nature-figure

Nature Figure Making — ルーター

ルーティングプロトコル

新しいタスクでは、以下に示すコアと一致するリソースを読み込みます。フォローアップでは、すでに読み込んだガイダンスを再利用してください。タスクで必要とされる場合にのみ、さらに読み込んでください。

0. グラフィカルアブストラクトおよび AI schematic ルートを確認する

AI を使用するすべてのグラフィカルアブストラクトの計画、生成、改訂、または監査タスクでは、まず references/ai-graphical-abstract-workflow.md を読んでください。このファイルが、メッセージ／オーディエンスのブリーフ、構成とパレットのワークフロー、ポリシーゲート、人間による科学的レビュー、開示の境界、および来歴の要件を担います。Nature Careers の記事は実務者向けの助言であり、投稿の許可ではありません。対象となる正確なジャーナルの現行の公式ポリシーを確認してください。

リクエストが計画または監査のみである場合は、ユーザーがデータ駆動型の図のレンダリングまたは改訂も求めていない限り、Python や R を尋ねないでください。

ユーザーが OpenRouter、GPT Image 2、画像生成 API、または同様の表現を用いて、原稿の模式図、グラフィカルアブストラクト、メカニズム図、コンセプトイラスト、または論文の模式図を生成することを明示的に求めた場合は、「Python か R か？」と尋ねないでください。 これはプロットを行わない AI schematic ルートです。

このルートでは、次のようにします。

1. manifest.yaml と always_load ファイルを読み込みます。
2. references/ai-graphical-abstract-workflow.md を読み込みます。
3. references/openrouter-image-generation.md を読み込みます。
4. ユーザーが実際の API 呼び出しまたは再現可能なペイロードを求める場合は、scripts/generate_openrouter_schematic.py を使用します。
5. 出力は、定量的なデータパネルではなく、模式図／グラフィカルアブストラクトのドラフトとして扱います。実験値、著者ロゴ、機関のマーク、または裏付けのないメカニズムをでっち上げないでください。内部での有用性と投稿の適格性は分けて扱ってください。

ユーザーが AI 生成画像ではなく、手作業で構築した編集可能なベクター模式図（アーキテクチャ、パイプライン、エージェントまたはモデルのブロック図、またはメカニズムフロー）を求める場合は、「Python か R か？」と尋ねないでください。 references/vector-schematic-workflow.md と references/vector-schematic-style-rules.md を読み、描画前にユーザーとブリーフを確認し、納品前に SVG に対して scripts/audit_svg_schematic.py を実行してください。このルートはデータをプロットしません。

明示的な OpenRouter AI 画像生成リクエストではない、プロット、チャート作成、データ可視化、または原稿図の組み立てタスクに限り、Python/R バックエンドゲートへ進んでください。

1. マニフェストとコアレイヤーを読み込む

manifest.yaml を読み込みます。このファイルは backend 軸、許可される値、および各値がマップされるファイルパスを宣言しています。

また、always_load の下に記載されているすべてのファイル（static/core/contract.md と static/core/stance.md）を読み込みます。これらには、すべての図の作業に適用される図のコントラクト、バックエンドゲート、ランタイム欠如時のルール、プライバシールール、および既定の運用スタンスが含まれています。

2. プロットバックエンドを解決する

バックエンドの選択は、プロットコードのレンダリングまたは編集にのみ適用されます。同じタスクおよびそのフォローアップですでに確立された選択を再利用してください。新しいメッセージで言語が省略されたという理由だけで再び尋ねないでください。読み取り専用の図のレビューとバックエンドに依存しないデータ検査は、この選択なしで進めることができます。バックエンドが未解決のままである場合は、一度だけの Python/R の質問を保持し、依存するプロット手順のみを一時停止してください。明示的な承認要件とバックエンドの排他性は引き続き有効です。

保存されたデフォルトを参照する前に、現在のタスクからプロットバックエンドを解決してください。次の順序で backend の値を決定します:

1. 現在のリクエストが Python または R を明示的に選択している場合は、そのバックエンドを使用し、scripts/nature_figure_backend.py set python または scripts/nature_figure_backend.py set r で保存します。
2. リクエストが明確に言語固有の入力ファイル/ワークフローを提供している場合は、そのバックエンドを使用して保存します。
3. それ以外の場合は、このタスクですでに確立された Python/R の選択を再利用します。存在しない場合は、scripts/nature_figure_backend.py get を実行し、返された python または r の設定を使用します。
4. タスクでの選択も保存された設定も存在しない場合は、簡潔な質問をちょうど 1 つ尋ねてください — Python または R? これをデフォルトとして記憶します。 — そして依存するプロット手順のみを一時停止してください。ユーザーが回答したら、続行する前に回答を保存してください。

• python — matplotlib / seaborn。
• r — ggplot2 / patchwork / ComplexHeatmap。

推測したり、見た目だけでバックエンドを選択したりしないでください。ユーザーが明示的に選択を求めた場合にのみバックエンドを推奨してください。その場合は references/backend-selection.md を使用し、理由を述べ、選択したバックエンドを保存して続行します。一度選択されると、バックエンドはすべての描画、プレビュー、エクスポート、および視覚的 QA において排他的です(core/contract.md を参照)。このゲートは、上記の明示的な OpenRouter AI 回路図ルートには適用されません。

3. 一致するバックエンドフラグメントを読み込む

バックエンドが解決されたら、マッピングされたフラグメント(static/fragments/backend/python.md または static/fragments/backend/r.md)を Read してください。これにはバックエンド専用の実行ルールと出版クイックスタート(rcParams/テーマとエクスポートヘルパー)が含まれています。もう一方のバックエンドのフラグメントは読み込まないでください。

4. 読み込んだ素材を使用して図を構築する

読み込んだ素材を次の順序で適用します:

1. 図の契約(core/contract.md) — コードを書く前に、中心的結論を書き、証拠の連鎖をマッピングし、アーキタイプを分類し、ジャーナル/エクスポート契約を設定します。
2. マルチパネル証拠アーキテクチャ — ラベル付きマルチパネル図を計画、再構築、または監査する場合は、references/multipanel-evidence-architecture.md を読み込みます。図が 1 つの Results レベルの科学的主張に答えるようにし、パネルに単に異なる指標ではなく、異なる推論的役割を割り当ててください。図の順序が原稿の論証に従う必要がある場合は、../nature-shared/core/nature-results-discussion.md も読み込みます。
3. デフォルトのスタンス(core/stance.md) — アーキタイプ優先の構成、ヒーローパネル、抑制されたパレット、図の一部としての統計/整合性。
4. バックエンドフラグメント — 排他的な Python または R のクイックスタートと実行ルール。
5. テンプレートの適応 — 組み込みのオリジナル例、ライセンスされた外部素材、またはユーザー提供のプロットコードを再利用する場合は、データをマッピングしたりスクリプトを変更したりする前に references/asset-adaptation.md を読み込みます。
6. レンダリング済み QA と納品前チェック — references/qa-contract.md を読み込み、すべてのマルチパネル図に対してレンダリング時のパネル配置ゲートを実行し、プロットソースに対して scripts/validate_figure.py を、エクスポートされた PDF に対して scripts/audit_pdf_text.py を、同じ最終 PDF に対して scripts/audit_figure_collisions.py を実行します。次に、最終的な物理サイズで各パネルと図全体を検査します。自動チェックは、パネルごとの不確実性、顕著性、間隔、および曖昧さの監査を代替するものではありません。 比較可能なパネルを 2 つ以上含むすべての図について、エクスポート前に最終的にレンダリングされたプロット領域の矩形を測定し、アラインメント JSON を保存してください。Python の図は、最終レイアウト描画後に scripts/audit_panel_alignment.py の require_matplotlib_panel_alignment() を呼び出す必要があります。R/patchwork の図は、scripts/panel_alignment.R を source し、最終エクスポート寸法で patchwork レイアウトマニフェストを書き出し、同じバックエンド中立の JSON 監査ツールを実行する必要があります。共有エッジ、幅、高さ、パネルラベルのアンカー、および繰り返し現れるガターには、デフォルトの物理許容値 1.5 pt を使用してください。FIX BEFORE DELIVERY または終了コード 1 はエクスポートをブロックします。NOT AUDITABLE または終了コード 2 は、アラインメントが合格したという主張をブロックします。等しいグリッドスパンを持つ 3 つまたは 4 つのパネルの水平行は、等しい高さとガターだけでなく、等しい最終プロット領域幅も持たなければなりません。意図的に幅を不均等にするデザインには、記録された panel-width の例外が必要です。構造化された不均等スパンのグリッド（どちらの列であっても、2 行にまたがる 1 つのパネルの横に積み重ねられた 2 つのパネルを含む）は、共有グリッドの開始/終了境界から推測し、自動的にチェックする必要があります。ネストされたグリッド、自由配置のヒーローパネル、インセット、およびカラーバーは、明示的な比較可能グループまたは理由を伴う記録された例外によってのみ除外できます。1 つの意図的な例外を隠すためにグローバル許容値を緩めてはなりません。

生成または改訂されたすべての Python/R 科学図の後で、最終 PDF をエクスポートし、衝突監査を再度実行してください。これは、データの形状、テキスト、フォント、凡例、注釈、軸、エラーバー、パネルサイズ、またはレイアウトへの変更後は必須であり、最終提出時だけでなく行ってください。次を使用します:

python skills/nature-figure/scripts/audit_figure_collisions.py figure.pdf \
  --json-out figure.collision-audit.json \
  --overlay-pdf figure.collision-audit.pdf

• FIX BEFORE DELIVERY または終了コード 1: 図を修正し、選択したプロットバックエンドで再エクスポートし、レンダリング済み QA をすべて再実行します。
• REVIEW REQUIRED: 最終的な物理サイズで各 WARN を検査し、意図的なオーバーレイが許容できる理由を記録します。WARN をブロックすべき場合は --strict を使用します。
• NOT AUDITABLE または終了コード 2: 依存関係/PDF のブロッカーを報告し、衝突検証を主張しないでください。PyMuPDF が存在しない場合は requirements.txt をインストールしてください。

衝突監査は、Python と R の両方の出力について PDF ジオメトリを読み取ります。科学図を再描画したり、クロスバックエンドのプロットを承認したりするものではありません。そのオプションのマーク付き PDF は QA 専用の診断成果物であり、選択したバックエンドのソースや提出ファイルを決して置き換えてはなりません。

ターゲットが旗艦ジャーナル Nature の場合は、references/nature-article-requirements.md も読み込んでください。これは、初回レビュー用ファイルを、原則受理済みのメインおよび Extended Data の制作契約から分離し、旗艦の凡例制限を管理します。

ターゲットが Nature Machine Intelligence の場合は、代わりに ../nature-shared/journal-formats/nature-machine-intelligence.md を読み込んでください。その統合された 6 項目のメイン表示予算、10 項目の Extended Data 上限、初回対制作の境界、300 dpi/180 mm の制作チェック、およびソースデータ契約を適用してください。NMI の現在のライブページは凡例ごとの単独の数値を割り当てていませんが、その公式の 2018 年簡易ガイドは、完全な図の凡例あたり 300 英語語未満という歴史的な推奨上限を定めていました。各パネルではなく凡例全体をカウントしてください。150〜250 語を目指し、ライブの投稿システムまたは編集者がより新しい指示を出さない限り 300 語未満に抑えてください。旗艦 Nature の制限をインポートしないでください。

チャートは科学的論理に奉仕するものであり、美的な磨き上げは、核となる結論を明確で、防御可能で、レビュー可能にすることを従属します。

5. 参照が必要なときだけ参照する

references/ 配下のファイルは詳細な参照資料であり、デフォルトではありません。マニフェストの references.on_demand テーブルに従ってオンデマンドで開いてください — 例えば、コントラクトを構築するには references/figure-contract.md、1 つの Results レベルの問いを補完的なパネルの役割とクレームをエスカレートさせる図のシーケンスに変換するには references/multipanel-evidence-architecture.md、プロットテンプレートを安全に再利用するには references/asset-adaptation.md、検証済みの Python CSV テンプレートには references/template-catalog.md、Python のパレットと数値・レイアウトの安全ヘルパーには references/api.md、R には references/r-workflow.md、色・タイポグラフィ・エクスポートの根拠には references/design-theory.md、レイアウト・チャートのレシピには references/common-patterns.md と references/chart-types.md、実際の Nature ページのアーキタイプには references/nature-2026-observations.md、最終納品前には references/qa-contract.md、フラッグシップ Nature の正確なステージとアップロード規則には references/nature-article-requirements.md、NMI の正確な図の規則には ../nature-shared/journal-formats/nature-machine-intelligence.md、AI 支援によるグラフィカルアブストラクトの計画、ポリシーゲーティング、人間による検証、来歴には references/ai-graphical-abstract-workflow.md、実例には references/tutorials.md / references/demos.md を開いてください。

Nature Communications のコーパスや、このスキル内のビジュアルスタイルの例から、フラッグシップ Nature や NMI の要件を推測しないでください。