让它继续执行 S1 - FIGURE STRATEGY。

这一阶段仍然不生成图片。

它要做的，是先设计不同的信息架构，也就是先回答一个更本质的问题：这篇论文，应该用什么方式讲给读者听？

最终，它给出了四个候选方向。

C01：Dual-Consensus Coupled Loop
突出 Consensus Data Space 与 Consensus Model Space 如何相互强化。

C02：Round-Level Decentralized Pipeline
突出一个训练 round 到底是如何执行的。

C03：Data/Model Two-Plane Architecture
突出数据空间与模型空间之间的分层关系。

C04：Heterogeneous-Client Entry Architecture
突出三类异构客户端如何进入统一的 SemiDFL 框架。

这里我觉得最关键的一点是：它不是生成四张“风格不同的图”。

而是先生成四种不同的信息组织逻辑。

前者只是视觉变体。
后者是在做信息架构设计。

S1 完成后，它还会把每个候选的这些内容提前锁定：

• • semantic graph
• • visual render graph
• • visible-text allowlist
• • 变量位置
• • negative constraints

然后才交给 S2。

也就是说，它先决定：论文应该怎么被讲述。

然后才决定：这张图应该怎么被画出来。

三、S2：终于开始生成第一轮候选

到了 S2 - SKETCH EXPLORE，我只要求它先生成 C01 和 C02。

测试时，还遇到了一个很真实的小插曲：图片生成额度触发了限制。

它没有假装“已经完成”，而是明确记录：

C01、C02 尚未生成，S3 未开始。

这其实让我挺在意。

因为在科研工作流里，最怕的往往不是失败，
而是系统把未完成伪装成已完成。

恢复之后，我们继续完成了两张候选图。

然后我没有直接让它自己决定哪张最好，而是进入了整个流程里最关键的人机协作环节。

C01 第一轮候选图

C01 第二轮候选图

C01 第三轮候选图

四、S3：人来选方向，AI 负责记住偏好

这一阶段，我给它的反馈其实很像真实使用场景里的自然表达：

• • 更喜欢 C01 的整体布局
• • 保留 C01 的阅读路径
• • 参考 C02 的箭头表达
• • 去掉不必要装饰
• • 第二轮要更简洁，更像论文里的 framework figure

你会发现，这些反馈并不算特别“标准化”。

它们很自然，也很主观。

但真正难的地方就在这里：

很多系统能接收反馈，
却做不到把这些模糊偏好，真正翻译成下一轮可执行的设计约束。

而这个 Skill 在 S3 里，把它正式整理成了：

C01-selected / C02-arrow-refined / framework-simplified

这意味着什么？

意味着第二轮不是重新随机生成。

也不是一句模糊的“再改好看一点”。

而是明确继承：

• • C01 的结构
• • C02 的箭头语言
• • 更克制的论文风格

这也是我觉得它真正值得关注的一点。

因为用户反馈不再只是“意见”。
而是被系统转化成了下一阶段可执行的设计规则。

S3 偏好收敛 / 约束整理结果

五、S4-S5：从“草图探索”进入正式候选

在 S4，它没有直接画图。

而是先为第二轮编译两个正式 Brief。

F01 - Clean Dual-Consensus Framework
更强调论文最核心的 conceptual contribution：
Consensus Data Space ↔ Consensus Model Space

F02 - Minimal Round-Flow Framework
更强调单轮执行路径。
更线性、更紧凑，也更接近常见计算机论文里的 Method Overview。

直到 S5，它才根据已经锁定的 Brief 生成第二轮正式候选。

于是，整个流程最终变成了这样一条链路：

论文事实 -> 图策略 -> 第一轮探索 -> 人工选择 -> 正式 Brief -> 第二轮收敛

而不是传统的一句话：

帮我把这篇论文画成一张框架图。

S5 正式候选图

六、我觉得它真正有价值的地方

完整测下来，我越来越确定一件事：

这个 Skill 最值得关注的，并不是“AI 会画论文图”本身。

而是它把论文框架图制作这件事，变成了一套：

可检查、可暂停、可回退、可人工干预的工作流。

这对算法、机器学习、联邦学习、Agent、系统架构、Pipeline 这一类论文，尤其重要。

因为这些论文的方法部分，通常都不是单一路径。
而是多模块耦合、多角色参与、跨阶段反馈。

这种结构最怕的，不是画得不够漂亮。

而是：画错。

一旦框架图把模块关系、信息流向、角色边界或者执行顺序画错，
读者对整篇论文的第一理解就会直接偏掉。

所以从本质上说，这类 Skill 试图解决的，其实不是“生成一张图”这么简单。

它在解决的是另一个更难的问题：

怎样把复杂论文的方法逻辑，压缩成一张读者几秒钟就能理解的视觉结构。

如果后续还能继续提高：

• • 文字准确率
• • 公式排版能力
• • 局部视觉一致性

那这类 Skill 很可能会比“直接让模型画论文图”更接近真正的科研工作流。

因为好的 Framework Figure，从来不是“生成”出来的。

它首先是：

理解出来的。
设计出来的。
然后才是画出来的。

完整skill链接和使用手册（含提示词）已经整理完毕，后台私信回复【B858】免费领取。

想要更多AI使用技巧？回复关键词

【B737】智能（可编辑）PPT生成系统安装包和使用手册

【B778】ChatGPT 调用 Origin绘图资料包

【B760】Academic Writing Polisher安装和使用的详细教程（含调用提示词）

【B791】《AI 辅助文献综述正文流水线 · 全套工具包 》

【B804】 AI 一键把论文稿件变成期刊 LaTeX 投稿项目排版资料包

【B805】 Zotero-arXiv-Daily AI 自动筛选论文资料包

【B810】 参考文献核验 Skill 资料包

【B814】：

• ChatGPT安装包、使用教程视频

• 科研小白需要安装的11个Skills

• Codex科研Skills

• 使用 AI 辅助实验优化：Prompt 与技巧指南

• 科研写作与绘图 Skills 汇总

【B820】ChatGPT科研助手skill

【B827】Codex+Zotero论文阅读笔记skill

往期文章推荐：