medfig-schematic：用生图模型画示意图（提示词 → 检查 → 评估 → 下一轮）

本技能不画图。它写英文提示词，用户把提示词贴进生图模型（ChatGPT 网页版等），把出图发回来；本技能检查出图、写评估，再写下一轮提示词，直到用户满意。生成的图是草稿：真实影像、终稿字号和矢量化在 Illustrator 里完成。

硬门槛（HARD GATE）

• 结构事实先从代码核对。 模块顺序、分支与汇合、冻结 / 训练的部分、层数和维度，都从模型代码与配置读出，不只信文档或口述。用户的说法和代码冲突时，按代码写，同时把冲突和出处告诉用户，由用户决定（P8）。
• 示意图只放设计数字（结构参数、方法设定、阶段编号），不放结果数字、内部代号、开发史和丢弃的旧版本（medfig-plan/references/mainline_rules.md）。
• 影像位一律是空框，生成模型不画任何医学影像（P7）。
• 每轮提示词先过 prompt_check.py（0 个 ERROR）才交给用户。

第 1 步：问清楚（一次问完）

• 图的主信息：读者看完这张图要记住什么（例如"影像 → 可解释中间量 → 决策"）。
• 行数和每行内容（默认三行：a 研究设计 / 队列，b 模型与训练阶段，c 一例推断、解释与不确定性）。
• 生图工具、尺寸（Nature 双栏 180 mm 宽，横版 3:2）、色板（沿用数据图的 figkit.toml：类别色、方法色）。
• 有没有参考图；有的话每张管什么（内容还是画法）。没有就用默认画风（references/style_default.md）。
• 影像：要哪些空位、比例多少；真实影像由谁、在哪一步贴入。

第 2 步：建工作目录和规格

工作目录放在项目之外（例如 <输出根>/fig1_prompt/）。写 schematic.yaml（references/spec_format.md）：色板、全部标签原文、允许出现的数字、影像位、禁用代号。

再从代码读出结构事实，写进 round1.md 开头的"结构事实"表（事实 / 出处：配置键或 文件:函数）。

第 3 步：写提示词（roundN.md）

每轮一个 roundN.md，内容按这个顺序：

1. 上一轮评估表（第 1 轮没有）：方面 / 结果（通过 / 部分通过 / 不通过）/ 说明。逐项按 references/evaluation.md。
2. 用法：新对话还是同一对话；先上传哪些图、每张的用途；再粘贴 prompt.txt。
3. 提示词：唯一一个 ```text 代码块，英文。
4. 中文说明：这一轮改了什么、为什么；和用户说法不一致的地方单独列出。
5. 本轮评估清单（新增项加粗），供出图后打勾。

两种提示词：

• 完整提示词（第 1 轮、换视觉语言时，开新对话）：全局风格 + 逐行模块 + TEXT RULES。风格块从 references/style_default.md 拼，用户给了参考图就按参考图改写。
• 局部修改（同一对话）：开头写 "Keep everything else exactly as it is. Only make these changes:"，编号列出 ≤ 6 条改动；已通过、不能动的部分点名保护（R2–R4）。

写法要点（细则 references/prompt_patterns.md）：标签原样加引号（P2）；箭头写完整路径和绕行方向（P3）；"不连"要明说（P4）；颜色写色值、一色一用途（P5）；数量写清前后分段（R6）。

第 4 步：检查并打包

python medfig-schematic/scripts/round_pack.py --dir <工作目录> --round N \
    [--prev-output <用户发回的上一轮图>] [--upload <要上传的图> --as <新文件名>] ...

• 把上一轮出图存为 round{N-1}_output.png，把提示词抽成 roundN_upload/prompt.txt，复制要上传的图，并自动跑 prompt_check.py（完整 / 局部模式按 "Keep everything else" 自动判定）。
• 有 ERROR 就改 roundN.md 重新打包，直到显示 ready。WARN 逐条看，确实无关的在中文说明里写一句为什么保留。
• 单独检查：python medfig-schematic/scripts/prompt_check.py prompt.txt --spec schematic.yaml --mode full|edit。

第 5 步：交给用户

告诉用户：开新对话还是在原对话里继续；按顺序上传 roundN_upload/ 里的哪几张图；粘贴 prompt.txt。再说一句这一轮最可能出错的地方，下一轮先查那一项。

第 6 步：评估返回的图

1. python medfig-schematic/scripts/image_check.py <图> --spec schematic.yaml：比例、分辨率、偏离色板的颜色、类别色是否都出现、灰度可分性。
2. 读图目检，按 references/evaluation.md：先逻辑后美术（R1）。层数、格子数逐个数。
3. 写进下一轮 roundN+1.md 的评估表，回到第 3 步。

用户说"差点意思"但说不清楚时，对照 references/prompt_patterns.md 的 S1–S5 找原因，先给用户讲清原因再出下一轮。用户给新参考图时，先分析它为什么好看（实色、粗箭头、模块感……），再决定改哪几行。

第 7 步：定稿

逻辑全部通过、美术无"不通过"项、用户确认满意后交付：定稿图路径、最后一轮提示词、结构事实表、Illustrator 待办（贴真实影像；把漂移的类别色改回色板值（R8）；按成品宽度核对字号 ≥ 5–6 pt；需要时重绘为矢量）。规格里这张图的状态仍是"示意图（外部绘制）"，写作大纲里按 pending 引用（medfig-outline）。

常见借口

参考文件

• references/spec_format.md：schematic.yaml 字段与结构事实表
• references/style_default.md：默认画风（可拼进提示词的英文块）与理由
• references/prompt_patterns.md：提示词写法（P）、迭代（R）、审美差距（S）
• references/evaluation.md：出图评估清单、image_check 输出的处理、定稿条件
• medfig-plan/references/mainline_rules.md：只呈现主线版本（全部 medfig 技能共用）