去年画的流程图还在实验室墙上挂着。上周师妹跟我说那张图旁边又多了两张别人画的，三张并排贴在一起，导师还在下面贴了张便利贴写着“参考范本”。
当时导师让我把实验方案画成技术路线图，从样本采集一直画到数据分析，中间要串五六组对照实验。我之前用PPT画过这种图，一张能折腾整个下午，箭头对齐对到眼睛发酸。最后出来的效果也就那样，勉强能看，但谈不上好看。
我打开ei.zzmax.cn，这个网站上聚合了不少AI工具，做图的、写文案的、分析数据的都有，不用来回切网页。我找到里面的绘图工具，把整理好的实验框架丢了进去。我当时写得很简单，就是用大白话描述了每一步要做什么，哪几个步骤是并列的，哪几个有先后关系。
Claude 4.7大概用了几十秒，生成了第一版流程图。
说实话第一眼看过去不太行。逻辑是对的，每个节点的顺序也没问题，但配色一言难尽。荧光绿配亮紫色，看着像上世纪九十年代的网站配色。我直接跟它说换成学术风格，蓝灰色调，字号调大一点。几秒钟之后图就改好了，配色变得干净很多，节点之间的连接线也加上了箭头标注。
这个版本的Claude有个升级挺实用的，它的视觉推理能力比之前强了不少。图像分辨率提升到了2576像素长边，对复杂图表和密集信息的识别精度上去了。也就是说它看技术类图片更清晰了，不会漏掉细小的标注和线条。对我这种做实验流程图的人来说，这一点很关键。
图交上去之后我没多想，以为就是一次普通的作业提交。
结果第二天导师把图打印出来贴在了实验室墙上。说实话我当时有点懵，因为那张图我也没花多少时间，从打开工具到导出成品，加起来不到一个小时。
后来我跟隔壁组一个做计算模拟的同学聊起这事，他说他也用AI做图。他用的是一个叫PaperVizAgent的系统，Google出的，专门针对学术论文配图。这套系统的逻辑比较有意思，里面分了五个模块协同工作：检索模块去数据库里找相关的图例做参考，规划模块分析文本逻辑决定用什么类型的图表，风格模块保证符合学术规范，可视化模块生成图像或代码，最后评审模块还会检查输出结果和原文是否一致。等于说它画完之后自己还会检查一遍有没有搞错，这也是个自动纠错的机制。
导师把图贴出来之后，陆陆续续有其他同学过来问怎么画的。我就把我的操作流程讲了一遍：先把实验方案在脑子里想清楚，用笔记下来大概的结构和逻辑关系，然后去找AI工具生成初稿。初稿出来之后别急着用，先看看配色和布局有没有问题，再让AI改一轮。改完之后导出，自己在PPT里面做最后的微调。
第二步是整个流程里最关键的，就是你得学会用自然语言跟AI工具“对话式修改”。Anthropic后来出的Claude Design把这个逻辑做得更彻底。它不是传统的图像生成器，你可以通过对话、评论甚至拖动滑块来调整设计参数。以前改一张图要重新生成，现在可以边说边改，哪个元素不满意就直接指出，实时调整。
这种交互方式对没有设计背景的人来说特别友好。你不用学什么图层、蒙版、矢量路径这些专业概念，直接用日常语言说“把这个色块调暗一点”、“图例往右挪挪”就行。Anthropic自己说这个工具就是面向“有想法但没有设计背景”的人群的。
不过AI也不是万能的。第三次用的时候我画了个电化学检测模块的结构图，描述写得比较笼统，生成出来的东西完全不对。我只好把原理重新写清楚，第二遍才出来对的内容。所以流程第一步很重要，你自己脑子里得先把逻辑理顺，不能指望AI帮你补上你没想清楚的部分。
今天再看那张贴墙上的流程图，它其实不复杂。二十几个节点，按逻辑分组用不同颜色标出来，箭头方向清晰，图例放在右下角。一张本科生就能看懂的图，没什么花哨的设计。
但对科研来说，清晰比花哨重要。能把实验思路讲明白的图，比堆了一堆炫酷效果但逻辑混乱的图有用得多。Claude 4.7这个版本的视觉识别率做到了98.5%，对密集图表和复杂图纸的解析精度比以前提高了不止一个量级。这意味着AI不再仅仅是生成一张好看的图片，它能理解内容本身。
现在每次路过实验室那面墙，看到三张流程图并排贴着，还是会觉得有点意思。一张是我画的，另外两张是后来其他同学照着这个思路做的。导师那个“参考范本”的便利贴还在，虽然边角有点翘起来了。
做实验图这种事，工具重要，但思路更重要。先想清楚自己要什么，再去找AI帮忙。ei.zzmax.cn上做图的工具不止一种，不同类型的图适合不同的工具，自己去试试就知道哪个顺手。比硬画效率高太多了，至少你不用再跟PPT里的对齐线较劲。
