↓ 跳过正文

用 Codex 画一张能投稿的分组柱状图:从数据到出图的完整过程

·448 字·3 分钟·
作者
snowing2048
把实践写下来。
AI 工具实操 - 这篇文章属于一个选集。
§ : 本文

这篇文章不教你怎么写 R 代码。代码是 Codex 写的——它读数据、写绘图脚本、运行脚本、再自己检查一遍规范。

我们要做的是另外两件事:把数据和「期刊配图要求」讲清楚,然后在它出图之后做人工把关。

全过程都留了截图,可以照着做一遍。

一、目标:让 AI 出一张能投稿的图
#

输入是一份实验数据,输出是一张符合期刊规范的分组柱状图:

  • 矢量 PDF + 300 dpi PNG
  • 双栏宽 183 mm
  • 误差棒、显著性标记、期刊排版规范

这份数据是 R 自带的 ToothGrowth:60 只豚鼠,两种维生素 C 给药方式(OJ 橙汁 / VC 抗坏血酸),三个剂量(0.5 / 1 / 2 mg/day),响应变量是牙齿长度。我用 R 把它导出成 data.csv 交给 Codex。

选这份数据是因为它公开、稳定、任何人跑出来都一样,方便你复现。

二、准备:一个数据文件,一段提示词
#

工作目录里只有两样东西:data.csv 和一段写清楚要求的提示词。

提示词全文(可以直接抄):

请把工作目录里的 data.csv 画成一张符合期刊投稿要求的分组柱状图。

数据说明:len = 牙齿长度(mm),supp = 给药方式(OJ 橙汁 / VC 抗坏血酸),
dose = 剂量(mg/day,取值 0.5 / 1 / 2)。

绘图要求:
1. x 轴按剂量分三组,组内 OJ 与 VC 并列;y 轴为牙齿长度均值。
2. 柱顶加误差棒,误差棒用均值 ± 标准误(SE)。
3. 每个剂量组上方标出 OJ 与 VC 的组间显著性:做 t 检验,按 p 值标 */**/***/ns。
4. 期刊排版规范:去掉网格线和灰底,细黑边框,字号不小于 7pt,不使用默认色板。
5. 按期刊双栏宽 183mm、高 62mm 导出矢量 PDF 和 300dpi PNG。

把绘图代码保存为 make_figure.R,并直接运行它生成图片。
完成后报告生成了哪些文件,以及每个剂量组的显著性结果。

提示词里有三个要点值得注意:

  1. 说清每一列是什么,包括单位。AI 不会猜错列的含义。
  2. 把期刊规范写成可检查的条目:不是「画得专业一点」,而是「去掉网格线」「字号不小于 7pt」「183mm」。可检查的要求,AI 才能自我验收。
  3. 要求它保存代码并直接运行。这样拿到的不只是一张图,还有一个可以重跑的脚本。

三、让 AI 干活
#

在终端里把提示词交给 Codex:

在终端里让 Codex 执行绘图任务

图 1:Codex 执行完任务后,自己跑了一遍规范校验,最后一行是「All 67 independent checks passed」。

它会自己决定用什么工具:判断这是 R 的活,写 make_figure.R,用 Rscript 跑,然后检查产物。

四、AI 产出了什么
#

跑完之后,工作目录里多了这些文件:

文件内容
make_figure.R绘图脚本(约 10 KB)
tooth_length_grouped.pdf投稿用矢量图,183 × 62 mm
tooth_length_grouped.png300 dpi 预览图
tooth_length_summary.csv六个分组的 n、均值、SD、SE
tooth_length_t_tests.csv三组 t 检验的完整结果
figure_notes.md图注与统计口径说明
verify_figure.R独立的校验脚本

成图:

Codex 生成的期刊风格分组柱状图

图 2:最终成图。OJ 与 VC 在三个剂量下并列,柱顶为均值 ± 标准误,括号标出组间显著性。

值得注意的是 它不只给了一张图。它同时给了统计中间结果(两个 CSV)、图注(figure_notes.md)和一个独立的校验脚本。这几样东西恰好是投稿时最容易被追问的部分。

五、AI 自己做的 67 项校验
#

这是整个流程里最有价值的一环。Codex 在出图后,自己写了一个校验脚本,逐项检查成品是否符合要求,最后报告 67 项全部通过。

从截图里能读到它检查了什么:

类别检查项举例
数据正确性柱高等于均值、柱从 0 开始、误差棒上下端等于均值 ± SE
排版规范无网格线、黑色细边框、白色背景、括号不压误差棒
字号显著性文字 8.5 pt、PDF 中所有文字不小于 7 pt
尺寸PDF 宽 183 mm(误差 < 0.001 mm)、高 62 mm
导出质量PDF 字体已嵌入、PDF 文字可提取、PNG 尺寸符合 183×62 mm @300 dpi、PNG 带 300 dpi 元数据
统计一致性导出的 SE 表与 t 检验表都和计算值一致

其中「括号不压误差棒」和「PDF 所有文字不小于 7 pt」这两条,是我在提示词里明确写了的——因为要求写得可检查,它才能自己验收。

六、人要做的事:把关,不是重做
#

AI 干完了活,我们不是直接拿去投稿,而是核对几件事。这些是我实际做的检查:

1. 尺寸对不对

PNG  2161 × 732 px  →  按 300 dpi 换算 = 183.0 mm   ✓
PDF  183 × 62 mm(校验脚本报告误差 < 0.001 mm)      ✓

2. 字体有没有嵌入

name                    type      encoding  emb  sub  uni
FIBWZN+ArialMT          TrueType  WinAnsi   yes  yes  yes

emb 和 uni 都是 yes,字体已嵌入。这一项如果没做,期刊排版时字体可能被替换、版式错位。

3. 统计口径对不对

这是最需要人工核对的部分。AI 做的检验和结果如下:

剂量 (mg/day)OJ 均值VC 均值差值p 值标记
0.513.237.98+5.250.0064**
1.022.7016.77+5.930.0010**
2.026.0626.14−0.080.964ns

我用 R 独立算了一遍,数值一致。注意 2.0 剂量组:两种给药方式没有显著差异(p = 0.964)。这是这张图要传达的关键信息之一,标成 ns 是对的。

4. 图注写了没有

figure_notes.md 里写清了误差棒是 SE、n = 10、检验方法、显著性标记的含义。按期刊惯例,图注和图片本身分开,它做对了。

七、AI 主动交代的边界
#

这部分值得单独拿出来说,因为它决定了这份产出能不能直接用。

Codex 在 figure_notes.md 里主动写了几条限制,其中两条很关键:

The data provide no pairing or subject identifiers, so independence is an analysis assumption, not a verified experimental-design fact.

(数据里没有配对信息或个体标识,所以「独立性」是一个分析假设,不是经过验证的实验设计事实。)

The biological/technical replicate definition and independence must be confirmed from the experimental record before manuscript submission.

(生物学/技术重复的定义与独立性,必须在投稿前从实验记录中确认。)

它还额外做了一件事:虽然图上的星号用的是未校正 p 值(这是常规做法),但它把 Holm 校正后的 p 值也一并导出到 tooth_length_t_tests.csv,供你判断:

剂量p 值(未校正)p 值(Holm 校正)
0.50.00640.0127
1.00.00100.0031
2.00.9640.964

三个剂量分别做检验,本身存在多重比较问题。AI 没有替你把这个问题藏起来,而是把两种口径都给你。

**这两条边界,才是「AI 出的图能不能投稿」的真正判断点。**图好不好看是次要的;重复的定义、独立性、多重比较校正,这些必须由实验者自己拍板。

八、复现步骤
#

想自己跑一遍:

  1. 装好 R(本文用 R 4.6.0)和 Codex CLI。
  2. 建一个空目录,放入 data.csv。
  3. 把上面那段提示词存成 prompt.txt。
  4. 在目录里执行:
codex exec --skip-git-repo-check "$(cat prompt.txt)"
  1. 等它跑完,检查目录里的产物,并按第六节那四项做人工核对。

本次运行的脚本和产物都可以对照:绘图脚本见 make_figure.R,统计结果见 t_tests.csv,图注见 figure_notes.md。

九、这个流程适合什么、不适合什么
#

适合:

  • 你已经知道要什么图,只是不想手写绘图代码;
  • 需要反复出图、改图(改一次提示词重跑一次,比手改代码快);
  • 想要一套「出图 + 统计中间结果 + 图注 + 自检」的完整产物。

不适合:

  • 你自己不清楚数据里有没有配对、重复怎么定义——这些问题 AI 无法替你决定,它只能标出来;
  • 需要非常特殊的图形定制,提示词描述不清楚的;
  • 把结果直接拿去投稿而不做人工核对。AI 的自检只能查「有没有做到我要求的事」,查不出「我的要求本身对不对」。

一句话:**AI 负责把图做出来并自检,人负责判断这个图该不该这么做。**下一篇会换一种图型继续这个系列。

AI 工具实操 - 这篇文章属于一个选集。
§ : 本文

相关文章