AI助手系列:借助AI工具复现高质量图形

👇 连享会 · 推文导航 | www.lianxh.cn

连享会：2026五一论文班 · 线上时间：5月2-4日嘉宾：郭士祺 (上海交通大学)、戚树森 (厦门大学)、李学恒 (中山大学)咨询：王老师 18903405450（微信）

 本次课程框架为:因果证据链的构建 → 在顶刊论文中感受和校准这套因果证据链判断 → AI Agent 辅助实现完成

• 从「会跑回归」到「会做研究设计」。 从 RCT 出发，覆盖 DID、固定效应、工具变量的识别逻辑与论证策略，重点不在方法本身，而在于如何围绕一个研究问题构建完整的因果证据链——这是 AI 替代不了、也最值得花时间打磨的核心能力。

• 顶刊论文，原作者精讲。 戚树森老师亲自讲解自己参与完成的 Review of Finance 论文，覆盖选题缘起、识别策略设计、审稿意见的回应过程——不只是呈现结果，而是还原论文背后真实的决策过程。

• 用 AI Agent 真正解放执行环节。 学完这门课，你将掌握两套可以直接上手的 AI Agent 工作流——文献综述和论文修改——并理解如何把自己的研究方法论写成 Skill，让 Agent 按照你的标准自动执行，而不是每次重新解释。

温馨提示: 文中链接在微信中无法生效。请点击底部「阅读原文」。或直接长按/扫描如下二维码，直达原文：

作者： 连小白 (连享会)邮箱：arlionn@163.com

可视化是数据分析中的核心环节。许多时候，我们会遇到一些设计精巧、细节丰富的图形，想要用代码复现却无从下手，尤其是面对复杂的布局和专业的标注，往往需要反复调试才能还原原图效果。

事实上，我们只需要掌握一些基本的编程知识 (比如，会运行 R 或 Python 代码)，就可以借助 AI 助手（如 ChatGPT、Copilot 等）来高效复现这些图形。AI 助手不仅能自动生成代码，还能根据我们的反馈进行调整，帮助我们快速实现高质量的可视化效果。

本文将结合实际案例，介绍如何借助 AI 工具高效还原各类可视化图形，并分享与 AI 沟通绘图需求的实用技巧。

在此过程中，你会发现，让 AI 复现一幅看似普通的统计图，它往往只能做个“八成像”，细节总有一堆小毛病。相对于文本和数字提取，在复现图形方面，AI 工具往往顾此失彼，无法注意到图形的细节。这就需要我们仔细比对原图和 AI 辅助图形的差别，并准确描述改进需求。有些情况下，你把基于 AI 代码生成的图形标注出来，AI 可能会更快地理解你的需求。

0. 原图和复现图

下图是我在美国农业部网站上看到的一幅图片：

• 原图，Source: Nonmetro education levels are improving, but still lag metro

这幅图的独特之处在于：它将图例放在了两组柱状图之间的空白区。相比于多数图例放在图形外部的设计，这种设计使得图形的整体布局更加紧凑，且不遮挡主图。

我经过与 ChatGPT 的多次沟通 (大约进行了 30 分钟)，最终复现了这幅图：

复现图，Source: 由 ChatGPT 生成的 Python 代码绘制而成。

主要心得如下：

1. 先抓结构，再抠细节：初步成图后，分步提出细节优化点，不断补充和反馈。因此，最初的提示词可以很简单，比如上传高清图片后，只需发送提示词 “请用 Python 还原我发给你的图形，主要配色和细节尽可能一致”。然后逐步细化，此时的提示词可能是：“请将图例嵌入主图中间空白区”，“将横轴和纵轴刻度标签的字号设定为 12pt” 等。

2. 善用术语，细化表达：清楚描述需要修改的具体图形元素，此时最好使用编程语言对应的术语。本例中，我使用的是 Python，因此，提问时会直接使用 legend、annotation、tick 等术语。

3. 图片批注 + 明确指令：配合截图和文字批注，能大幅提升沟通效率。有时候，很难用纯文字描述清楚需求，尤其是涉及到图形细节时。此时，可以将 AI 生成的图形截图下来，直接在图片上标注出需要修改的地方，并附上简短的文字说明。这样，AI 就能更快地理解你的需求。

下面将详细介绍如何与 AI 助手沟通，逐步实现高质量图形复现的过程。

1. AI 绘图复现的常见难点

多数 AI 工具都是基于大规模数据训练的语言模型，它们在处理文本和数字时表现出色，但在图形复现方面仍有一些局限性。以下是常见的难点：

• 图形主结构虽然出来了，但图例（legend）、注释、标签等细节常常不到位；
• 对于一些专业效果（如注释自动换行、嵌入式图例、特定网格线或刻度显示），AI 往往顾此失彼，需要多次细化提示才能实现。

这种情况下，我们不要急于求成，而是要耐心地与 AI 进行多轮对话，逐步完善图形细节。以下是一些常见的细节问题：

• 图例位置不对，遮挡了主图；
• 注释文字过长，未能自动换行；
• 横轴和纵轴的刻度标签字号不一致；
• 柱状图的颜色与原图不符；
• 图形的网格线、边框、填充色等细节未能完全还原。
• 柱状图的数值标注位置不准确；
• ……

这个过程中，要想「把问题说清楚」，就需要了解一些专业术语和图形元素的名称。

2. 可视化“专业术语”清单（最常用英文名）

以下是一些常用的术语和表达方式，帮助你更好地与 AI 沟通：

掌握这些基础术语，配合英文关键词，可以帮助你更精准、快速地传达你的需求。

3. 阶段性反馈 + 图像批注的真实对话示例

与 AI 沟通不仅仅是“一步到位”，更是一轮轮阶段性反馈与修正的过程。如果觉得文字描述无法说清楚，可以采用截图的方式，将需要修改的内容标注在图中。需要注意的是，每次修改的内容不要太多，否则 AI 工具会顾此失彼。此时，只需要相对简单的提示词即可：

用户：我希望图例直接放在两组柱状图之间的空白区，而不是用 ax.legend()，你能做到吗？

AI：明白，可以用 ax.add_patch 和 ax.text 手动标注图例。请问中间空白区需要多宽？图例文字是否需要换行？

用户：图例要能容纳 2-3 行文字，否则会覆盖右侧的柱形。你能帮我自动控制宽度并自动换行吗？

AI：好的，我将用 textwrap 控制每行字符数，实现动态多行注释，同时加宽 Nonmetro 和 Metro 两组之间的间隔。以下是修改后的代码……

（此处你可以插入你本地运行后的阶段性效果截图，并用简单标记指出“图例被遮挡”或“底部注释太长”之类的问题。）

用户：现在底部注释太靠下，已经覆盖了 x 轴刻度。请让 Note: 和 Source: 分成两段，并让 Source: 比 Note: 低半行。

AI：已调整 y 坐标，分段显示，两段间隔为 0.5 行距。效果如下……

用户：非常接近原图！注释的宽度也刚刚好。谢谢！

4. 常用提示词清单

基础结构提示

• “请用 Python/Matplotlib/Seaborn 还原下图的基本结构”
• “模拟数据，画出柱状图/折线图/散点图，与原图色彩、顺序一致”

细节微调提示

• “请将图例嵌入主图中间空白区”
• “底部注释要自动换行、分段显示，并与横轴刻度留有间距”
• “每个区块的数值标注居中显示，字体为黑色”
• “x轴/y轴只显示指定刻度”
• “图例中的长文字需要自动换行，不能遮挡主图”
• “去掉右侧和顶部边框，只保留左下”
• “主图网格线改成灰色虚线”

适应多种图形的通用提示

• “调整横纵坐标间距，使图形元素不拥挤”
• “配色方案和原图保持一致（可自定义颜色值）”
• “标题、副标题、注释均要加粗或指定字号”
• “如果有缺失数据，采用虚线或灰色填充”
• “整体风格要适合学术讲义/报告插图”

代码风格与注释提示

• “所有代码加中文注释”
• “变量名见名知意，结构清晰”

5. 结语

AI 工具的绘图能力日益强大，但它永远比不过你的“细心观察”和“明确表达”。善用术语、善于分步优化、勤于总结自己的提问模板，你就能让 AI 成为你的最佳数据可视化小助手。每一幅高还原度的图形，都是你和 AI 共同打磨的成果！

附录：有点丑的过程图片

以下是 AI 最初复现的几幅图片，存在各种各样的问题 (相应的 Python 代码可以在 我与 ChatGPT 聊天记录 中找到)：

6. 相关推文

Note：产生如下推文列表的 Stata 命令为：lianxh ChatGPT deepseek, md0 nocat安装最新版 lianxh 命令：ssc install lianxh, replace

• ChatGPT, 2024, 知乎热议：导师都是段子手, 连享会 No.1433.
• 于凡, 2024, AI可以编写Stata代码吗？, 连享会 No.1348.
• 余坚, 2023, Stata：ChatGPT你能帮我干点啥？, 连享会 No.1164.
• 吴小齐, 2024, 强大的Kimi：中国版ChatGPT平替, 连享会 No.1423.
• 张弛, 2025, 找不到IV？如何借助大语言模型寻找工具变量, 连享会 No.1575.
• 杨涵慧, 2024, 令人相见恨晚的 Stata 命令, 连享会 No.1463.
• 秦利宾, 2023, Stata：连享会命令介绍-cnssc-lianxh-lxhuse-lxhget, 连享会 No.1184.
• 罗银燕, 2023, 如何在 R 中安装并使用 chatgpt 包？, 连享会 No.1171.
• 董思源, 2025, 提示词！用 DeepSeek 快速生成更优代码, 连享会 No.1569.
• 连享会, 2024, AI编程助手大盘点：不止ChatGPT和Copilot, 连享会 No.1394.
• 连享会, 2021, lianxh进入SSC前100了, 连享会 No.520.
• 连享会, 2020, ssc install lianxh：你想要的 Stata 都在这里, 连享会 No.233.
• 连享会, 2023, 新版lianxh命令发布了！, 连享会 No.1296.
• 连小白, 2025, DeepSeek对话可以分享了！, 连享会 No.1566.
• 连玉君, 2024, VScode：实用 Markdown 插件推荐, 连享会 No.1390.
• 连玉君, 2024, 借助ChatGPT4o学习排序算法：AI代码助手好酸爽！, 连享会 No.1393.
• 连玉君, 2025, 如何借助 AI 工具来伴读一篇理论类的论文？, 连享会 No.1571.
• 连玉君, 2025, 老连买电脑：ChatGPT，DeepSeek，豆包来帮忙, 连享会 No.1561.
• 连玉君, 2023, 连玉君：我与ChatGPT聊了一个月, 连享会 No.899.
• 邱一崎, 2025, AITurk 平台论文复现, 连享会 No.1534.
• 郭盼亭, 张少鹏, 2021, Stata搜索神器：songbl命令详解, 连享会 No.691.
• 颜国强, 2024, ChatGPT争议：学术研究的加速器or信任危机的催化剂？, 连享会 No.1421.

连享会：2026五一论文班 · 线上时间：5月2-4日嘉宾：郭士祺 (上海交通大学)、戚树森 (厦门大学)、李学恒 (中山大学)咨询：王老师 18903405450（微信）

连享会微信小店上线啦！

Note：扫一扫进入“连享会微信小店”，你想学的课程在这里······

New！ Stata 搜索神器：lianxh 和 songblGIF 动图介绍搜： 推文、数据分享、期刊论文、重现代码 ……👉 安装：. ssc install lianxh. ssc install songbl👉  使用：. lianxh DID 倍分法. songbl all

🍏 关于我们

• 连享会 ( www.lianxh.cn，推文列表) 由中山大学连玉君老师团队创办，定期分享实证分析经验。
• 直通车： 👉【百度一下：连享会】即可直达连享会主页。亦可进一步添加 「知乎」,「b 站」,「面板数据」,「公开课」 等关键词细化搜索。