論文可以用 AI 圖嗎？Nature、Elsevier、APS 規範整理

論文用 AI 生成圖片會被退稿嗎？比較 Nature、Elsevier、APS 最新規範，依原始研究影像、數據圖、示意圖與圖形摘要整理投稿判斷表、揭露範本與檢查流程。

發佈於： 2026-08-10 | 更新於： 2026-08-10

內容查核： 2026-08-10 來源查核： 2026-08-10

論文可以放 AI 生成圖片嗎？最短的答案是：要看目標期刊，也要看那張圖是不是研究證據。

《Nature Microbiology》在 2026 年 7 月 30 日刊出的社論中，再次強烈不鼓勵 Reviews、Perspectives 與其他文章類型使用 AI 生成圖。編輯部列出的理由很實際：圖可能出現影響科學訊息的錯誤、衍生著作權問題，也不方便美術編輯修改文字與圖層。

這不等於「Nature 全面禁止論文使用任何 AI」，更不代表所有出版社採用同一條線。Elsevier 目前允許 AI 協助製作部分流程圖與概念示意圖；美國物理學會（APS）在 2026 年 6 月更新規範後，也開放包括 figure generation 在內的實質用途，只是要求完整揭露、人工驗證與保密。

真正的判斷順序應該是：先確認圖片類型，再查目標期刊當下的規則，最後決定能不能用。 光看工具名稱，得不出答案。

先看答案：你的圖屬於哪一類？

圖片類型	常見例子	投稿時的安全做法
原始研究影像	顯微影像、組織切片、western blot、膠體影像、放射影像、病患照片	不用生成式 AI 建立、補畫、移除或改變研究內容；保留未處理原圖與完整處理紀錄
數據視覺化	折線圖、長條圖、熱圖、統計圖	圖必須直接由真實資料產生，程式與分析流程可重現；依規範在 Methods 揭露工具與版本
概念示意圖	流程圖、決策樹、時間軸、實驗流程、機制示意圖	各出版社差異最大；Elsevier 可在特定條件下使用，Springer Nature 原則上不接受生成式 AI 科學示意圖
圖形摘要	graphical abstract、視覺摘要	不要預設可以；Elsevier 明定不可用一般用途生成式 AI 圖像工具製作
封面圖	journal cover art	先取得期刊編輯與出版社許可，再處理授權、標示與素材來源

這張表先把「證據」和「說明」分開。原始研究影像是讀者判斷實驗是否成立的依據；概念示意圖則是作者對知識的整理。前者一旦由模型補出不存在的像素，研究紀錄就可能被改寫，風險自然高得多。

Nature、Elsevier、APS 的規則為什麼不一樣？

出版社或組織	目前對 AI 圖片的主要態度	作者最容易漏掉的要求
Springer Nature	一般不允許生成式 AI 圖片與圖表，僅保留少數例外；政策涵蓋照片、影片、科學示意圖、拼貼與編輯插圖	表格、純文字流程圖與不含圖片的簡單圖表不在一般禁令內；非生成式機器學習影像處理仍應在圖說揭露，交由期刊逐案審查
Elsevier	允許 AI 協助部分解釋性圖片；可協助數據視覺化，但必須直接來自底層資料；禁止生成或改動原始研究影像	解釋性圖片要在每張圖說及論文整體 AI 聲明中揭露；一般生成式 AI 工具不得製作 graphical abstract
APS	2026 年 6 月起允許較實質的 AI 用途，包括文獻整理、數據分析、科學推理與圖片生成	揭露工具名稱與版本、用途、指令方式及驗證方法；不得把審稿材料交給不受限制的 AI 工具
Wiley／ICMJE 原則	強調透明揭露、作者負全責、不可讓 AI 成為作者；是否接受仍由個別期刊與編輯決定	不可用生成式 AI 建立、操弄原始研究資料或結果；機密稿件不可上傳到無法保證保密的服務

所以，「別篇 Elsevier 論文用了 AI 圖」不能證明你投 Nature 旗下期刊也可以；同一出版社的個別期刊也可能有更嚴格的 Guide for Authors。投稿系統裡目標期刊的現行規範，優先於網路文章、學長姐經驗與 AI 工具自己的說法。

Nature Microbiology 這次用的是「強烈不鼓勵」，不宜改寫成全面禁止。但對準備投稿的人來說，訊號已經夠清楚：如果圖能用 PowerPoint、Illustrator、程式繪圖或手繪草稿準確完成，就沒有必要拿生成式圖片增加退稿與來回修改的風險。

原始研究影像是最不能碰的紅線

一張示意圖畫錯箭頭，作者還可能在校稿時發現；一張顯微影像若被 AI 降噪、超解析或生成式填補改掉細胞邊界，錯誤可能直接混進研究證據。

Elsevier 的現行政策把這條線寫得很具體：顯微影像、組織切片、western blot、放射影像與病患影像，不得用 AI 創建或更改未由研究直接取得的內容。亮度、對比與色彩平衡等調整，也應使用既有影像處理軟體並遵守期刊的 artwork 規範。

這不表示醫學影像研究不能使用 AI。若模型本來就是研究方法的一部分，例如用既定模型分割腫瘤、重建掃描或預測臨床結果，作者可以把模型、版本、資料流程與驗證方法寫進 Methods，讓別人能理解並重現。研究方法中的 AI，和投稿前拿生成式工具「把圖修漂亮」是兩回事。

我不建議用生成式填補刪除「看起來像雜訊」的區域，也不建議把低解析原圖交給不透明的 AI 放大工具後，只保留放大版本。至少要保存原始檔、處理參數、中間輸出、軟體版本與操作人員；不確定時先問編輯，不要等審稿人要求原圖才補紀錄。

數據圖與示意圖可以用，但判準不同

數據圖：先問能不能重跑出同一張

用 AI 幫忙寫 R、Python 或 MATLAB 程式繪圖，通常比直接要求圖片模型「畫一張趨勢圖」可靠，因為前者能回到資料、程式與參數。投稿前應確認：

圖中的每個數值都能追溯到底層資料。
程式碼在乾淨環境可以重跑。
軸、單位、誤差棒與統計方法經人工核對。
沒有讓模型補齊缺失值、改寫資料或虛構結果。
Methods 依期刊要求寫明工具、版本、開發者與用途。

AI 生成的程式碼也可能選錯欄位、弄反分組或套用不適合的統計方法。你可以用查核 AI 回答的流程逐項驗證，但最後仍要由懂研究設計的人簽字負責。

示意圖：揭露不等於取得通行證

Elsevier 允許 AI 協助流程圖、決策樹、時間軸、概念圖與實驗流程圖，但要求每張圖說都交代工具、版本與用法，論文內還要再放整體 AI 聲明。Springer Nature 的原則更嚴，科學示意圖也包含在生成式 AI 圖片政策內。

因此，只在圖說補一句「本圖由 AI 生成」並不能把不允許的圖變成合規。 揭露解決的是透明度，期刊是否允許是另一道門檻。圖片還涉及素材來源、相似性與授權；需要釐清權利時，可先看 AI 產出的三層版權判斷。

投稿前八步：研究室可以直接採用的檢查流程

先定目標期刊。 還沒選刊時，先採較嚴格的做法，避免日後整批重畫。
保存規範版本。 留下 Guide for Authors、AI policy 的網址、查閱日期與 PDF 或截圖；規則會更新。
替每張圖分類。 標成原始研究影像、數據視覺化、概念示意圖、圖形摘要或封面圖。
保留證據鏈。 保存原始資料、未處理影像、繪圖程式、參數、提示詞與人工修改紀錄。
確認工具條款。 檢查資料會不會被保留、拿去訓練，以及輸出是否取得投稿所需的權利。
人工逐項驗證。 由作者檢查圖中數字、標籤、箭頭、比例、引用與科學意義，不把「看起來合理」當成驗證。
寫兩層揭露。 按期刊要求，在圖說寫該圖的 AI 用法，並在 Methods、Acknowledgements 或獨立聲明交代整體使用情況。
模糊就先寄信。 附上圖片類型、工具、用途與預計揭露文字，請編輯以書面確認，保留回覆。

研究團隊還應把「哪些資料不能上傳」寫進實驗室 SOP。未發表數據、病人資料、合作方機密與待審稿件，不該丟進無法保證不留存、不訓練的公開工具。這和學生作業的風險不同；若是課堂報告，可以另參考學生使用 AI 的界線，不要把課堂允許直接推論成期刊允許。

AI 使用揭露怎麼寫？

先用下面兩個中文結構起草，再依目標期刊指定的段落名稱、語言與欄位修改；它們並非所有期刊通用的固定格式。

論文整體聲明範本

本稿準備期間，作者使用［工具與版本］協助［具體用途］。作者逐項核對輸出、完成必要修改，並對論文內容、資料準確性與研究誠信負全部責任。

單張圖說範本

圖 2 使用［工具與版本］協助製作［流程圖布局／向量草圖／程式碼］；圖中資料與科學關係由作者依［資料或方法］核對，最終內容與編輯均由作者完成。

不要只寫「使用 ChatGPT 協助」就結束。APS 要求作者說明工具名稱與版本、如何協助、如何下指令及如何驗證；Elsevier 對解釋性圖片則要求圖說與整體聲明都揭露。工具、用途、介入程度、驗證方法與責任歸屬，至少要交代這五項。

給台灣研究者的實際建議

若你正在趕畢業論文或期刊投稿，最省時間的做法是先用目標期刊最嚴格的類別設計工作流：原始研究影像不碰生成式工具，數據圖用可重現程式，概念圖保留可編輯向量檔，圖形摘要先查個別規範。等圖做完才確認規則，常會變成整批重畫。

指導教授與實驗室也不宜只訂一句「禁止用 AI」。更有用的是做一張工具清單：哪些可處理公開資料、哪些有校級或企業版隱私保障、哪些只能做文字校對、哪些可以寫程式但輸出要重跑驗證。當學術文獻已經面臨論文工廠與可疑研究大量增加的問題，圖像的資料來源、處理紀錄與責任人更應該清楚。

我的判斷很直接：AI 圖片在論文裡有沒有價值，要看它能否留下比人工流程更清楚的證據鏈。 做不到可追溯、可編輯、可驗證，省下半天畫圖也不值得拿投稿風險交換。

常見問題

論文用 AI 生成圖片一定會被退稿嗎？

不一定，但取決於目標期刊和圖片類型。Elsevier 允許特定的概念示意圖，APS 也允許揭露後使用；Springer Nature 原則上不接受生成式 AI 圖片。原始研究影像的限制普遍最嚴。投稿前要查個別期刊最新規則，不能只看出版社名稱。

用 ChatGPT 寫 Python 畫統計圖，需要揭露嗎？

依期刊而定。Elsevier 要求 AI 協助的數據視覺化直接來自底層資料、方法可重現，並在 Methods 揭露模型或工具名稱、版本與開發者。即使期刊只把它視為程式輔助，也應保留對話、程式、環境與人工驗證紀錄。

AI 降噪或放大顯微影像可以嗎？

不要自行假設可以。生成式降噪、超解析與填補可能改變原始證據；若它是正式研究方法，應預先定義、驗證並在 Methods 完整說明。若只是投稿前美化，風險很高。保留未處理原圖，並先向期刊編輯確認。

在圖說寫「AI-generated」就符合規範了嗎？

不夠。標示只能處理透明度，無法推翻期刊對該類圖片的禁令。你還要確認工具與版本、具體用途、人工驗證、素材權利、資料保密、原始檔保存，以及論文內是否另需 AI disclosure statement。

參考來源

№ · further reading