scientific-schematics

科学図解とダイアグラム

概要

科学図解とダイアグラムは、複雑な概念を出版に適した明快な視覚表現に変換します。このスキルでは、すべての図の生成に Nano Banana Pro AI を使用します。

仕組み：

• 自然な言葉で図を説明します
• Nano Banana Pro が出版品質の画像を自動生成します
• 自動で反復的に改良します（デフォルトで3回）
• 品質のレビューと改善機能を内蔵しています
• 数分で出版可能な成果物を作成できます
• コーディング、テンプレート、手作業での描画は不要です

**作成したい図を説明するだけで、Nano Banana Pro が作成します。**すべての図は figures/ サブフォルダーに保存され、論文やポスターから参照されます。

クイックスタート：あらゆる図を生成する

説明するだけで、あらゆる科学図を作成できます。Nano Banana Pro がすべて自動で処理します。

# Generate any scientific diagram from a description
python scripts/generate_schematic.py "CONSORT participant flow diagram with 500 screened, 150 excluded, 350 randomized" -o figures/consort.png

# Neural network architecture
python scripts/generate_schematic.py "Transformer encoder-decoder architecture showing multi-head attention, feed-forward layers, and residual connections" -o figures/transformer.png

# Biological pathway
python scripts/generate_schematic.py "MAPK signaling pathway from EGFR to gene transcription" -o figures/mapk_pathway.png

# Custom iterations for complex diagrams
python scripts/generate_schematic.py "Complex circuit diagram with op-amp, resistors, and capacitors" -o figures/circuit.png --iterations 5

バックグラウンドで行われる処理：

1. 生成1：Nano Banana Pro が科学図のベストプラクティスに沿って初期画像を作成します
2. レビュー1：AI が明瞭さ、ラベル、正確性、アクセシビリティを評価します
3. 生成2：批評に基づいてプロンプトを改善し、再生成します
4. レビュー2：具体的なフィードバックを添えて2回目の評価を行います
5. 生成3：すべての批評に対応した最終版を仕上げます

出力：3つのバージョン（v1、v2、v3）に加え、品質スコアと批評を含む詳細なレビュー記録が出力されます。

設定

OpenRouter API キーを設定します。

export OPENROUTER_API_KEY='your_api_key_here'

API キーは https://openrouter.ai/keys で取得してください。

AI 生成のベストプラクティス

科学図に効果的なプロンプト：

✓ 良いプロンプト（具体的で詳細）：

• 「スクリーニング（n=500）から無作為割り付けを経て最終解析に至る参加者の流れを示す CONSORT フローチャート」
• 「左側にエンコーダースタック、右側にデコーダースタックを配置し、マルチヘッドアテンションとクロスアテンションの接続を示す Transformer ニューラルネットワークのアーキテクチャ」
• 「EGFR 受容体 → RAS → RAF → MEK → ERK → 核の生物学的シグナル伝達カスケード。リン酸化の段階にラベルを付ける」
• 「IoT システムのブロック図：センサー → マイクロコントローラー → WiFi モジュール → クラウドサーバー → モバイルアプリ」

✗ 曖昧なプロンプトは避けてください：

• 「フローチャートを作成」（汎用的すぎます）
• 「ニューラルネットワーク」（どの種類ですか？どの構成要素ですか？）
• 「経路図」（どの経路ですか？どの分子ですか？）

含めるべき主な要素：

• 種類：フローチャート、アーキテクチャ図、経路図、回路図など
• 構成要素：含める具体的な要素
• 流れ／方向：要素同士の接続方法（左から右、上から下）
• ラベル：含める主要な注釈やテキスト
• スタイル：特定の視覚的要件

科学的品質に関するガイドライン（自動適用）：

• 白または明るい背景
• 読みやすさを確保する高いコントラスト
• 明瞭で読みやすいラベル（最小10pt）
• 専門的なタイポグラフィ（サンセリフフォント）
• 色覚多様性に配慮した色（Okabe-Ito パレット）
• 要素が詰まりすぎないよう適切な間隔を確保
• 必要に応じてスケールバー、凡例、軸を追加

従来のコードベース生成

再現性があり、バージョン管理が可能で、プログラムによる完全な制御が必要な図には、従来のコードベースの方法を使用してください。

このスキルを使用する場面

次の場合にこのスキルを使用してください。

• ニューラルネットワークのアーキテクチャ図を作成する（Transformer、CNN、RNN など）
• システムアーキテクチャやデータフロー図を図示する
• 研究デザインの方法論を示すフローチャートを作成する（CONSORT、PRISMA）
• アルゴリズムのワークフローや処理パイプラインを視覚化する
• 回路図や電気回路図を作成する
• 生物学的経路や分子間相互作用を図示する
• ネットワークトポロジーや階層構造を生成する
• 概念的枠組みや理論モデルを図示する
• 技術論文用のブロック図を設計する

このスキルの使い方

図について自然言語で説明するだけです。 Nano Banana Pro が自動で生成します。

python scripts/generate_schematic.py "your diagram description" -o output.png

これだけです！ AI が次の作業を行います。

• ✓ レイアウトと構成
• ✓ ラベルと注釈
• ✓ 色とスタイル
• ✓ 品質レビューと改善
• ✓ 公開可能な仕上がり

あらゆる種類の図に対応します。

• フローチャート（CONSORT、PRISMA など）
• ニューラルネットワークのアーキテクチャ
• 生物学的経路
• 回路図
• システムアーキテクチャ
• ブロック図
• あらゆる科学的な可視化

コーディング、テンプレート、手作業での描画は必要ありません。

---

AI 生成モード（Nano Banana Pro）

反復的な改善ワークフロー

AI 生成システムでは、3 回の反復による高度な改善プロセスを使用します。

反復 1：初回生成

プロンプトの作成：

Scientific diagram guidelines + User request

内部プロンプトの例：

Create a high-quality scientific diagram with:
- Clean white background
- High contrast for readability
- Clear labels (minimum 10pt font)
- Professional typography
- Colorblind-friendly colors
- Proper spacing

USER REQUEST: CONSORT participant flow diagram showing screening, 
exclusion, randomization, and analysis phases with participant counts

出力： diagram_v1.png

反復 2：レビューと改善

AI による品質レビュー：

• 科学的な正確性を評価します
• ラベルの明瞭さと読みやすさを確認します
• レイアウトと構成を評価します
• アクセシビリティ（グレースケール、色覚多様性）を確認します
• 品質スコア（0～10）を付けます
• 具体的な改善案を提示します

批評の例：

Score: 7/10

Strengths:
- Clear flow from top to bottom
- Good use of colors
- All phases labeled

Issues:
- Participant counts (n=X) are too small to read
- "Excluded" box overlaps with arrow
- Would benefit from reasons for exclusion

Suggestions:
- Increase font size for all numbers to at least 12pt
- Add more vertical spacing between boxes
- Include exclusion criteria in a separate annotation box

改善されたプロンプト：

[Original guidelines + user request]

ITERATION 2: Address these improvements:
- Increase font size for participant counts to 12pt minimum
- Add vertical spacing to prevent overlaps
- Include exclusion criteria in annotation box

出力： diagram_v2.png

反復 3：最終仕上げ

2 回目のレビュー：

• 改善が反映されていることを確認します
• 残っている問題がないか確認します
• 最終的な品質を評価します

最終生成：

• すべてのフィードバックを反映します
• 公開可能な図を生成します

出力： diagram_v3.png（最終版）

レビューログ

すべての反復は、JSON レビューログとともに保存されます。

{
  "user_prompt": "CONSORT participant flow diagram...",
  "iterations": [
    {
      "iteration": 1,
      "image_path": "figures/consort_v1.png",
      "score": 7.0,
      "critique": "..."
    },
    {
      "iteration": 2,
      "image_path": "figures/consort_v2.png",
      "score": 8.5,
      "critique": "..."
    },
    {
      "iteration": 3,
      "image_path": "figures/consort_v3.png",
      "score": 9.5,
      "critique": "..."
    }
  ],
  "final_score": 9.5
}

AI 生成の高度な使い方

Python API

from scripts.generate_schematic_ai import ScientificSchematicGenerator

# Initialize generator
generator = ScientificSchematicGenerator(
    api_key="your_openrouter_key",
    verbose=True
)

# Generate with iterative refinement
results = generator.generate_iterative(
    user_prompt="Transformer architecture diagram",
    output_path="figures/transformer.png",
    iterations=3
)

# Access results
print(f"Final score: {results['final_score']}/10")
print(f"Final image: {results['final_image']}")

# Review individual iterations
for iteration in results['iterations']:
    print(f"Iteration {iteration['iteration']}: {iteration['score']}/10")
    print(f"Critique: {iteration['critique']}")

コマンドラインオプション

# Basic usage
python scripts/generate_schematic.py "diagram description" -o output.png

# Custom iterations (1-10)
python scripts/generate_schematic.py "complex diagram" -o diagram.png --iterations 5

# Verbose output (see all API calls and reviews)
python scripts/generate_schematic.py "flowchart" -o flow.png -v

# Provide API key via flag
python scripts/generate_schematic.py "diagram" -o out.png --api-key "sk-or-v1-..."

プロンプト作成のヒント

1. レイアウトを具体的に指定する：

✓ "Flowchart with vertical flow, top to bottom"
✓ "Architecture diagram with encoder on left, decoder on right"
✓ "Circular pathway diagram with clockwise flow"

2. 定量的な詳細を含める：

✓ "Neural network with input layer (784 nodes), hidden layer (128 nodes), output (10 nodes)"
✓ "Flowchart showing n=500 screened, n=150 excluded, n=350 randomized"
✓ "Circuit with 1kΩ resistor, 10µF capacitor, 5V source"

3. ビジュアルスタイルを指定する：

✓ "Minimalist block diagram with clean lines"
✓ "Detailed biological pathway with protein structures"
✓ "Technical schematic with engineering notation"

4. 必要なラベルを指定する：

✓ "Label all arrows with activation/inhibition"
✓ "Include layer dimensions in each box"
✓ "Show time progression with timestamps"

5. 色に関する要件を伝える：

✓ "Use colorblind-friendly colors"
✓ "Grayscale-compatible design"
✓ "Color-code by function: blue for input, green for processing, red for output"

AI 生成の例

例 1：CONSORT フローチャート

python scripts/generate_schematic.py \
  "CONSORT participant flow diagram for randomized controlled trial. \
   Start with 'Assessed for eligibility (n=500)' at top. \
   Show 'Excluded (n=150)' with reasons: age<18 (n=80), declined (n=50), other (n=20). \
   Then 'Randomized (n=350)' splits into two arms: \
   'Treatment group (n=175)' and 'Control group (n=175)'. \
   Each arm shows 'Lost to follow-up' (n=15 and n=10). \
   End with 'Analyzed' (n=160 and n=165). \
   Use blue boxes for process steps, orange for exclusion, green for final analysis." \
  -o figures/consort.png

例 2：ニューラルネットワークのアーキテクチャ

python scripts/generate_schematic.py \
  "Transformer encoder-decoder architecture diagram. \
   Left side: Encoder stack with input embedding, positional encoding, \
   multi-head self-attention, add & norm, feed-forward, add & norm. \
   Right side: Decoder stack with output embedding, positional encoding, \
   masked self-attention, add & norm, cross-attention (receiving from encoder), \
   add & norm, feed-forward, add & norm, linear & softmax. \
   Show cross-attention connection from encoder to decoder with dashed line. \
   Use light blue for encoder, light red for decoder. \
   Label all components clearly." \
  -o figures/transformer.png --iterations 3

例 3：生物学的経路

python scripts/generate_schematic.py \
  "MAPK signaling pathway diagram. \
   Start with EGFR receptor at cell membrane (top). \
   Arrow down to RAS (with GTP label). \
   Arrow to RAF kinase. \
   Arrow to MEK kinase. \
   Arrow to ERK kinase. \
   Final arrow to nucleus showing gene transcription. \
   Label each arrow with 'phosphorylation' or 'activation'. \
   Use rounded rectangles for proteins, different colors for each. \
   Include membrane boundary line at top." \
  -o figures/mapk_pathway.png

例 4：システムアーキテクチャ

python scripts/generate_schematic.py \
  "IoT system architecture block diagram. \
   Bottom layer: Sensors (temperature, humidity, motion) in green boxes. \
   Middle layer: Microcontroller (ESP32) in blue box. \
   Connections to WiFi module (orange box) and Display (purple box). \
   Top layer: Cloud server (gray box) connected to mobile app (light blue box). \
   Show data flow arrows between all components. \
   Label connections with protocols: I2C, UART, WiFi, HTTPS." \
  -o figures/iot_architecture.png

---

その他のツール

TikZ のコンパイル（compile_tikz.py）

コンパイルが必要な既存の TikZ .tex ファイルがある場合：

# Compile TikZ diagram to PDF
python scripts/compile_tikz.py diagram.tex -o diagram.pdf

# Compile and generate PNG
python scripts/compile_tikz.py diagram.tex --png --dpi 300

# Compile and preview
python scripts/compile_tikz.py diagram.tex --preview

compile_tikz.py の使い方について詳しくは、次を実行してください。

python scripts/compile_tikz.py --help

---

統合エントリーポイント：generate_schematic.py

メインのエントリーポイントでは、AI による生成とコードによる生成の両方に対応しています。

# AI generation (default)
python scripts/generate_schematic.py "diagram description" -o output.png

# Explicit AI method
python scripts/generate_schematic.py "diagram description" -o output.png --method ai

# Code-based generation
python scripts/generate_schematic.py "1. Step one\n2. Step two" -o flow.tex --method code --type flowchart

# Custom iterations for AI
python scripts/generate_schematic.py "complex diagram" -o diagram.png --iterations 5

# Verbose mode
python scripts/generate_schematic.py "diagram" -o out.png -v

方式の選択：

• --method ai：反復的な改善を行いながら Nano Banana Pro を使用します（デフォルト）
• --method code：従来のコードベースの生成を使用します

コードベースの生成タイプ：

• --type flowchart：TikZ フローチャートを生成します
• --type circuit：回路図を生成します
• --type pathway：生物学的経路を生成します

ヘルパースクリプト

compile_tikz.py

品質チェック機能を備えたスタンドアロンの TikZ コンパイルユーティリティ：

# Compile TikZ to PDF with verification
python scripts/compile_tikz.py flowchart.tex -o flowchart.pdf --verify

# Generate PNG with quality report
python scripts/compile_tikz.py flowchart.tex -o flowchart.pdf --png --dpi 300 --verify

# Preview with quality overlay
python scripts/compile_tikz.py flowchart.tex --preview --show-quality

注： Nano Banana Pro の AI 生成システムには、反復的な改善プロセスにおける自動品質レビューが含まれています。各反復で、科学的な正確性、明瞭さ、アクセシビリティを評価します。

ベストプラクティスのまとめ

設計原則

1. 複雑さより明瞭さ - シンプルにし、不要な要素を取り除きます
2. 一貫したスタイル - テンプレートとスタイルファイルを使用します
3. 色覚多様性への配慮 - Okabe-Ito パレットを使用し、冗長な符号化を取り入れます
4. 適切なタイポグラフィ - サンセリフ体を使用し、最小サイズは 7～8 pt にします
5. ベクター形式 - 公開時は常に PDF/SVG を使用します

技術要件

1. 解像度 - ベクター形式を推奨します。ラスター形式の場合は 300 DPI 以上にします
2. ファイル形式 - LaTeX には PDF、ウェブには SVG、代替形式には PNG を使用します
3. カラースペース - デジタル用途には RGB、印刷用途には CMYK を使用します（必要に応じて変換してください）
4. 線の太さ - 最小 0.5 pt、通常は 1～2 pt にします
5. テキストサイズ - 最終サイズで最小 7～8 pt にします

統合ガイドライン

1. LaTeX に含める - TikZ には \input{}、外部ファイルには \includegraphics{} を使用します
2. キャプションを詳しく記述する - すべての要素と略語を説明します
3. 本文で参照する - 論文の流れに沿って図を説明します
4. 一貫性を保つ - 論文内のすべての図で同じスタイルを使用します
5. バージョン管理 - ソースファイル（.tex、.py）をリポジトリに保管します

よくある問題のトラブルシューティング

TikZ のコンパイルエラー

問題：! Package tikz Error: I do not know the key '/tikz/...

• 解決策：ライブラリが不足しています - プリアンブルに \usetikzlibrary{...} を追加します

問題：テキストや要素が重なっています

• 解決策：間隔を自動で調整する AI 生成を使用します
• 解決策：反復回数を増やします。より適切に調整するには --iterations 5 を指定します
• 解決策：経路生成ツールで auto_spacing=True を使用し、自動調整します

問題：矢印が正しく接続されません

• 解決策：アンカーポイント (node.east)、(node.north) などを使用します
• 解決策：重なりレポートで矢印とノードの交差を確認します

Python 生成時の問題

問題：Schemdraw の要素が揃いません

• 解決策：正確に位置を指定するには .at() メソッドを使用します
• 解決策：重なりを防ぐために auto_spacing を有効にします

問題：Matplotlib のテキスト描画に問題があります

• 解決策：LaTeX で描画するには plt.rcParams['text.usetex'] = True を設定します
• 解決策：LaTeX がインストールされていることを確認します

問題：出力品質が低いです

• 解決策：AI 生成では高品質な画像が自動的に生成されます
• 解決策：TikZ では python scripts/compile_tikz.py diagram.tex --png --dpi 300 を使用します

問題：生成後に要素が重なっています

• 解決策：detect_overlaps() 関数を実行して問題のある領域を特定します
• 解決策：反復的な調整を行います。iterative_diagram_refinement(create_function) を使用します
• 解決策：要素間の間隔を 20～30% 広げます

品質チェックの問題

問題：重なりが誤検出されます

• 解決策：しきい値を調整します。detect_overlaps(image_path, threshold=0.98) を使用します
• 解決策：視覚レポートで警告された領域を手動で確認します

問題：生成画像の品質が低いです

• 解決策：AI 生成では、デフォルトで高品質な画像が生成されます
• 解決策：より良い結果を得るため、反復回数を増やします。--iterations 5 を指定します

問題：色覚シミュレーションでコントラストが不十分です

• 解決策：コードで Okabe-Ito パレットを明示的に選択します
• 解決策：冗長な符号化（形状、パターン、線種）を追加します
• 解決策：色の彩度と明度の差を大きくします

問題：重大度の高い重なりが検出されました

• 解決策：正確な位置を確認するため、overlap_report.json を確認します
• 解決策：該当する領域の間隔を広げます
• 解決策：パラメーターを調整して再実行し、もう一度確認します

問題：視覚レポートの生成に失敗します

• 解決策：Pillow と matplotlib がインストールされていることを確認します
• 解決策：画像ファイルが読み取り可能であることを確認します。Image.open(path).verify() を使用します
• 解決策：レポート生成に十分なディスク容量があることを確認します

アクセシビリティの問題

問題：グレースケールで色を見分けられません

• 解決策：アクセシビリティチェッカーを実行します。verify_accessibility(image_path) を使用します
• 解決策：冗長性を確保するため、パターン、形状、線種を追加します
• 解決策：隣接する要素間のコントラストを高めます

問題：印刷するとテキストが小さすぎます

• 解決策：解像度バリデーターを実行します。validate_resolution(image_path) を使用します
• 解決策：最終的なサイズで設計し、フォントサイズは最低 7～8 pt にします
• 解決策：解像度レポートで実寸を確認します

問題：アクセシビリティチェックが繰り返し失敗します

• 解決策：具体的な失敗内容を確認するため、accessibility_report.json を確認します
• 解決策：色のコントラストを少なくとも 20% 高めます
• 解決策：最終確定の前に、実際にグレースケールへ変換してテストします

リソースと参考資料

詳細なリファレンス

特定のトピックについて詳しく知るには、以下のファイルを参照してください。

• references/tikz_guide.md - TikZ の構文、配置、スタイル、手法を網羅したガイド
• references/diagram_types.md - 例を含む科学図の種類のカタログ
• references/best_practices.md - 出版基準とアクセシビリティのガイドライン
• references/python_libraries.md - 図の作成に使う Schemdraw、NetworkX、Matplotlib のガイド

外部リソース

TikZ と LaTeX

• TikZ & PGF マニュアル: https://pgf-tikz.github.io/pgf/pgfmanual.pdf
• TeXample.net: http://www.texample.net/tikz/（サンプルギャラリー）
• CircuitikZ マニュアル: https://ctan.org/pkg/circuitikz

Python ライブラリ

• Schemdraw ドキュメント: https://schemdraw.readthedocs.io/
• NetworkX ドキュメント: https://networkx.org/documentation/
• Matplotlib ドキュメント: https://matplotlib.org/

出版基準

• Nature の図に関するガイドライン: https://www.nature.com/nature/for-authors/final-submission
• Science の図に関するガイドライン: https://www.science.org/content/page/instructions-preparing-initial-manuscript
• CONSORT 図: http://www.consort-statement.org/consort-statement/flow-diagram

他のスキルとの連携

このスキルは、以下のスキルと連携して効果を発揮します。

• 科学論文執筆 - 図は図版作成のベストプラクティスに従います
• 科学的可視化 - カラーパレットとスタイルを共有します
• LaTeX ポスター - ポスターの図に TikZ スタイルを再利用します
• 研究助成金 - 申請書用の方法論図を作成します
• 査読 - 図の明瞭さとアクセシビリティを評価します

クイックリファレンスチェックリスト

図を提出する前に、以下を確認してください。

視覚的な品質

• 高品質な画像形式（AI 生成の場合は PNG）
• 要素が重なっていない（AI が自動で処理）
• すべてのコンポーネント間に十分な間隔がある（AI が最適化）
• 整然としたプロフェッショナルな配置
• すべての矢印が意図した対象に正しくつながっている

アクセシビリティ

• 色覚多様性に配慮したパレット（Okabe-Ito）を使用
• グレースケールでも適切に表示される（アクセシビリティチェッカーでテスト済み）
• 要素間に十分なコントラストがある（確認済み）
• 適切な箇所で冗長な符号化を使用（形状＋色）
• 色覚シミュレーションですべてのチェックに合格

タイポグラフィと読みやすさ

• 最終サイズでテキストが最低 7～8 pt
• すべての要素に明確かつ十分なラベルが付いている
• フォントファミリーとサイズが一貫している
• テキストの重なりや欠けがない
• 該当する場合は単位を記載

出版基準

• 原稿内の他の図とスタイルが一貫している
• すべての略語を定義した包括的なキャプションが記載されている
• 原稿本文で適切に参照されている
• ジャーナル固有の寸法要件を満たしている
• ジャーナル指定の形式（PDF/EPS/TIFF）でエクスポートされている

品質確認（必須）

• run_quality_checks() を実行し、PASS ステータスを取得
• 重なり検出レポートを確認（重大度の高い重なりがゼロ）
• アクセシビリティ検証に合格（グレースケールと色覚多様性への対応）
• 目標 DPI で解像度を検証（印刷用は 300 以上）
• 視覚品質レポートを生成して確認
• すべての品質レポートを図のファイルと一緒に保存

ドキュメントとバージョン管理

• ソースファイル（.tex、.py）を後日の修正に備えて保存
• 品質レポートを quality_reports/ ディレクトリに保管
• 設定パラメーター（色、間隔、サイズ）を文書化
• Git のコミットにソース、出力、品質レポートを含める
• 図の再生成方法を README またはコメントで説明

最終的な統合確認

• コンパイル済みの原稿で図が正しく表示される
• 相互参照が機能する（\ref{} が正しい図を参照）
• 図番号が本文中の引用と一致する
• キャプションが図に対して正しいページに表示される
• 図に関連するコンパイル警告やエラーがない

まとめ：AI 生成とコードベースの生成

クイック選択ガイド

AI 生成（Nano Banana Pro）を選ぶ場合：

• ✓ スピードが重要な場合（数分で結果を得られます）
• ✓ 自動で品質をレビューし、改善したい場合
• ✓ 図が複雑で、多くの視覚要素が含まれる場合
• ✓ コーディングより自然言語を使いたい場合
• ✓ すぐに出版可能な画像が必要な場合
• ✓ さまざまなデザイン案を検討したい場合

コードベースの生成を選ぶ場合：

• ✓ ソースコードから正確に再現する必要がある場合
• ✓ 図のソースをバージョン管理したい場合
• ✓ プログラムで類似した図を多数生成する場合
• ✓ LaTeX ネイティブの TikZ 連携が必要な場合
• ✓ すべての要素をピクセル単位で制御したい場合
• ✓ データやアルゴリズムから図を生成する場合

ワークフローの比較

項目	AI 生成	コードベース
最初の結果が得られるまでの時間	2～3 分	15～30 分
反復回数	自動（3 ラウンド）	手動
品質レビュー	AI が自動で実施	手動またはスクリプトで実施
カスタマイズ	自然言語	プログラムによる完全な制御
再現性	プロンプトベース	コードベース（正確）
学習曲線	低い（説明するだけ）	中～高（ライブラリの習得が必要）
出力形式	PNG/JPG	PDF/SVG/EPS/PNG
バージョン管理	プロンプトと画像	ソースコードと出力
最適な用途	素早い反復、複雑なビジュアル	再現可能な研究、データ駆動型の作成

ハイブリッドアプローチ（推奨）

ハイブリッドなワークフローで成果を上げているユーザーは多くいます。

1. AI でプロトタイプを作成：自然言語を使って初期デザインをすばやく生成します
2. レビューして改善：AI による反復的な改善を使って、最終形に近づけます
3. コードで再作成（任意）：正確な再現性が必要な場合は、承認済みのデザインをコードで再作成します
4. バージョン管理：AI のプロンプトとコードのバージョンの両方を保持します

環境のセットアップ

AI 生成の場合：

# Required
export OPENROUTER_API_KEY='your_api_key_here'

# Get key at: https://openrouter.ai/keys

コードベースの生成の場合：

# Install Graphviz
brew install graphviz  # macOS
sudo apt-get install graphviz  # Linux

# Install Python packages
pip install graphviz schemdraw networkx matplotlib

はじめに

最も簡単な使い方（AI）：

python scripts/generate_schematic.py "your diagram description" -o output.png

最も簡単な使い方（コード）：

python scripts/generate_schematic.py "1. Step one\n2. Step two" -o flow.tex --method code

---

このスキルを使って、複雑な科学的概念を効果的に伝える、明快で見やすく、出版品質の図を作成できます。反復的な改善を行う AI 活用ワークフローにより、図をプロフェッショナルな基準に仕上げられます。また、コードベースのアプローチでは、研究論文向けに正確な再現性を確保できます。