五种图表工作流
Paper Banana 不是把所有论文图都塞进同一种 prompt 里处理。它针对科研作图里最耗时的几类任务分别优化：把方法讲清楚、把结果画准确、把旧图救回来，以及让整篇论文的视觉风格更统一。
开始生成图表你可以用它完成什么
这里强调的不是抽象卖点，而是写论文时真正会遇到的几类图表任务。不同任务走不同工作流，结果会更稳。
方法图生成
把大段方法描述变成结构清晰的系统图
适合架构图、流程图、模块交互图、数据流示意图。重点不是把画面做得花哨，而是把组件、依赖关系、先后顺序和阅读路径讲清楚。
适用示例
- 模型架构总览图
- 训练与推理 Pipeline
- RAG 与 Agent 工作流
- 模块间交互示意图
统计图生成
从结构化数据生成可投稿的结果图
适合柱状图、折线图、散点图、热力图、混淆矩阵等量化结果展示。数值型图表优先走可执行绘图逻辑，减少“看起来像对了，数值其实不对”的问题。
适用示例
- Benchmark 对比图
- 训练曲线与消融实验图
- 热力图与混淆矩阵
- 多序列结果汇总图
旧图重做
把模糊、凌乱、像 PPT 的图整理成论文风格
很多草稿图信息本身没错，但视觉上明显不属于论文。这个工作流适合清理线条、重建层级、统一字体和间距，让图从“能看”变成“能投”。
适用示例
- PPT 截图重做
- 多位合作者图表风格统一
- 海报图改成论文图
- 低清截图结构重建
教学与综述示意图
把概念、机制和背景知识解释得更清楚
适合 tutorial、survey、课程材料和组内 onboarding 文档。目标不是追求视觉冲击，而是让复杂概念更容易教、更容易扫读。
适用示例
- 概念解释面板
- 综述流程示意图
- 课程与讲座可视化
- 机制拆解图
投稿前精修
在内容不变的前提下，把最终观感调到能交付的状态
当结构已经差不多正确，剩下的问题通常是版式和细节：颜色对比、留白、字号、箭头、图例、整体平衡。这一模式适合截稿前最后一轮提质。
适用示例
- NeurIPS 风格整理
- Nature 风格简化
- camera-ready 最后一轮 polish
- 整篇图组统一收尾
真正影响论文可用性的细节
一张图能不能直接放进论文，往往不是由一个大卖点决定，而是由这些细节决定。
分组关系、箭头方向、阅读顺序和层级不会被视觉装饰掩盖，信息表达始终排在第一位。
让方法图、结果图和解释图在同一篇论文里看起来像出自同一套视觉语言，而不是东拼西凑。
导师或 reviewer 提意见后，可以直接生成更清晰的变体，而不是把整张图从头再拉一遍。
高分辨率 PNG 输出可直接用于论文、海报、slides 和投稿材料，不需要再补一轮清理。
这些工作流落到实际产出时是什么样
这里复用了首页里的几张作品图，用来对应展示方法图、结果图和精修后的论文视觉效果。
具有迭代優化迴圈的多智能體規劃框架
程式編碼與影像維度的性能比較
適用於發表的美學增強方法論圖表
手工作图流程 vs Paper Banana
差别不只是快一点，而是图表能否跟着论文一起演化，而不是每次都围着它重画。
常见手工流程
- 每张图都在不同工具里画，最后整篇论文很难统一风格
- 文字叙事稍微一改，就要触发大规模重画
- 结果图和方法图常常分散在不同工作流里
- 视觉清理通常被拖到截稿前最后几天
- 图表看起来像后补的，而不是论文论证的一部分
使用 Paper Banana
- 同一套工作流覆盖方法图、结果图和解释图
- 当故事线或布局变化时，可以快速生成替代版本
- 整篇论文中的字体、间距和重点表达更容易保持一致
- 从草稿图到 camera-ready 精修可以在同一工具里完成
- 生成结果更像论文图，而不是演示文稿里截出来的图