Scientific Schematics

Esquemas e Diagramas Científicos

Visão Geral

Esquemas e diagramas científicos transformam conceitos complexos em representações visuais claras para publicação. Esta habilidade usa Nano Banana Pro AI para geração de diagramas com revisão de qualidade por Gemini 3 Pro.

Como funciona:

• Descreva seu diagrama em linguagem natural
• Nano Banana Pro gera imagens de qualidade para publicação automaticamente
• Gemini 3 Pro revisa a qualidade em relação aos limites do tipo de documento
• Iteração inteligente: Regenera apenas se a qualidade estiver abaixo do limite
• Saída pronta para publicação em minutos
• Sem código, templates ou desenho manual necessário

Limites de Qualidade por Tipo de Documento:

Basta descrever o que você quer, e Nano Banana Pro cria. Todos os diagramas são armazenados na subpasta figures/ e referenciados em papers/posters.

Início Rápido: Gere Qualquer Diagrama

Crie qualquer diagrama científico simplesmente descrevendo-o. Nano Banana Pro cuida de tudo automaticamente com iteração inteligente:

# Gere para artigo de periódico (limite de qualidade mais alto: 8.5/10)
python scripts/generate_schematic.py "Diagrama de fluxo de participantes CONSORT com 500 rastreados, 150 excluídos, 350 randomizados" -o figures/consort.png --doc-type journal

# Gere para apresentação (limite menor: 6.5/10 - mais rápido)
python scripts/generate_schematic.py "Arquitetura encoder-decoder do Transformer mostrando atenção multi-cabeça" -o figures/transformer.png --doc-type presentation

# Gere para pôster (limite moderado: 7.0/10)
python scripts/generate_schematic.py "Via de sinalização MAPK de EGFR para transcrição gênica" -o figures/mapk_pathway.png --doc-type poster

# Iterações máximas personalizadas (máx 2)
python scripts/generate_schematic.py "Diagrama de circuito complexo com amp-op, resistores e capacitores" -o figures/circuit.png --iterations 2 --doc-type journal

O que acontece nos bastidores:

1. Geração 1: Nano Banana Pro cria imagem inicial seguindo as melhores práticas para diagramas científicos
2. Revisão 1: Gemini 3 Pro avalia a qualidade em relação ao limite do tipo de documento
3. Decisão: Se qualidade >= limite → PRONTO (sem mais iterações necessárias!)
4. Se abaixo do limite: Prompt aprimorado baseado na crítica, regenera
5. Repete: Até que a qualidade atenda ao limite OU máximo de iterações atingido

Benefícios da Iteração Inteligente:

• ✅ Economiza chamadas de API se a primeira geração é boa o suficiente
• ✅ Padrões de qualidade mais altos para artigos de periódicos
• ✅ Entrega mais rápida para apresentações/pôsteres
• ✅ Qualidade apropriada para cada caso de uso

Saída: Imagens versionadas mais um log detalhado de revisão com pontuações de qualidade, críticas e informações de parada antecipada.

Configuração

Defina sua chave de API do OpenRouter:

export OPENROUTER_API_KEY='your_api_key_here'

Obtenha uma chave de API em: https://openrouter.ai/keys

Melhores Práticas para Geração de IA

Prompts Eficazes para Diagramas Científicos:

✓ Bons prompts (específicos, detalhados):

• "Fluxograma CONSORT mostrando fluxo de participantes desde rastreamento (n=500) através de randomização até análise final"
• "Arquitetura de rede neural Transformer com pilha de encoder à esquerda, pilha de decoder à direita, mostrando conexões de atenção multi-cabeça e atenção cruzada"
• "Cascata de sinalização biológica: receptor EGFR → RAS → RAF → MEK → ERK → núcleo, com etapas de fosforilação rotuladas"
• "Diagrama de bloco do sistema IoT: sensores → microcontrolador → módulo WiFi → servidor em nuvem → aplicativo móvel"

✗ Evite prompts vagos:

• "Faça um fluxograma" (muito genérico)
• "Rede neural" (qual tipo? quais componentes?)
• "Diagrama de via" (qual via? quais moléculas?)

Elementos-chave a incluir:

• Tipo: Fluxograma, diagrama de arquitetura, via, circuito, etc.
• Componentes: Elementos específicos a incluir
• Fluxo/Direção: Como os elementos se conectam (esquerda-para-direita, topo-para-baixo)
• Rótulos: Anotações ou texto chave a incluir
• Estilo: Quaisquer requisitos visuais específicos

Diretrizes de Qualidade Científica (aplicadas automaticamente):

• Fundo limpo/claro branco
• Alto contraste para legibilidade
• Rótulos claros e legíveis (mínimo 10pt)
• Tipografia profissional (fontes sem serifa)
• Cores amigáveis para daltônicos (paleta Okabe-Ito)
• Espaçamento adequado para evitar aglomeração
• Barras de escala, legendas, eixos quando apropriado

Quando Usar Esta Habilidade

Esta habilidade deve ser usada quando:

• Criar diagramas de arquitetura de rede neural (Transformers, CNNs, RNNs, etc.)
• Ilustrar arquiteturas de sistema e diagramas de fluxo de dados
• Desenhar fluxogramas de metodologia para design de estudo (CONSORT, PRISMA)
• Visualizar workflows de algoritmos e pipelines de processamento
• Criar diagramas de circuito e esquemas elétricos
• Representar vias biológicas e interações moleculares
• Gerar topologias de rede e estruturas hierárquicas
• Ilustrar frameworks conceituais e modelos teóricos
• Projetar diagramas de bloco para artigos técnicos

Como Usar Esta Habilidade

Simplesmente descreva seu diagrama em linguagem natural. Nano Banana Pro gera automaticamente:

python scripts/generate_schematic.py "sua descrição do diagrama" -o output.png

Pronto! A IA cuida de:

• ✓ Layout e composição
• ✓ Rótulos e anotações
• ✓ Cores e estilo
• ✓ Revisão de qualidade e refinamento
• ✓ Saída pronta para publicação

Funciona para todos os tipos de diagrama:

• Fluxogramas (CONSORT, PRISMA, etc.)
• Arquiteturas de rede neural
• Vias biológicas
• Diagramas de circuito
• Arquiteturas de sistema
• Diagramas de bloco
• Qualquer visualização científica

Sem código, templates ou desenho manual necessário.

Modo de Geração por IA (Nano Banana Pro + Revisão por Gemini 3 Pro)

Workflow de Refinamento Iterativo Inteligente

O sistema de geração por IA usa iteração inteligente - regenera apenas se a qualidade estiver abaixo do limite para seu tipo de documento:

Como a Iteração Inteligente Funciona

┌─────────────────────────────────────────────────────┐
│  1. Gere imagem com Nano Banana Pro                 │
│                    ↓                                │
│  2. Revise qualidade com Gemini 3 Pro               │
│                    ↓                                │
│  3. Pontuação >= limite?                            │
│       SIM → PRONTO! (parada antecipada)             │
│       NÃO  → Melhore prompt, vá para etapa 1       │
│                    ↓                                │
│  4. Repita até qualidade atingida OU máx iterações │
└─────────────────────────────────────────────────────┘

Iteração 1: Geração Inicial

Construção de Prompt:

Diretrizes de diagrama científico + Solicitação do usuário

Saída: diagram_v1.png

Revisão de Qualidade por Gemini 3 Pro

Gemini 3 Pro avalia o diagrama em:

1. Precisão Científica (0-2 pontos) - Conceitos, notação, relações corretos
2. Clareza e Legibilidade (0-2 pontos) - Fácil de entender, hierarquia clara
3. Qualidade de Rótulos (0-2 pontos) - Rótulos completos, legíveis, consistentes
4. Layout e Composição (0-2 pontos) - Fluxo lógico, balanceado, sem sobreposições
5. Aparência Profissional (0-2 pontos) - Qualidade pronta para publicação

Exemplo de Saída de Revisão:

PONTUAÇÃO: 8.0

PONTOS FORTES:
- Fluxo claro de topo para base
- Todas as fases devidamente rotuladas
- Tipografia profissional

PROBLEMAS:
- Contagens de participantes ligeiramente pequenas
- Pequena sobreposição na caixa de exclusão

VEREDICTO: ACEITÁVEL (para pôster, limite 7.0)

Ponto de Decisão: Continuar ou Parar?

Exemplo:

• Para um pôster (limite 7.0): Pontuação de 7.5 → PRONTO após 1 iteração!
• Para um periódico (limite 8.5): Pontuação de 7.5 → Continuar melhorando

Iterações Subsequentes (Apenas Se Necessário)

Se a qualidade estiver abaixo do limite, o sistema:

1. Extrai problemas específicos da revisão de Gemini 3 Pro
2. Melhora o prompt com instruções de aprimoramento
3. Regenera com Nano Banana Pro
4. Revisa novamente com Gemini 3 Pro
5. Repete até que o limite seja atingido ou máximo de iterações alcançado

Log de Revisão

Todas as iterações são salvas com um log de revisão JSON que inclui informações de parada antecipada:

{
  "user_prompt": "Diagrama de fluxo de participantes CONSORT...",
  "doc_type": "poster",
  "quality_threshold": 7.0,
  "iterations": [
    {
      "iteration": 1,
      "image_path": "figures/consort_v1.png",
      "score": 7.5,
      "needs_improvement": false,
      "critique": "PONTUAÇÃO: 7.5\nPONTOS FORTES:..."
    }
  ],
  "final_score": 7.5,
  "early_stop": true,
  "early_stop_reason": "Pontuação de qualidade 7.5 atende ao limite 7.0 para pôster"
}

Nota: Com iteração inteligente, você pode ver apenas 1 iteração em vez das 2 completas se a qualidade for alcançada cedo!

Uso Avançado de Geração por IA

API Python

from scripts.generate_schematic_ai import ScientificSchematicGenerator

# Inicializar gerador
generator = ScientificSchematicGenerator(
    api_key="your_openrouter_key",
    verbose=True
)

# Gere com refinamento iterativo (máx 2 iterações)
results = generator.generate_iterative(
    user_prompt="Diagrama de arquitetura Transformer",
    output_path="figures/transformer.png",
    iterations=2
)

# Acesse resultados
print(f"Pontuação final: {results['final_score']}/10")
print(f"Imagem final: {results['final_image']}")

# Revise iterações individuais
for iteration in results['iterations']:
    print(f"Iteração {iteration['iteration']}: {iteration['score']}/10")
    print(f"Crítica: {iteration['critique']}")

Opções de Linha de Comando

# Uso básico (limite padrão 7.5/10)
python scripts/generate_schematic.py "descrição do diagrama" -o output.png

# Especifique tipo de documento para limite de qualidade apropriado
python scripts/generate_schematic.py "diagrama" -o out.png --doc-type journal      # 8.5/10
python scripts/generate_schematic.py "diagrama" -o out.png --doc-type conference   # 8.0/10
python scripts/generate_schematic.py "diagrama" -o out.png --doc-type poster       # 7.0/10
python scripts/generate_schematic.py "diagrama" -o out.png --doc-type presentation # 6.5/10

# Iterações máximas personalizadas (1-2)
python scripts/generate_schematic.py "diagrama complexo" -o diagram.png --iterations 2

# Saída detalhada (veja todas as chamadas de API e revisões)
python scripts/generate_schematic.py "fluxograma" -o flow.png -v

# Forneça chave de API via flag
python scripts/generate_schematic.py "diagrama" -o out.png --api-key "sk-or-v1-..."

# Combine opções
python scripts/generate_schematic.py "rede neural" -o nn.png --doc-type journal --iterations 2 -v

Dicas de Engenharia de Prompt

1. Seja Específico Sobre Layout:

✓ "Fluxograma com fluxo vertical, topo para base"
✓ "Diagrama de arquitetura com encoder à esquerda, decoder à direita"
✓ "Diagrama de via circular com fluxo no sentido horário"

2. Inclua Detalhes Quantitativos:

✓ "Rede neural com camada de entrada (784 nós), camada oculta (128 nós), saída (10 nós)"
✓ "Fluxograma mostrando n=500 rastreados, n=150 excluídos, n=350 randomizados"
✓ "Circuito com resistor de 1kΩ, capacitor de 10µF, fonte de 5V"

3. Especifique Estilo Visual:

✓ "Diagrama de bloco minimalista com linhas limpas"
✓ "Via biológica detalhada com estruturas de proteína"
✓ "Esquema técnico com notação de engenharia"

4. Solicite Rótulos Específicos:

✓ "Rotule todas as setas com ativação/inibição"
✓ "Inclua dimensões de camada em cada caixa"
✓ "Mostre progressão de tempo com timestamps"

5. Mencione Requisitos de Cor:

✓ "Use cores amigáveis para daltônicos"
✓ "Design compatível com escala de cinza"
✓ "Código de cores por função: azul para entrada, verde para processamento, vermelho para saída"

Exemplos de Geração por IA

Exemplo 1: Fluxograma CONSORT

python scripts/generate_schematic.py \
  "Diagrama de fluxo de participantes CONSORT para ensaio clínico randomizado. \
   Comece com 'Avaliado para elegibilidade (n=500)' no topo. \
   Mostre 'Excluído (n=150)' com motivos: idade<18 (n=80), recusou (n=50), outro (n=20). \
   Então 'Randomizado (n=350)' dividido em dois grupos: \
   'Grupo de tratamento (n=175)' e 'Grupo controle (n=175)'. \
   Cada grupo mostra 'Perdido em acompanhamento' (n=15 e n=10). \
   Termine com 'Analisado' (n=160 e n=165). \
   Use caixas azuis para etapas de processo, laranja para exclusão, verde para análise final." \
  -o figures/consort.png

Exemplo 2: Arquitetura de Rede Neural

python scripts/generate_schematic.py \
  "Diagrama de arquitetura encoder-decoder Transformer. \
   Lado esquerdo: Pilha de encoder com embedding de entrada, codificação posicional, \
   atenção multi-cabeça auto-supervisionada, adicionar & normalizar, alimentação direta, adicionar & normalizar. \
   Lado direito: Pilha de decoder com embedding de saída, codificação posicional, \
   atenção auto-supervisionada mascarada, adicionar & normalizar, atenção cruzada (recebendo do encoder), \
   adicionar & normalizar, linear & softmax. \
   Mostre conexão de atenção cruzada do encoder para decoder com linha tracejada. \
   Use azul claro para encoder, vermelho claro para decoder. \
   Rotule todos os componentes claramente." \
  -o figures/transformer.png --iterations 2

Exemplo 3: Via Biológica

python scripts/generate_schematic.py \
  "Diagrama de via de sinalização MAPK. \
   Comece com receptor EGFR na membrana celular (topo). \
   Seta para baixo para RAS (com rótulo GTP). \
   Seta para quinase RAF. \
   Seta para quinase MEK. \
   Seta para quinase ERK. \
   Seta final para núcleo mostrando transcrição gênica. \
   Rotule cada seta com 'fosforilação' ou 'ativação'. \
   Use retângulos arredondados para proteínas, cores diferentes para cada. \
   Inclua linha de limite de membrana no topo." \
  -o figures/mapk_pathway.png

Exemplo 4: Arquitetura de Sistema

python scripts/generate_schematic.py \
  "Diagrama de arquitetura de bloco do sistema IoT. \
   Camada inferior: Sensores (temperatura, umidade, movimento) em caixas verdes. \
   Camada do meio: Microcontrolador (ESP32) em caixa azul. \
   Conexões com módulo WiFi (caixa laranja) e Display (caixa roxa). \
   Camada superior: Servidor em nuvem (caixa cinza) conectado a aplicativo móvel (caixa azul claro). \
   Mostre setas de fluxo de dados entre todos os componentes. \
   Rotule conexões com protocolos: I2C, UART, WiFi, HTTPS." \
  -o figures/iot_architecture.png

Uso de Linha de Comando

O ponto de entrada principal para gerar esquemas científicos:

# Uso básico
python scripts/generate_schematic.py "descrição do diagrama" -o output.png

# Iterações personalizadas (máx 2)
python scripts/generate_schematic.py "diagrama complexo" -o diagram.png --iterations 2

# Modo detalhado
python scripts/generate_schematic.py "diagrama" -o out.png -v

Nota: O sistema de geração por IA Nano Banana Pro inclui revisão automática de qualidade em seu processo de refinamento iterativo. Cada iteração é avaliada quanto à precisão científica, clareza e acessibilidade.

Resumo de Melhores Práticas

Princípios de Design

1. Clareza sobre complexidade - Simplifique, remova elementos desnecessários
2. Estilo consistente - Use templates e arquivos de estilo
3. Acessibilidade para daltônicos - Use paleta Okabe-Ito, codificação redundante
4. Tipografia apropriada - Fontes sem serifa, mínimo 7-8 pt
5. Formato vetorial - Sempre use PDF/SVG para publicação

Requisitos Técnicos

1. Resolução - Vetorial preferível, ou 300+ DPI para raster
2. Formato de arquivo - PDF para LaTeX, SVG para web, PNG como fallback
3. Espaço de cor - RGB para digital, CMYK para impressão (converta se necessário)
4. Espessura de linha - Mínimo 0.5 pt, típico 1-2 pt
5. Tamanho de texto - Mínimo 7-8 pt no tamanho final

Diretrizes de Integração

1. Inclua em LaTeX - Use \includegraphics{} para imagens geradas
2. Legenda completa - Descreva todos os elementos e abreviações
3. Referencie no texto - Explique diagrama no fluxo narrativo
4. Mantenha consistência - Mesmo estilo em todos os gráficos do artigo
5. Controle de versão - Mantenha prompts e imagens geradas no repositório

Resolução de Problemas Comuns

Problemas de Geração por IA

Problema: Texto ou elementos sobrepostos

• Solução: Geração por IA cuida automaticamente de espaçamento
• Solução: Aumente iterações: --iterations 2 para melhor refinamento

Problema: Elementos não conectam adequadamente

• Solução: Torne seu prompt mais específico sobre conexões e layout
• Solução: Aumente iterações para melhor refinamento

Problemas de Qualidade de Imagem

Problema: Qualidade de exportação fraca

• Solução: Geração por IA produz imagens de alta qualidade automaticamente
• Solução: Aumente iterações para melhores resultados: --iterations 2

Problema: Elementos se sobrepõem após geração

• Solução: Geração por IA cuida automaticamente de espaçamento
• Solução: Aumente iterações: --iterations 2 para melhor refinamento
• Solução: Torne seu prompt mais específico sobre requisitos de layout e espaçamento

Problemas de Verificação de Qualidade

Problema: Detecção falsa positiva de sobreposição

• Solução: Ajuste limite: detect_overlaps(image_path, threshold=0.98)
• Solução: Revise manualmente regiões sinalizadas no relatório visual

Problema: Qualidade de imagem gerada é baixa

• Solução: Geração por IA produz imagens de alta qualidade por padrão
• Solução: Aumente iterações para melhores resultados: --iterations 2

Problema: Simulação de daltonismo mostra contraste fraco

• Solução: Mude para paleta Okabe-Ito explicitamente no código
• Solução: Adicione codificação redundante (formas, padrões, estilos de linha)
• Solução: Aumente saturação de cor e diferenças de luminosidade

Problema: Sobreposições de alta severidade detectadas

• Solução: Revise overlap_report.json para posições exatas
• Solução: Aumente espaçamento nessas regiões específicas
• Solução: Re-execute com parâmetros ajustados e verifique novamente

Problema: Geração de relatório visual falha

• Solução: Verifique instalações de Pillow e matplotlib
• Solução: Garanta que arquivo de imagem é legível: Image.open(path).verify()
• Solução: Verifique espaço em disco suficiente para geração de relatório

Problemas de Acessibilidade

Problema: Cores indistinguíveis em escala de cinza

• Solução: Execute verificador de acessibilidade: verify_accessibility(image_path)
• Solução: Adicione padrões, formas ou estilos de linha para redundância
• Solução: Aumente contraste entre elementos adjacentes

Problema: Texto muito pequeno quando impresso

• Solução: Execute validador de resolução: validate_resolution(image_path)
• Solução: Projete no tamanho final, use fontes mínimas de 7-8 pt
• Solução: Verifique dimensões físicas no relatório de resolução

Problema: Verificações de acessibilidade falham consistentemente

• Solução: Revise accessibility_report.json para falhas específicas
• Solução: Aumente contraste de cor em pelo menos 20%
• Solução: Teste com conversão real em escala de cinza antes de finalizar

Recursos e Referências

Referências Detalhadas

Carregue estes arquivos para informações abrangentes sobre tópicos específicos:

• references/diagram_types.md - Catálogo de tipos de diagrama científico com exemplos
• references/best_practices.md - Padrões de publicação e diretrizes de acessibilidade

Recursos Externos

Bibliotecas Python

• Documentação Schemdraw: https://schemdraw.readthedocs.io/
• Documentação NetworkX: https://networkx.org/documentation/
• Documentação Matplotlib: https://matplotlib.org/

Padrões de Publicação

• Diretrizes de Gráficos da Nature: https://www.nature.com/nature/for-authors/final-submission
• Diretrizes de Gráficos da Science: https://www.science.org/content/page/instructions-preparing-initial-manuscript
• Diagrama CONSORT: http://www.consort-statement.org/consort-statement/flow-diagram

Integração com Outras Habilidades

Esta habilidade funciona sinergeticamente com:

• Escrita Científica - Diagramas seguem melhores práticas de gráficos
• Visualização Científica - Compartilha paletas de cores e estilo
• Pôsteres LaTeX - Gere diagramas para apresentações em pôster
• Financiamento de Pesquisa - Diagramas de metodologia para propostas
• Revisão por Pares - Avalie clareza e acessibilidade de diagrama

Lista de Verificação de Referência Rápida

Antes de enviar diagramas, verifique:

Qualidade Visual

• Formato de imagem de alta qualidade (PNG da geração por IA)
• Sem elementos sobrepostos (IA cuida automaticamente)
• Espaçamento adequado entre todos os componentes (IA otimiza)
• Alinhamento limpo e profissional
• Todas as setas conectam adequadamente aos alvos pretendidos

Acessibilidade

• Paleta segura para daltonismo (Okabe-Ito) usada
• Funciona em escala de cinza (testado com verificador de acessibilidade)
• Contraste suficiente entre elementos (verificado)
• Codificação redundante quando apropriado (formas + cores)
• Simulação de daltonismo passa em todas as verificações

Tipografia e Legibilidade

• Texto mínimo 7-8 pt no tamanho final
• Todos os elementos rotulados claramente e completamente
• Família e tamanho de fonte consistentes
• Sem sobreposição ou corte de texto
• Unidades incluídas quando aplicável

Padrões de Publicação

• Estilo consistente com outros gráficos no manuscrito
• Legenda abrangente escrita com todas as abreviações definidas
• Referenciado apropriadamente no texto do manuscrito
• Atende aos requisitos de dimensão específicos da revista
• Exportado