把 ChatGPT 图片草稿变成可核查的科研图
通过证据表、箭头审核和出版政策类别,逐项核查生成草稿的科学结论。

ChatGPT 生成的图片可以提供构图草稿,却仍可能包含研究没有支持的结论。把初稿当作需要核查的文档:图上的每个元素究竟代表实验观察、根据数据计算的结果,还是解释性示意?三者需要分别处理。
用一个假设的药物实验检查箭头
假设论文只证明处理 A 相比溶剂对照降低了某个测量终点。生成草稿却增加了受体、信号通路和标着“细胞凋亡”的箭头。若没有相应实验,这些新增关系仍是假设。精美的机制图会把有限观察悄悄变成因果结论。
先做证据表,再调整外观:
| 草稿元素 | 实际证据 | 修改决定 |
|---|---|---|
| 处理 A → 终点降低 | 有记录的测定结果 | 保留测量比较 |
| 处理 A → 受体 X | 没有结合实验 | 删除受体 X |
| 受体 X → 细胞凋亡 | 没有对应测定 | 删除该通路 |
| 装饰性细胞图 | 仅用于解释 | 标明示意,不冒充显微图 |
这是虚构的教学例子,不是生物学发现。实际使用时,把每一行替换为自己的方法和结果。请同事只看图逐个解释箭头,不先听你的说明,就能发现画面自身暗示了什么。
先分清政策中的图片类别
截至 2026 年 10 月 11 日,Elsevier 当前政策区分解释性示意、数据可视化和原始研究图像。部分解释图可在审核与披露后使用;数据图须来自真实数据和可复现方法,不能用 AI 伪造原始研究图像。通用生成式 AI 不得用于图文摘要。还应检查目标期刊要求,换一个软件名称并不自动获得接收资格。
把文字标签当作研究信息检查
逐字比较图与论文。“IL-1β”“IL-1B”和“IL-18”并不指向同一实体。核对上下标、希腊字母、负号和单位;后续美化也可能把正确标签改错。
尝试选中一个词。若整图一起移动,它只是位图;若选中的是字母轮廓,它是路径而非普通文字。在 SVG 编辑器中检查实际对象后,再决定怎样修改。矢量描摹无法自动恢复经过验证的生物学术语。
修改需求,不要掩盖科学错误
上述假设案例可改写成下面的需求:
绘制解释性实验设计示意,包含两个对应组:溶剂对照、处理 A。两组都连接到“测量终点”方框。不画受体、信号通路、作用机制、数值结果或显微纹理。普通箭头只表示实验顺序。结果面板留空,稍后放入由数据绘制的图表。
这是待测试的提示词示例,没有声称已经实际生图。真正使用时,保存逐字提交的提示词和每次输出。重画应该删除没有证据的关系,而不只是换颜色。
交付能追溯的核查记录
把批准的图片、源项目、实际输入和“结论—来源”表一起交接。工具版本只记录服务实际提供的信息,不猜测。另列人工修改和需要披露的使用过程。在单个面板审核后,再进入组图排版。目标是让图中结论可核查,而不是笼统保证所有生成图片都能发表。
