核心用法
Paper Framework Figure Studio Pro 是一个状态化、多轮次、人机协同的科研插图工作流技能。用户输入论文深度阅读报告（推荐Markdown格式）、方法描述或模型介绍后，助手将提取Figure Brief，开启分阶段视觉决策流程：
1. Round 0 — intake与Figure Brief构建：解析输入，提取论文标题、科学主张、必须展示的模块、目标受众与期刊级别等关键信息
2. Round 1 — 风格族候选板：生成3-5张风格迥异的框架图候选（如学术保守风、现代模块卡片风、机制+结果快照风、扁平插画风、高端科学插图风），用户看图选方向
3. Round 2 — 结构骨架候选板：在选定风格内，生成2-4种不同构图方案（左到右流水线、自上而下叙事堆、中心模型+周围标注、模块化网格等）
4. Round 3 — 密度/审稿偏好候选板：对比技术正式 vs 跨领域易懂、低密度 vs 高密度等视觉密度方案
5. Round 4 — 内部视觉语言候选板：细化头像使用、迷你散点图、每步结果快照、公式数量、标签密度、基线对比等微观决策
6. Round 5-6 — 探索批次与精修：固定内容，控制变量生成3-5张精修候选，逐步收窄至最终方向
7. Round 7 — 定稿与文字：确认最终图，可选生成panel标签、图例、Figure Caption、双语标注文字
关键技术约束：
- 强制分离文本回合与图像生成回合，禁止混合同步输出
- 每轮图像生成前必须获得用户明确确认
- 禁止使用SVG/mermaid/tikz等矢量代码回退，必须使用OpenAI ChatGPT Images 2.0或更新模型
- ChatGPT web环境优先使用Extended Thinking辅助的原生图像生成；IDE/API环境使用OpenAI ChatGPT Images 2.0+
显著优点
- 视觉优先决策：突破传统"文字描述→想象→返工"模式，用候选图作为真实决策界面，大幅降低沟通成本与返工率
- 顶会顶刊适配：内置NeurIPS/ICML/CVPR/Nature/Science等级别的视觉风格库，自动匹配审稿人偏好
- 状态机管理：完整记录Figure Brief、用户选择、生成资产、待决事项，支持跨会话恢复
- 结构化提示工程：从Figure goal、Paper framing到Batch-difference instruction的12层提示构建标准，确保生成质量可控
- 人机边界清晰：强制人工审核门（Human approval gate），防止AI擅自跳跃阶段或静默改变方向
潜在缺点与局限性
- 依赖上游输入质量：若未使用paper-deep-reading skill生成结构化报告，需用户自行提供清晰的方法描述，否则Figure Brief提取可能不完整
- 图像生成成本：多轮候选板策略意味着单次完整流程可能调用10-20次图像生成API，成本与时间投入显著高于单图生成
- 环境依赖严格：必须宿主支持OpenAI ChatGPT Images 2.0+，且需区分web/IDE/API环境配置；若缺失API密钥或环境不支持，流程将暂停而非降级
- 非量化图表：明确限定于framework figure，不支持benchmark曲线、统计表格、原始数据可视化的生成
- 风格族覆盖边界：内置5大风格族虽覆盖主流ML/AI论文，但对高度领域特化的视觉传统（如某些生物信息学、化学结构图）覆盖有限
适合人群
- 顶会投稿研究者：需在NeurIPS、ICML、ICLR、CVPR、ACL等会议提交高质量方法概览图
- 期刊论文作者：准备Nature Machine Intelligence、Science Robotics、TPAMI、JMLR等期刊的视觉材料
- 导师与学生协作：导师指导学生论文写作时，需要可视化方法架构的迭代打磨
- 论文插图外包替代：希望自主控制插图风格、减少与设计师反复沟通的成本
常规风险
- 版权与合规：生成的图像基于OpenAI模型训练数据，需遵循宿主平台的生成内容政策；最终论文投稿时需确认期刊对AI生成图像的披露要求
- 幻觉与科学准确性：模型可能生成看似合理但与实际方法不符的连接关系、模块名称或实验设置，用户必须在最终定稿前人工核对科学内容
- 过度美化风险：高端科学插图风格可能引入3D装饰效果，存在损害技术清晰度或误导审稿人的可能，需在精修轮次主动抑制
- 会话状态丢失：部分宿主环境不持久保存skill工作记忆，用户需主动使用"继续paper-framework-figure-studio-pro"等显式指令恢复流程
- API密钥泄露：IDE/API环境需配置OpenAI API key，存在密钥管理不当的泄露风险