以往利用ChatGPT生成科研机制图时，通常调用GPT-Image生图模型。尽管其在美观度和机制链路表达上表现优异，但输出结果多为位图，无法满足科研投稿对SVG矢量格式（支持无损放大）的严格要求。
本期分享自研Skill：zjx-research-mechanism，专用于绘制高质量科研机制图。用户只需在Codex/Work中调用该Skill并输入研究信息，系统即可自动生成包含SVG、PDF、TIFF、PNG等多种格式的机制图。
智能解析与布局规划
上传论文、实验结果或研究说明后，Work/Codex将深入分析研究的机制链路，明确实验步骤、发现结果、参与的细胞或分子及其对最终结果的影响路径。系统将梳理出绘图主线，并严谨区分“已证实”与“推测性”关系，确保图示科学准确。
随后，系统会自动规划绘图布局，包括主体位置、视觉流向、步骤连接方式、细节呈现程度及背景处理等。同时，综合考量颜色搭配、文字大小、标签位置及箭头留白。若用户指定了目标期刊、尺寸或配色方案，系统将一并纳入绘图提示词中。
矢量重绘与多格式输出
系统首先调用GPT-image-2.5模型生成参考图，并进行严格校验：核对关键步骤是否遗漏、箭头指向是否正确、分子位置是否准确、因果关系表述是否严谨。同时检查画面排版，如文字拥挤、遮挡、主体截断或背景杂乱等问题，并指导模型进行修正。
参考图确认后，系统将其转化为矢量图形。细胞、分子、箭头等元素被重新绘制为SVG格式，文字独立保留。这种处理方式不仅支持后续对名称、颜色或位置的灵活编辑，还确保了图像在任意倍数放大下保持清晰无损。
完成SVG制作后，系统将进行渲染预览，再次检查位置、颜色、光影及文字是否存在走样或缺口。最终，导出PNG预览图、600 dpi TIFF及PDF文件，并在验证文件完整性、文字缺失情况及清晰度后，提供下载链接。
效果展示
操作示例：
其他机制图效果：
SVG文件左上角放大细节：
