用 Nano Banana Pro 畫科研機制圖：5 類場景實戰提示詞 + API 調用方法

作者注：詳解如何用 Nano Banana Pro 生成科研機制圖、通路圖、實驗流程圖等學術插圖，附完整提示詞模板和 API 調用代碼，通過 API易平臺僅需 $0.05/張。

畫一張 SCI 論文配圖，過去要花幾天找設計師或者自己手動用 BioRender 拼圖。現在，Nano Banana Pro 可以直接根據文字描述生成包含精準標註的科研機制圖——文字渲染準確率達 97%+，蛋白質名稱、通路標籤、雙語註釋全部正確渲染，不再出現亂碼。

核心價值：讀完本文，你將掌握 5 類科研繪圖場景的完整提示詞模板，以及通過 API易 以 $0.05/張調用 Nano Banana Pro API 批量生成的完整代碼。

Nano Banana Pro 科研繪圖核心能力

爲什麼科研繪圖首選 Nano Banana Pro？

科研圖表對 AI 圖像工具提出了極高要求：不僅要畫面美觀，更要文字標註精準、專業術語正確、信息層次清晰。這正是 Nano Banana Pro 相比其他工具的決定性優勢。

對比同類工具：DALL-E 3 在解剖圖真實感上略勝，但處理含大量科學標註的複合圖時文字經常出錯；Midjourney 擅長藝術風格但標註能力弱；Adobe Firefly 偏向商業設計場景。Nano Banana Pro 是目前唯一一款在科學文字渲染 + 專業知識理解上同時達到高水準的 AI 圖像模型。

Google 還基於同一套模型推出了 PaperBanana 框架——專爲從方法論描述文本自動生成學術插圖而設計，在 NeurIPS 2025 的 584 份樣本中進行了系統測試，可見其在學術場景的戰略定位。

5 類科研繪圖場景與提示詞模板

場景一：細胞信號通路機制圖

適用場景：細胞生物學、分子生物學論文，展示信號級聯、蛋白質磷酸化通路。

提示詞模板：

Create a scientific mechanism diagram illustrating the MAPK/ERK signaling pathway.
Style: Clean white background academic illustration， suitable for SCI publication.
Layout: Vertical cascade flow from top （receptor） to bottom （nucleus）.
Elements:
- Cell membrane at top with RTK receptor labeled "EGFR"
- Signal cascade: RAS → RAF → MEK → ERK with phosphorylation arrows
- Each protein shown as rounded rectangle with proper label
- Arrow styles: solid for activation， dashed for inhibition
- Nucleus at bottom with transcription factor labeled "ELK1"
Colors: Blue for membrane proteins， green for cytoplasmic kinases， red for nuclear targets
Text: All labels in English， 12pt equivalent， clearly legible
Resolution: 4K， aspect ratio 3:4

中文簡化版提示詞：

繪製 MAPK/ERK 信號通路機制圖，學術論文插圖風格，白色背景。
從上到下縱向排列：細胞膜（含 EGFR 受體）→ RAS → RAF → MEK → ERK → 細胞核（ELK1）。
每個蛋白質用圓角矩形表示，標註清晰，激活箭頭實線，抑制箭頭虛線。
藍色膜蛋白，綠色胞質激酶，紅色核轉錄因子。4K 分辨率，3:4 比例。

💡 提示：對於分子通路圖，建議在提示詞中明確指定每個節點的蛋白質名稱，Nano Banana Pro 會正確渲染專業術語。通過 API易 apiyi.com 調用，每張 4K 通路圖僅需 $0.05，批量生成多個通路變體成本極低。

場景二：實驗流程圖（Experimental Workflow）

適用場景：方法論章節，展示實驗步驟、樣本處理流程、儀器操作序列。

提示詞模板：

Design a scientific experimental workflow diagram for RNA-seq analysis pipeline.
Style: Professional flowchart， dark blue background （#0f172a）， white and light blue elements.
Steps （left to right， 6 steps）:
1. "Sample Collection" - test tube icon
2. "RNA Extraction" - spiral RNA icon
3. "Library Preparation" - fragment icons
4. "Sequencing" - chip/sequencer icon
5. "Bioinformatics Analysis" - computer/code icon
6. "Data Visualization" - chart icon
Each step: rounded rectangle box， icon above， step name below， connected by arrows
Color coding: wet lab steps in blue， computational steps in purple
Add percentage labels for typical time allocation at each step
4K resolution， 16:9 aspect ratio， publication quality

場景三：細胞生物學結構插圖

適用場景：教學材料、綜述論文，展示細胞器結構、組織解剖、亞細胞定位。

提示詞模板：

Create a detailed cell biology illustration showing mitochondrial structure and function.
Style: Scientific textbook illustration， clean white background.
Main elements:
- Cross-section view of mitochondrion （oval shape， 60% of frame）
- Outer membrane and inner membrane clearly labeled
- Cristae structure visible with labels
- ATP synthase complexes on inner membrane （labeled "ATP Synthase"）
- Electron transport chain components （Complex I-IV） on inner membrane
- Matrix labeled with "TCA Cycle" and Krebs cycle intermediates
- Small arrows showing electron flow and proton gradient
- Legend box （bottom right）: color key for different components
Text: All anatomical labels in English， bilingual caption below in Chinese and English
4K resolution， 4:3 aspect ratio

關鍵提示技巧：在描述細胞結構時，使用截面視圖（cross-section view） 更能展示內部結構；加入雙語標註（bilingual caption） 可直接用於中文期刊投稿。

場景四：數據可視化信息圖

適用場景：結果展示、綜述摘要，將複雜數據關係轉化爲直觀視覺圖表。

提示詞模板：

Create a scientific infographic summarizing CRISPR-Cas9 gene editing efficiency data.
Style: Modern scientific infographic， dark background （#1a1a2e）， high contrast.
Layout: 2x2 grid of mini-charts:
Top-left: Bar chart "Editing Efficiency by Cell Type" - HEK293/iPSC/T-cell/Primary Neuron
Top-right: Pie chart "Off-target Distribution" - 3 categories with percentages
Bottom-left: Line graph "Efficiency Over Time （Days 1-14）" - two conditions
Bottom-right: Comparison table "sgRNA Design Methods" - 3 methods， 3 metrics
Color scheme: Blue （#3b82f6） for primary data， Green （#10b981） for positive results
All axis labels， titles， and data values visible and correctly spelled
Include figure title at top: "CRISPR-Cas9 Editing Performance Summary"
4K resolution， 16:9 aspect ratio

場景五：雙語學術海報

適用場景：學術會議、研究展示，需要同時呈現中英雙語內容的專業海報。

提示詞模板：

Design a bilingual academic conference poster for a cancer immunotherapy study.
Style: Professional academic poster， dark navy background， white and gold accents.
Layout （top to bottom）:
- Title bar: "Targeting PD-L1 in Triple-Negative Breast Cancer" （English）
          "靶向 PD-L1 治療三陰性乳腺癌" （Chinese， below English）
- Author line: "[Author Names] · [Institution] · [Conference Name] 2026"
- 3-column body:
  Left: "Background / 研究背景" - 3 bullet points each language
  Middle: Central mechanism diagram （simplified PD-1/PD-L1 pathway）
  Right: "Results / 研究結果" - 2 key bar charts with bilingual labels
- Bottom: "Conclusion / 結論" banner with key finding
- QR code （bottom right） with caption "Scan for full paper"
Colors: Navy #0f172a background， gold #f59e0b accents， white text
All Chinese and English text must be correctly rendered and readable
4K resolution， 2:3 portrait aspect ratio （A0 poster format）

Nano Banana Pro 科研繪圖 API 快速上手

環境準備

pip install google-generativeai pillow

極簡調用示例（生成一張機制圖）

import google.generativeai as genai
import base64

# 通過 API易 調用，價格 $0.05/張（官網 $0.24）
genai.configure（
    api_key="YOUR_APIYI_KEY"，
    client_options={"api_endpoint": "vip.apiyi.com"}
）

model = genai.GenerativeModel（"gemini-3-pro-image-preview"）

prompt = """
Create a scientific MAPK/ERK signaling pathway diagram.
White background， academic publication style.
Show: EGFR → RAS → RAF → MEK → ERK → ELK1 cascade.
Each protein labeled clearly， arrows show activation/inhibition.
4K resolution， 3:4 aspect ratio， SCI journal quality.
"""

response = model.generate_content（
    prompt，
    generation_config=genai.GenerationConfig（
        response_modalities=["IMAGE"]，
        resolution="4K"，
        aspect_ratio="3:4"
    ）
）

for part in response.candidates[0].content.parts:
    if part.inline_data:
        with open（"mapk_pathway.png"， "wb"） as f:
            f.write（base64.b64decode（part.inline_data.data））
        print（"機制圖已生成：mapk_pathway.png"）

🚀 快速開始：在 API易 apiyi.com 註冊獲取 API Key，複製上方代碼替換 YOUR_APIYI_KEY 即可運行。平臺提供免費測試額度，5 分鐘內即可生成第一張科研圖。

import google.generativeai as genai
import base64
import os
import time
from typing import Optional

# 初始化客戶端 - API易 apiyi.com，$0.05/張
genai.configure（
    api_key="YOUR_APIYI_KEY"，
    client_options={"api_endpoint": "vip.apiyi.com"}
）
model = genai.GenerativeModel（"gemini-3-pro-image-preview"）


def generate_scientific_figure（
    prompt: str，
    output_filename: str，
    resolution: str = "4K"，
    aspect_ratio: str = "4:3"，
    max_retries: int = 3
） -> Optional[str]:
    """
    生成科研圖表

    Args:
        prompt: 圖表描述（英文效果更佳）
        output_filename: 輸出文件名（.png）
        resolution: 1K / 2K / 4K
        aspect_ratio: 16:9 / 4:3 / 3:4 / 1:1
        max_retries: 失敗重試次數

    Returns:
        成功返回文件路徑，失敗返回 None
    """
    for attempt in range（max_retries）:
        try:
            response = model.generate_content（
                prompt，
                generation_config=genai.GenerationConfig（
                    response_modalities=["IMAGE"]，
                    resolution=resolution，
                    aspect_ratio=aspect_ratio
                ）
            ）
            for part in response.candidates[0].content.parts:
                if part.inline_data and part.inline_data.mime_type.startswith（"image/"）:
                    os.makedirs（os.path.dirname（output_filename） or "."， exist_ok=True）
                    with open（output_filename， "wb"） as f:
                        f.write（base64.b64decode（part.inline_data.data））
                    return output_filename
        except Exception as e:
            print（f"  嘗試 {attempt + 1}/{max_retries} 失敗: {e}"）
            if attempt < max_retries - 1:
                time.sleep（5）
    return None


# 預定義科研圖表任務列表
FIGURE_TASKS = [
    {
        "name": "MAPK信號通路圖"，
        "filename": "figures/fig1_mapk_pathway.png"，
        "resolution": "4K"，
        "aspect_ratio": "3:4"，
        "prompt": """
        Scientific diagram: MAPK/ERK signaling pathway.
        White background， academic style.
        Top to bottom: EGFR receptor → RAS （GTP-bound） → RAF → MEK1/2 → ERK1/2 → nucleus （ELK1， c-Fos）.
        Each component: rounded rectangle， bold protein name label.
        Activation arrows: solid black. Phosphorylation: circled 'P' symbol in red.
        Color: blue membrane， green cytoplasm proteins， red nuclear targets.
        Add "MAPK/ERK Signaling Pathway" title at top.
        Publication quality， 4K.
        """
    }，
    {
        "name": "RNA-seq實驗流程圖"，
        "filename": "figures/fig2_rnaseq_workflow.png"，
        "resolution": "4K"，
        "aspect_ratio": "16:9"，
        "prompt": """
        Scientific workflow diagram: RNA-seq analysis pipeline.
        Dark blue background， white icons and text.
        6 steps left to right with connecting arrows:
        1. Sample Collection （test tube icon）
        2. RNA Extraction （helix icon）
        3. Library Prep （fragment icon）
        4. Sequencing （chip icon）
        5. Bioinformatics （terminal icon）
        6. Visualization （chart icon）
        Steps 1-4 in blue （wet lab）， steps 5-6 in purple （computational）.
        Each step: icon + step name + time estimate below.
        Title: "RNA-seq Analysis Workflow". 4K， 16:9.
        """
    }，
    {
        "name": "線粒體結構圖"，
        "filename": "figures/fig3_mitochondria.png"，
        "resolution": "4K"，
        "aspect_ratio": "4:3"，
        "prompt": """
        Scientific cell biology illustration: mitochondrion cross-section.
        White background， textbook illustration style.
        Detailed cross-section showing: outer membrane， inner membrane， cristae，
        matrix with TCA cycle label， ATP synthase complexes （labeled） on inner membrane，
        electron transport chain （Complex I-IV， labeled individually）.
        Small curved arrows showing proton gradient and electron flow.
        Legend bottom-right: color key.
        Bilingual labels: English primary， Chinese translation in parentheses.
        Title: "Mitochondrial Structure and Function / 線粒體結構與功能".
        4K， 4:3 ratio.
        """
    }，
]


def batch_generate_figures（tasks: list， output_dir: str = "figures"） -> dict:
    """批量生成科研圖表"""
    results = {"success": []， "failed": []}
    total = len（tasks）

    print（f"\n開始批量生成 {total} 張科研圖表..."）
    print（f"平臺: API易 apiyi.com | 單價: $0.05/張 | 預計總成本: ${total * 0.05:.2f}\n"）

    for i， task in enumerate（tasks， 1）:
        print（f"[{i}/{total}] 正在生成: {task['name']}"）
        path = generate_scientific_figure（
            prompt=task["prompt"]，
            output_filename=task.get（"filename"， f"{output_dir}/figure_{i:02d}.png"），
            resolution=task.get（"resolution"， "4K"），
            aspect_ratio=task.get（"aspect_ratio"， "4:3"）
        ）
        if path:
            results["success"].append（{"name": task["name"]， "path": path}）
            print（f"  ✓ 完成: {path}"）
        else:
            results["failed"].append（task["name"]）
            print（f"  ✗ 失敗: {task['name']}"）
        # 避免觸發速率限制
        if i < total:
            time.sleep（2）

    print（f"\n生成完畢: 成功 {len（results['success']）} 張，失敗 {len（results['failed']）} 張"）
    print（f"實際成本: ${len（results['success']） * 0.05:.2f}"）
    return results


if __name__ == "__main__":
    results = batch_generate_figures（FIGURE_TASKS）

💰 成本對比：生成 20 張科研圖（論文一套完整配圖），Google 官方需 $4.80，通過 API易 apiyi.com 僅需 $1.00，節省 79%。對於需要頻繁迭代修改的科研場景，成本優勢極爲顯著。

科研繪圖提示詞進階技巧

提示詞結構公式

優質科研圖提示詞 = 主題定義 + 風格規格 + 元素清單 + 標註要求 + 分辨率參數

常見錯誤與修復

問題 1：文字標註位置錯亂

❌ 錯誤提示: "label the proteins"
✅ 修復提示: "Each protein shown as rectangle with bold label text centered inside，
              all labels: Arial 12pt equivalent， black text on white background"

問題 2：通路方向混亂

❌ 錯誤提示: "show the signaling cascade"
✅ 修復提示: "Top-to-bottom vertical flow: step 1 at top → step 2 → step 3 at bottom，
              directional arrows pointing downward between each component"

問題 3：顏色缺乏區分度

❌ 錯誤提示: "use different colors for each component"
✅ 修復提示: "Color coding: membrane proteins #3b82f6 （blue）， cytoplasmic #10b981 （green），
              nuclear #f97316 （orange）， inhibitory elements #ef4444 （red）"

不同學科場景的分辨率與寬高比推薦

科研圖表的寬高比直接影響排版效果，以下是按投稿場景整理的推薦參數：

從提示詞到發表：一套論文配圖的完整工作流

以一篇細胞生物學論文爲例，完整配圖流程：

Step 1：規劃圖表結構（無 API 成本）

確定需要的圖表類型和數量：
- Figure 1: 研究模型機制圖（信號通路）→ 3:4 豎版
- Figure 2: 實驗設計流程圖 → 16:9 橫版
- Figure 3A-C: 數據結果多面板圖 → 16:9，2×3 佈局
- Supplementary: 細胞結構示意圖 × 2 → 4:3
共 6 張圖，API易 總成本：$0.30

Step 2：逐張生成並迭代（每次 $0.05）

# 生成 → 檢查 → 修改提示詞 → 再生成
# 典型迭代次數：2-3 次/張，單圖總成本 $0.10-0.15

Step 3：準確性覈查（必須步驟）

對照 KEGG / UniProt / Reactome 數據庫覈查：
- 蛋白質名稱拼寫 ✓
- 通路方向和箭頭含義 ✓
- 相互作用關係正確性 ✓

Step 4：格式處理

4K PNG → 期刊要求 300 DPI TIFF（使用 GIMP 或 Photoshop 轉換）
如需矢量圖：可將 PNG 導入 Adobe Illustrator 進行追蹤

🎯 效率對比：傳統手工繪製一套 6 張論文配圖需 2-5 個工作日，使用 Nano Banana Pro + API易 整套流程約 2-4 小時，成本不到 $1。建議通過 API易 apiyi.com 獲取 API Key 後按本文模板直接套用，大幅壓縮論文準備週期。

平臺價格與 API 對比

🎯 選擇建議：對於科研人員和實驗室來說，論文修改往往需要反覆調整圖表，批量生成需求大。建議通過 API易 apiyi.com 接入，以最低成本完成批量出圖。平臺支持谷歌原生 Gemini 格式，無需格式轉換，直接兼容本文所有代碼示例。

常見問題

Create a multi-panel scientific figure （2 rows × 3 columns， labeled A-F）:
Panel A （top-left）: [描述A圖內容]
Panel B （top-center）: [描述B圖內容]
Panel C （top-right）: [描述C圖內容]
Panel D （bottom-left）: [描述D圖內容]
Panel E （bottom-center）: [描述E圖內容]
Panel F （bottom-right）: [描述F圖內容]
Each panel: white background， bold letter label top-left （A， B， C...），
thin gray border between panels， consistent color scheme.
4K resolution， 16:9 aspect ratio.

總結

用 Nano Banana Pro 做科研繪圖的核心要點：

1. 文字精度是最大優勢：97%+ 多語言準確率，蛋白質名稱、通路標籤精準渲染，優於所有同類工具
2. 5 類場景各有專屬提示詞結構：信號通路圖用"縱向級聯流"模板，實驗流程圖用"橫向步驟流"，複合圖明確面板佈局
3. 價格選 API易：$0.05/張（官網 $0.24），批量生成論文配圖成本降低 79%，支持谷歌原生格式直接調用
4. 投稿前務必覈查準確性：AI 圖像可能含有專業細節錯誤，需對照權威數據庫驗證

推薦通過 API易 apiyi.com 搭建科研繪圖自動化工作流，將本文代碼保存爲模板，按需替換提示詞批量生成，顯著提升論文準備效率。

參考資料

1. Google Gemini API 圖像生成文檔

   • 鏈接：ai.google.dev/gemini-api/docs/image-generation
   • 說明：Nano Banana Pro 官方參數說明，含科學圖像生成最佳實踐

2. Google PaperBanana 框架介紹

   • 鏈接：the-decoder.com/googles-paperbanana-uses-five-ai-agents-to-auto-generate-scientific-diagrams
   • 說明：Google 面向學術插圖自動生成的多智能體框架技術細節

3. Nano Banana Pro 生命科學應用評測

   • 鏈接：intuitionlabs.ai/articles/gemini-nano-banana-pro-life-sciences
   • 說明：針對細胞生物學、分子生物學場景的系統性能測評

4. API易平臺接入文檔

   • 鏈接：docs.apiyi.com
   • 說明：API Key 獲取、Gemini 原生格式接入說明和定價詳情

作者：技術團隊
技術交流：歡迎在評論區分享你的科研繪圖作品，更多 AI 繪圖技巧可訪問 API易 apiyi.com 技術社區