课题示意图总画不好？我用AI重做建筑规划申报图的全过程

第一次带建筑规划类课题申报时，我最头疼的不是写不出来，而是写清楚了却画不明白。研究对象可能是老旧小区公共空间、滨水工业区更新，也可能是校园慢行系统、村镇聚落形态。文字部分能把背景、目标、方法和预期成果写得比较完整，但一到申报书里那张技术路线图，整页就开始发虚。

常见情况是：从论文里截一张框架图，箭头密密麻麻；或者让学生用PPT临时拼，方框颜色很多，逻辑却看不出层级。评审专家翻到研究方法与技术路线那一页，本来想快速判断课题怎么做，结果看到的是一组互相缠绕的箭头。建筑规划课题又特别依赖空间关系、场地层级和实施步骤，仅靠文字很难把研究对象与分析路径说透。

先别让AI直接出图，先把图要说的话写出来

我后来做AI生成建筑规划课题示意图，第一件事不是输入“帮我画一张技术路线图”，而是先在文档里写三句话：这张图给谁看、它要回答什么问题、看完后应该记住哪条主线。比如申报书里的技术路线图，核心不是展示软件能力，而是说明“从场地调查到问题识别，再到策略生成和验证反馈”的研究闭环。开题报告里的研究框架图，则更强调概念之间的关系，例如空间形态、使用行为、更新机制三者如何相互作用。

如果这一步没想清楚，AI很容易生成一张“看起来很完整”的图：标题、图标、渐变背景、时间轴全都有，但和课题本身没有关系。建筑规划领域尤其明显，AI可能给出高楼、蓝图、罗盘、发光网格这类泛化视觉元素，乍看很高级，放进申报书却削弱了学术表达。我的做法是先手绘一个粗框架，哪怕只有几个框和箭头，也要把起点、分支、汇合点标出来，再让AI根据这个结构进行规范化表达。

技术路线图要像研究计划，不要像装饰海报

建筑规划课题的技术路线通常有几个层次：基础资料收集、现场调研、空间解析、模型或方法构建、策略提出、实践验证。很多图的问题在于把这些内容排成了一条漂亮的时间轴，却没有说明每一步使用什么材料、产出什么结果。比如“现场调研”不能只写四个字，后面最好跟住具体方法：行为注记、深度访谈、空间句法、GIS叠加分析、热舒适测试等。每个阶段还应有中间成果，如场地图层、问题清单、评价指标库、更新策略包。

我会把这些信息整理成简短文字交给AI，让它先给出两到三种结构，而不是马上生成最终图片。一种是线性推进式，适合申报书，逻辑清楚；一种是循环反馈式，适合强调设计迭代和评估的课题；还有一种是“数据层—分析层—策略层—验证层”的矩阵式，适合跨学科研究。选定结构后，再统一字体、线宽、颜色和箭头方向。图中颜色不宜过多，我一般只保留一个主色表示研究主线，用灰色表示支撑数据，橙色或蓝色标注关键节点。

研究框架图和实施流程图，最好分开画

不少申报者喜欢把所有内容塞进一张大图，结果概念框架、研究步骤、成果形式全混在一起。评审时距离屏幕稍远，只能看到一堆框。我的经验是，哪怕申报书篇幅有限，也要在心里把三类图分开：研究框架图回答“研究由哪些部分构成”，技术路线图回答“研究按什么路径推进”，实施流程图回答“每个阶段具体怎么做”。如果版面只允许放一张，就以技术路线为主，把概念关系压缩成左侧的理论模块，不要平均用力。

例如做历史街区微更新课题，框架图可以围绕“物质空间—行为活动—治理机制”展开；技术路线图则从多源数据采集开始，经过空间绩效评价、典型场景模拟，最后提出分区分类更新策略；实施流程图再细化到月份、调研样本数量、工作坊安排和成果节点。这样在开题汇报时，老师问“你的研究逻辑是什么”，我讲框架图；问“你下一步怎么做”，我切到流程图；问“数据如何支撑结论”，再回到技术路线。三张图各司其职，汇报不会绕。

场地与数据类配图，要克制使用“科幻感”

建筑规划课题经常需要放场地区位、现状照片、问卷结果和空间分析图。AI在这里能帮上忙，但也最容易跑偏。它可以把零散问卷结果整理成清晰图表，把访谈关键词转译成关系网络，把复杂的GIS分析结果重新排版成适合申报书的小尺度图组。可如果提示词只强调“科技感、未来城市、数字孪生”，出来的图往往蓝光过重，和真实研究材料脱节。

我处理问卷数据时，会先明确变量：居民年龄、停留时长、活动类型、空间满意度、改造意愿。柱状图只用来比较明确数值，桑基图用来表示人群从哪里来、在哪里停留，雷达图用来比较不同场地的综合表现。AI负责提出图表类型和版式建议，我再核对样本量、坐标、单位和显著性。学术配图不能只追求好看，尤其是数据图，删去不必要的立体效果和阴影，反而更可信。

场地分析图也是一样。建筑规划课题里的区位图、圈层图、断面图、节点 exploded diagram，都应服务于论证。比如研究社区生活圈，一张15分钟等时圈叠加公共服务设施的图，比三张抽象城市背景图更有说服力。AI可以根据文字描述生成草图风格、线稿风格或扁平化分析图，但关键场地边界、道路名称、比例尺和指北针最好人工校核，避免出现空间错位。

从开题到结题，同一张图不能只改标题

课题材料有不同的汇报场景，配图重点也应变化。申报阶段，专家更关注问题意识、研究价值和路径可行性，图要简洁、稳妥、逻辑闭合。开题时，评审老师会追问研究边界、样本选择和方法适配，图里可以增加数据来源与操作细节。中期检查时，重点变成“已经完成了什么、发现了什么、后面如何调整”，这时需要一张进度与成果对应图，把已完成调研、阶段性论文、典型案例和后续验证放在同一条时间线上。

结题材料则不同。它不是证明“我打算做”，而是展示“我确实做了，并形成了结论”。结题PPT里的图表应减少空泛概念，增加前后对比、证据链和成果应用。比如同一个老旧小区公共空间课题，申报时的图可能是“诊断—评价—设计—反馈”的路线；结题时就应变成“场地问题证据—模型分析结果—更新策略—使用后评估”的成果链。每一页只保留一个主要结论，图表标题最好直接写判断，而不是写“调研结果图”。例如“北门口袋花园停留人数最高，但夜间安全感评分最低”，就比“居民活动分析”更能引导听众理解。

我常用的AI配图工作流

具体操作上，我一般先把课题申报书中的研究目标、研究内容、研究方法和进度安排摘出来，整理成不超过五百字的图注材料。然后让AI根据这些内容生成结构图的文字版，检查是否有遗漏或逻辑跳跃。结构确认后，再要求它输出适合PPT或申报书排版的视觉方案，包括横版或竖版、模块数量、配色建议、图标风格和图例关系。最后我会把AI生成的结果导入常用绘图工具中重绘，至少做到文字可编辑、箭头统一、页码风格一致。

这一步看起来多费了时间，实际上能避免后期反复改图。课题组成员共同编辑时，最怕每个人拿到一张无法修改的位图，今天改一个阶段名称，明天换一个数据口径，最后图片模糊、版本混乱。尤其是提交系统通常对文件大小有要求，矢量风格、少底图、少阴影的示意图更稳妥。

如果团队里没有熟悉绘图软件的人，也可以试试课题Pro这类面向课题材料的工具，里面更适合快速梳理研究框架、技术路线和汇报图表。我的建议不是把它当成“替你做学问”的东西，而是把它当作一个画图助手：你提供真实问题、真实方法和真实数据，它帮你缩短排版与试错时间。尤其是申报截止前一周，框架已经定型，只需要把粗糙草图变成清晰图表时，这类工具比反复找模板有效率。

好图的标准，是让外行也能看懂研究怎么走

这些年参加和旁听开题、中期、结题，我越来越确信一件事：课题示意图不是论文插图的附属品，也不是PPT美化的装饰。它本质上是在替研究者做一次结构化表达。一张好的建筑规划课题示意图，应该能让不熟悉这个场地的人，在短时间内明白研究对象在哪里、问题如何被发现、方法怎样介入、成果通过什么方式验证。

AI能帮我们把图做得更快、更整齐，但判断哪些信息该保留、哪些视觉噱头该删掉，仍然需要课题负责人自己把关。箭头背后是研究逻辑，颜色背后是内容层级，数据背后是样本和方法。把这些东西想清楚，再去用AI生成或重绘，图才不会停留在“像那么回事”，而会真正成为申报书和汇报里的加分项。