研究者的學術海報救星：一支會先讀論文再生圖的 Claude Code skill
▲ 真正的學術海報神器，不是會畫圖的 AI，而是會先讀論文再決定要畫什麼的 AI。
過去這幾年，每次為了參加某某學術研討會而設計一張學術海報的這種任務，我心裡都會有點掙扎。要嘛開 PowerPoint 慢慢拼，要嘛找美編、跟對方反覆來回討論；偶爾找看起來能幫忙的 AI 工具，結果輸出的圖品質要嘛太花俏，要嘛字一多就糊掉，幾乎不能拿去研討會用。這個痛點，我相信博碩士研究生和大學教授應該都很熟悉。
最近我終於遇到一支真的能解決這個問題的工具，是我多年好友、天津師範大學管理學院王樹義副教授開發的 paper-academic-poster skill。它可以掛在 Claude Code 環境底下使用，給它一份論文 PDF、DOI、URL 或純文字，它會先把論文讀過一遍，再透過 GPT Image 2 一次生成一張完整的縱向 A0 學術海報，整體風格走的是 IEEE、ASIST 或 iConference 那種克制冷靜、設計感強的學術期刊海報語言。
在這篇文章中，我想做兩件事：先介紹這支 skill 的設計哲學，再用我最近兩個實測案例（一份講座簡報、一篇期刊論文）說明它怎麼幫研究者省下大量心力。如果你關心 AI 怎麼放進研究流程，可以一併參考我前一篇談的《研究者的學術副駕駛系統》。
它不是排版工具，是會讀論文的設計師
市面上不少 AI 生圖工具都能做海報，但它們跟王樹義副教授所設計的這支 skill 最大的差別，是順序問題。
一般的 AI 生圖工具，是先給 prompt，再交給模型生圖。但這支 skill 卻是先讀論文、再分類視覺素材，最後才下 prompt 生圖。
差別在哪？差別在於它會把論文裡的視覺素材分成三類：
第一類是 evidence 證據類，包括 UI 擷圖、訪談逐字稿、實驗場景照以及含確切數值的圖表。這類素材會被保留，作為 GPT Image 2 的參考輸入。
第二類是 concept 概念類，包括架構圖、流程圖、框架圖和 box-and-arrow 概念圖。這類圖會被重畫進統一的海報視覺語言裡，不會把原始圖直接黏進來。
第三類是 atmosphere 氛圍類，純裝飾性、可有可無的素材，可以直接捨棄。
這套分類規則寫在 skill 的 production-contract.md，是王教授本人在做 OpenClaw 那篇論文海報時驗證出來的設計準則。
它還有一條我覺得特別關鍵的規則，叫做 Centerpiece selection。海報最大的視覺位置，必須留給只有這篇論文做出來的東西，actually built、actually run、actually captured，不能讓那些可以套在十篇論文上的理論再框架佔掉中央版位。
這條規則，把我最近兩件東西的海報設計命運完全改變了。
案例一：把講座簡報變學術海報
第一份素材，是我前陣子在國立公共資訊圖書館做的講座簡報，主題叫做《AI 重塑數位行銷的新時代：社群內容策劃與 AI 應用》。88 頁、A4 橫式，內容從生成式 AI 介紹一路講到提示工程、圖書館 AI 服務藍圖，雜訊量其實不小。
▲ 案例一：88 頁講座簡報自動長出一張縱向 A0 學術海報，中央版位給「9 個 AI 工具地圖」與「圖書館 AI 服務藍圖三階段」。
我把 PDF 路徑丟給 skill，它做了三件事：
第一，抓出講座主題、講者背景、主要章節結構。
第二，判定這份來源不是 peer-review 論文（沒有 DOI、ISSN、正式 abstract），所以右上的 metadata 區塊自動換成講座場合資訊（國立公共資訊圖書館、vista.tw、iamvista@gmail.com），不硬塞期刊資料。這條規則我特別欣賞，因為它沒有逼你硬假裝有的元資料。
第三，從 88 頁簡報裡選出真正該擺中央的內容：我自己策展的 9 個 AI 工具地圖、以及圖書館 AI 服務藍圖 2025 到 2030 的三階段時間軸。
下排四張深藍卡保留了講座最有力的四個量化發現：個人化內容參與度提升 65% 以上、內容生成速度提升 10 倍、LINE 官方帳號閱讀率 85%、2025 年前 85% 大型圖書館將引進 AI。
整張海報用米白底（#F5EFE5）、深海軍藍（#1B2C4F）、磚紅（#B23A2C）三色，標題裡的 AI 二字單獨出紅，其餘是 navy 襯線體。整個生成過程約 5 分鐘，原生 2416×3424 解析度，6.6 MB PNG。
對研究生來說，這個案例的重點在於：就算你手上的素材是課堂簡報、研討會報告、口試講稿，也都能透過這支 skill 變成一張像樣的視覺摘要，掛去研究室門口或研討會壁報區，質感立刻不一樣。
案例二：把期刊論文變學術海報
第二個案例，是我去年發表在《樹德科技大學學報》第 27 卷第 1 期的論文《從人工智慧到職場革命：深入探討 ChatGPT 在自由工作者資訊獲取中的角色與影響》。
這篇論文的性質很單純：質性研究、半結構式訪談 6 位自由工作者、採三重理論透鏡（科技決定論 TD、媒介豐富性理論 MRT、社會資訊處理理論 SIPT），結論是 ChatGPT 在重塑自由工作者的資訊獲取流程與互動模式。
▲ 案例二：peer-review 期刊論文版型自動套入 academic_paper v7 範本，中央 Centerpiece 留給六位受訪者的訪談逐字稿摘錄。
skill 在處理這篇 peer-review 論文時，整個流程更為順暢。
它自動套用完整的 academic_paper 風格範本，這是王樹義副教授在 OpenClaw 那篇論文上驗證過的 v7 版本。上方的 prose abstract 把摘要拆成多行短句，每行不超過 14 個中文字。
概念變遷圖從三個獨立理論圈，變成三圈交集的 Venn 圖，中央交集處用紅字標 ChatGPT × Freelancer。
最大的中央版位（Centerpiece）給了我這篇論文的 first-of-its-kind 資料：六位受訪者的背景對照表，加上四段我親手挑出的逐字稿摘錄。No.3 受訪者講「你不能孤高、不能文青，要先理解大家的水準」、No.5 受訪者講資安考量、No.4 受訪者講搜尋引擎不夠用、No.6 受訪者講「ChatGPT 幾秒內就可以寫出來，滿意度已經到 80 分」。
這就是 Centerpiece 規則的價值。它沒有把版位浪費在那三個理論的簡介上（那是文獻回顧該做的事），而是把它們收進下排四張深藍卡：TD 再詮釋、MRT 豐富性光譜重畫、SIPT 弱連結擴展、六項實踐建言。一行一張帶過。海報的視覺重心，自然落到我這篇研究真的訪談到的那六個人說了什麼。
如果你寫過質性研究、訪談研究或個案研究，這個邏輯應該會讓你眼睛為之一亮。我們做海報最常踩的雷，是把版面平均分給文獻回顧、研究方法、研究發現和結論這四大塊，結果整張海報看起來像論文目錄的縮影。但王樹義副教授這支 skill 從一開始就把你拽出這個慣性，逼你做出選擇：你這篇研究最獨特、別人做不出來的東西是什麼？請把它放中央。
給研究生與大學教授的三點建議
寫到這裡，我想直接給三個具體建議。
第一，不要等到要投國際研討會才用。研究計畫書的進度報告、學位論文口試的簡報附件、研究方法課堂的期末展示、實驗室年度回顧，都可以用它快速生一張高品質的視覺摘要。正所謂「一圖勝千文」，視覺摘要的力量，比你想像的還大。
第二，先把論文寫好，再來生海報。這支 skill 不是用來幫你補救內容空洞的論文，它能做的，是把已經有東西的論文用學術設計語言重新編排。如果你的 Centerpiece 想不出來該擺什麼，那不是 skill 的問題，是研究本身需要再回頭打磨。
第三，別怕去讀 prompt 的細節。王樹義副教授把所有設計準則都寫在 references 資料夾裡，包括 production-contract.md、academic-paper-style.md、academic-paper-style-prompt-template.md 等等。這些文件本身就是一份學術海報設計學的好教材。讀過一輪，你以後就算手繪海報、找美編做圖或用 PowerPoint 排版，都會多一層判斷力。
最後
我和王樹義副教授認識多年，看著他從《圖書情報知識》那篇論文《OpenClaw：基於大型語言模型的科研工作流智能體及其應用》，一路把這套海報設計流程沉澱下來，做成可以分享給其他學者用的 paper-academic-poster skill，覺得很佩服。他在做的事情，本質上是把一個資深研究者的設計判斷力編纂成可被重複執行的工具。對研究生和教授來說，這是少數幾種真的能幫你省下幾十個小時的 AI 應用。
如果你已經有 Claude Code 環境，可以直接把 paper-academic-poster 安裝到 ~/.claude/skills/，並且把 Hermes agent 與 OpenAI Codex 認證接上（這部分王樹義副教授的 README 寫得很清楚，我自己照著做大約十分鐘之內搞定）；如果你還沒用過 Claude Code，那這也許就是你開始用它的好理由。
設計學術海報這個浩大的工程，從此可以不再讓研究生或教授們視為畏途。把心力留給研究本身，把編排與設計交給王樹義副教授所設計的這支 skill，這是我給所有研究者們的真心推薦。
如果你覺得這篇有幫助，也歡迎到我的個人網站逛逛，或追蹤我的名片頁獲取更多訊息。我自己長期經營的內容平臺content.tw主要在累積寫作與內容創作的方法，一人公司 solo.tw則放上各式給創作者與獨立工作者的線上課與工作坊。
