Scientific Visual Skills

面向 Codex / ChatGPT 图像生成工作流的科研视觉 Skill Pack。

scientific-visual-skills 是一套专为科研、医学、生命科学、材料科学和学术传播场景设计的 Codex Skills。它不是简单的“科研图提示词合集”，而是把科研视觉生产拆成三类不同任务，并分别封装成可触发、可维护、可复用的专业工作流。

本项目包含三套核心 Skill：

• scientific-infographic：科研信息图、综述图、疾病图谱、教学图、分类总结图、技术路线图。
• scientific-cover-visual：科研杂志封面风格图、科研主视觉、PPT 封面、公众号封面、学术概念海报。
• scientific-paper-figure：论文插图、Graphical Abstract、作用机制图、解剖结构图、手术步骤图、实验流程图、病理机制图。

默认规则：当用户要求“生成图像”时，Skill 会直接调用 ChatGPT 的生图功能；只有用户明确要求“只要提示词”时，才只输出 prompt。

输出文件命名规则：生成图像后，最终交付文件应使用与图片内容和语言一致的语义化文件名，而不是平台默认的 ig_...png 哈希名。例如中文双语图可保存为 人体内源性与外源性凝血途径(Coagulation Cascade).png，英文封面图可保存为 Immune Evasion.png。如果图片中没有能代表整张图的标题，则根据用户主题或图像内容总结一个最短准确标题。

麻醉机制案例图库

本仓库新增一组麻醉药机制示例图，用同一医学主题展示三套 Skill 如何协同工作：

• scientific-cover-visual 负责高冲击封面主视觉。
• scientific-infographic 负责平衡麻醉总览和教学信息图。
• scientific-paper-figure 负责催眠、镇痛、肌松等机制路径图。

核心主题围绕麻醉药的三个问题：

1. 如何让人进入麻醉性无意识状态。
2. 如何产生镇痛。
3. 如何产生肌松。

详细说明见 Case Study: Anesthesia Mechanisms。

急诊创伤医学教育用例

本仓库也提供一个急诊创伤临床教育示例，展示如何把脱敏后的 Markdown 教学提纲、流程清单或知识库页面转成科研视觉材料：

• scientific-cover-visual 生成课程、文章或幻灯片封面主视觉。
• scientific-infographic 生成初始评估、复苏路径、影像与会诊等教学总览图。
• scientific-paper-figure 生成 CABCDE、再评估循环、损伤机制等论文级流程图或机制图。

该用例仅用于教育可视化，不提供临床指导，不应包含可识别患者、机构、真实病例编号、剂量或处置医嘱。

详细说明见 Use Case: Emergency Trauma Clinical Education。

项目定位

科研图像并不是一个统一任务。

一张科研信息图的重点是“讲清楚”；一张科研封面图的重点是“有冲击”；一张论文插图的重点是“准确表达机制和结构”。如果把这三类需求混进一个万能提示词里，常见结果是：图看起来漂亮，但信息层级混乱；画面有冲击，但科学对象不清楚；机制图视觉很炫，但箭头、结构和因果路径不可信。

因此，本项目采用三 Skill 架构：每个 Skill 只解决一种核心视觉任务，保持清晰边界和稳定输出。

三套 Skill 一览

设计原则

1. 专业分工，而不是万能提示词

本项目不追求一个 prompt 覆盖所有科研图。三类图的底层逻辑不同：

• 信息图关注信息架构。
• 封面图关注概念表达。
• 论文插图关注科学机制。

拆分之后，Codex 可以先判断用户真正想要哪类图，再调用对应的生成策略。

2. 默认生图，而不是只写提示词

每套 Skill 都内置以下行为：

• 用户说“生成图”“做图”“画一张”时，直接调用 ChatGPT 生图功能。
• 用户说“只要提示词”时，输出完整 prompt。
• 如果生图工具不可用，明确说明未完成渲染，并提供可复制 prompt。

这让 Skill 既能作为生产工具，也能作为提示词模板使用。

3. 内置质量门槛

每套 Skill 都包含自己的质量检查：

• 信息图检查信息层级、模块分区、配色系统和可读性。
• 封面图检查主视觉强度、原创性、非模板化和品牌安全。
• 论文插图检查研究对象、输入端、过程机制、输出结果、箭头方向和结构可信度。

4. 避免常见科研图失败模式

三套 Skill 都明确禁止：

• 真实期刊 logo、真实机构标识、真实品牌元素。
• 普通 PPT 风、商业模板感、电商海报感。
• 廉价蓝紫科技背景。
• 文字过多、标签不可读、箭头乱飞。
• 只好看但读不懂。
• 为了视觉冲击牺牲科学逻辑。

安装方法

把 skills/ 下的三个 Skill 复制到本机 Codex Skills 目录：

cp -R skills/scientific-infographic "$HOME/.codex/skills/"
cp -R skills/scientific-cover-visual "$HOME/.codex/skills/"
cp -R skills/scientific-paper-figure "$HOME/.codex/skills/"

然后重启 Codex，或开启一个新会话，让 Skill 元数据重新加载。

使用方法

可以直接点名 Skill，也可以用自然语言描述需求。

1. 科研信息图：scientific-infographic

适合做“讲清楚”的图。

示例：

$scientific-infographic
请生成一张关于肿瘤微环境免疫逃逸机制的科研信息图，中文，4:5，适合公众号和综述图。
核心信息包括：T 细胞耗竭、PD-1/PD-L1 轴、Treg 细胞、肿瘤相关巨噬细胞、缺氧微环境、免疫治疗干预点。

工作流：

1. 识别主题、领域、内容类型和核心信息点。
2. 判断适合的版式：分栏、对比、流程、时间线、矩阵、多面板或图谱式布局。
3. 选择 Nature / Science / Cell / 医学图谱等配色系统。
4. 生成结构化图像 prompt。
5. 调用 ChatGPT 生图工具。
6. 检查图像是否符合“模块清楚、层级明确、学术可信”的标准。
7. 用图中主标题、用户主题或简短总结生成语义化 .png 文件名并交付。

2. 科研封面主视觉：scientific-cover-visual

适合做“有冲击”的图。

示例：

$scientific-cover-visual
请生成一张“纳米药物穿越血脑屏障”的科研封面主视觉，英文短标题，3:4，浅色高级医学封面风格，不要真实期刊 logo。

工作流：

1. 将较长的研究主题压缩成一个视觉概念。
2. 选择封面策略：单一强主体、微观宇宙、概念隐喻、结构剖面、动态作用或极简高级。
3. 控制文字密度，避免把封面做成机制说明图。
4. 生成强调主视觉、光影、构图和科研质感的 prompt。
5. 调用 ChatGPT 生图工具。
6. 检查是否存在真实期刊仿冒、广告感、医美感或模板感。
7. 用封面主标题或主题生成语义化 .png 文件名并交付。

3. 论文插图：scientific-paper-figure

适合做“机制准确”的图。

示例：

$scientific-paper-figure
请生成一张西地那非作用机制图。
输入端：西地那非。
过程机制：PDE5 抑制、cGMP 水平升高、血管平滑肌舒张。
输出结果：局部血流改善。
中文少量标签，16:9，Science 系理性机制配色。

工作流：

1. 明确图像类型：Graphical Abstract、作用机制图、解剖图、实验流程图等。
2. 拆解输入端、过程机制和输出结果。
3. 判断结构形式：输入-过程-输出、A-B-C-D、主体+局部放大窗、微观-中观-宏观、解剖剖面等。
4. 生成机制优先的图像 prompt。
5. 调用 ChatGPT 生图工具。
6. 检查研究对象、机制路径、箭头方向、标签和结构可信度。
7. 用图中主标题、用户主题或简短总结生成语义化 .png 文件名并交付。

目录结构

scientific-visual-skills/
├── README.md
├── LICENSE
├── assets/
│   ├── scientific-visual-skills-cover.png
│   ├── obsidian-scientific-infographic.jpg
│   ├── obsidian-scientific-cover-visual.jpg
│   ├── obsidian-scientific-paper-figure.jpg
│   ├── anesthesia-mechanisms/
│   │   ├── 01-anesthesia-cover-visual.png
│   │   ├── 02-balanced-anesthesia-overview.png
│   │   ├── 03-hypnosis-mechanism.png
│   │   ├── 04-analgesia-mechanism.png
│   │   ├── 05-neuromuscular-blockade.png
│   │   ├── 06-balanced-anesthesia-control-loop.png
│   │   ├── 07-local-anesthetic-sodium-channel-block.png
│   │   ├── 08-molecular-targets-to-endpoints.png
│   │   ├── contact-sheet.png
│   │   └── README.md
│   └── opensea/
│       └── README.md
├── docs/
│   ├── skill-architecture.md
│   ├── workflow.md
│   ├── anesthesia-mechanisms-case-study.md
│   ├── emergency-trauma-clinical-education-use-case.md
│   └── image-asset-policy.md
├── examples/
│   └── example-prompts.md
└── skills/
    ├── scientific-infographic/
    │   └── SKILL.md
    ├── scientific-cover-visual/
    │   └── SKILL.md
    └── scientific-paper-figure/
        └── SKILL.md

OpenSea / 图片素材说明

本项目预留了 assets/opensea/ 目录，用于放置你拥有版权或明确可开源再分发的 OpenSea / NFT 相关配图。

注意：OpenSea 是交易平台，不是开放图库。图片出现在 OpenSea 上，不代表可以直接放进开源仓库。公开发布到 GitHub 前，应确认：

• 你拥有该图片或 NFT 的再分发权利。
• 许可允许放入公开 GitHub 仓库。
• 已记录来源 URL、权利人、许可依据和检查日期。
• 图片中不包含未经授权的商标、人物肖像或机构标识。

当前仓库封面图采用用户 Obsidian 资料中的三张科研视觉示例图，分别对应 scientific-infographic、scientific-cover-visual 和 scientific-paper-figure；仓库不直接打包第三方 OpenSea 图片。

适合人群

• 医学博士、科研人员、临床研究团队。
• 做论文图、Graphical Abstract、综述图的研究生和 PI。
• 科研公众号、学术传播、医学科普内容团队。
• 使用 Codex / ChatGPT 进行图像生成和内容生产的 AI 工具用户。

许可协议

MIT License。详见 LICENSE。