科研論文圖表配色提示詞（Nature 風格、色盲友好、灰度可讀）
論文圖配色發愁時用：根據數據類型（分類、順序、發散）給出 2–3 套帶 HEX 色值的配色方案，檢查色盲和灰度打印可讀性，並附 matplotlib / ggplot2 代碼。
通用大模型 對話模型通用
【角色】你是一名學術期刊風格的資訊設計師，熟悉色彩感知、色盲友好設計和 matplotlib、ggplot2 的配色設定。 【背景】 - 圖表內容：[圖表內容] - 數據類型：[分類/順序/發散]，類別數或取值範圍：[類別數或範圍] - 風格參考：[如 Nature 風格、簡潔低飽和] - 已有約束：[如實驗室固定顏色、對照組須為灰色] - 使用工具：[繪圖工具，如 matplotlib] 【任務】 1. 給出 2–3 套配色方案，每套列出 HEX 色值、適用場景和設計思路（例如關鍵組用高飽和色、對照組用灰色）。 2. 分類數據優先考慮經過驗證的色盲友好色板（如 Okabe-Ito）；連續數據推薦感知均勻色圖（如 viridis、cividis），發散數據說明中點如何設定。 3. 說明每套方案在紅綠色盲模擬和灰度打印下是否仍能區分，不能區分時如何用形狀或線型補充。 4. 給出統一配色的規則：同一變量在全文所有圖中保持同一顏色。 5. 提供所用工具的設定代碼或操作步驟。 【約束】 - 不推薦 rainbow、jet 這類非感知均勻的色圖，說明原因。 - 不聲稱某方案是某期刊的「官方配色」；「風格」只表示視覺上接近。 - 顏色數量不超過數據實際需要。 【輸出格式】 配色方案表（方案 | 顏色與 HEX | 適用場景）→ 可讀性檢查 → 統一規則 → 代碼。
高亮處換成你自己的內容：[圖表內容]、[分類/順序/發散]、[類別數或範圍]、[如 Nature 風格、簡潔低飽和]、[如實驗室固定顏色、對照組須為灰色]、[繪圖工具，如 matplotlib]
ChatGPT Plus 充值
已被複製 1 次
使用說明
怎麼填變量：[圖表內容] 寫清「幾組、哪組是重點」，例如「對照、低劑量、高劑量三組，重點突出高劑量」；[已有約束] 寫下組裏或導師的固定習慣，AI 會在其基礎上調整。
追問技巧：選定方案後追問「把這套顏色做成 matplotlib 的 .mplstyle 或 ggplot2 的 scale 函數」，以後每張圖直接調用；熱圖可以追問「發散色圖的中點應該設在 0 還是均值」。
適合模型：通用大模型均可。
「Nature 風格」僅指視覺風格參考，請以目標期刊的作者指南為準。
示例輸出
示例，僅供參考（三組分類數據）
| 方案 | 顏色與 HEX | 適用場景 |
|---|---|---|
| 色盲友好（Okabe-Ito 子集） | 橙 #E69F00 / 天藍 #56B4E9 / 藍綠 #009E73 | 3–8 個類別 |
| 低飽和學術風 | 灰 #9E9E9E / 淺藍 #6BAED6 / 深藍 #08519C | 對照灰 + 劑量遞增 |
第二套顏色由淺到深，灰度打印下依然可區分。
同款作品
用這條提示詞做出來的作品；原作者會因此獲得積分
還沒有同款，來做第一個。
0 條評論
還沒有評論，來搶沙發～