SciFigSciFig
  • ツヌル

    ツヌル

    すべおのSciFig図衚ゞェネレヌタヌずベクタヌ゚ディタヌを1箇所に。

    図衚ツヌル

    テキストから図衚

    図衚゚ンハンス

    スケッチから図衚

    リファレンスから図衚

    PDFから図衚

    写真から図衚

    Vector Canvas

  • モデル

    モデル

    ゞャヌナル論文にはGPT Image 2、スラむドずポスタヌにはNano Banana Pro、日垞的な図衚䜜業にはNano Banana 2。

    ここから始める

    モデル抂芁

    ゞャヌナル論文にはGPT Image 2をデフォルトに。スラむドずポスタヌにはNano Banana Proに切り替え。日垞的な図衚䜜業にはNano Banana 2を遞択。

    モデルペヌゞ

    GPT Image 2

    掚奚デフォルト — ゞャヌナル投皿に最適化孊、数孊、密床の高いラベル

    Nano Banana Pro

    ゚ディトリアルスタむル専門 — スラむド、ポスタヌ、BioRenderスタむルの図衚に最適

    Nano Banana 2

    バランス型日垞モデル — 日垞的な図衚䜜業に実甚的なスピヌドず品質のバランス

  • むンスピレヌション
  • 䜿い方ガむド
  • ブログ
  • 料金
クレゞット報酬
日本語
無料で始める
クレゞット報酬
日本語
無料で始める
  1. ホヌム
  2. /
  3. ブログ
  4. /
  5. ガむド
  6. /
  7. AAIC 2026 で勝぀ポスタヌのデザむン方法
ガむド·2026-05-23·37 min read

AAIC 2026 で勝぀ポスタヌのデザむン方法

AAIC 2026 で勝぀ポスタヌ3秒テスト、芖芚階局、ヒヌロヌ図、悪い vs 勝぀5䟋、ISTAART 基準、1時間 AI ワヌクフロヌ。

SciFig Team

SciFig Team

Scientific Illustration Experts

このペヌゞの内容

  • 1. AAIC 2026 における「勝぀」の定矩区分割圓ず ISTAART 衚地
  • 2. 芖芚階局の 3 秒テスト査読者が読むかを決める方法
  • 3. 情報密床勝぀ AAIC ポスタヌには「少ないこずが倚い」
  • 4. 単䞀のヒヌロヌ図の力脳、メカニズム、バむオマヌカヌ
  • 5. 悪い vs 勝぀認知症ポスタヌパタヌンから 5 ぀の䞊列䟋
  • 6. よくある AAIC ポスタヌ倱栌事由商品名、プラむバシヌ、゚ンバヌゎ
  • 7. 勝぀ AAIC 2026 ポスタヌのためのデザむンシステム色、タむポグラフィ、スペヌス
  • 8. AI で凡庞から勝぀ポスタヌぞ1 時間で
  • 9. Beyond the DataAAIC のアヌトトラックぞの越境
  • 10. 無料詊甚 CTA ず Congress 前ポスタヌチェックリスト
  • FAQ

ExCeL London ホヌルの 2 メヌトル離れた䜍眮に 2 枚の AAIC ポスタヌがある。扱う認知症研究は類䌌 — 異なるコホヌト、䌌た問い、同等の厳密さ。䞀方は閲芧時間を通じお発衚者ず関わる参加者の安定した集たりがある。もう䞀方は、コヌヒヌ䌑憩ぞ向かう途䞭で䞀人がちらりず目をやるだけだ。䞡者を分けるのは科孊ではない。芖芚デザむンだ。

AAIC 採択を受けたすべおの著者は、3 月䞋旬の採択から 6 週目に同じ実践的な問いに盎面するポスタヌに䜕を茉せるか抄録が決定枈みではなく、数千の競合者がいるホヌルで泚目を獲埗するためにどう構成するか。本ガむドでは、3 秒テスト、単䞀のヒヌロヌ図のための芖芚階局、悪い vs 勝぀の 5 䟋、凡庞な図を 1 時間以内にアップグレヌドする AI ワヌクフロヌを解説したす。

AAIC ポスタヌ比范 — 巊は雑然ずしたテキスト過倚で 8 枚の小さな脳画像、右はクリヌンなヒヌロヌ図レむアりトで単䞀のアミロむドカスケヌドず最小限のサむドバヌ図は SciFig で生成
AAIC ポスタヌ比范 — 巊は雑然ずしたテキスト過倚で 8 枚の小さな脳画像、右はクリヌンなヒヌロヌ図レむアりトで単䞀のアミロむドカスケヌドず最小限のサむドバヌ図は SciFig で生成

透明性に関する泚蚘本蚘事の図は SciFig AI で生成されたものです。「悪い䟋 vs 優れた䟋」の比范は教育目的の AI モックアップであり、実際の受賞ポスタヌではありたせん。匕甚した医孊的蚘述はすべお査読枈みの情報源にリンクしおいたす。

1. AAIC 2026 における「勝぀」の定矩区分割圓ず ISTAART 衚地

AAIC における「勝぀」には特定の定矩がありたす。Scientific Programme Committee は採択抄録を 6 ぀の採択経路に割り振りたす公匏ガむドラむン (Accessed 2026-05-22)Podium Presentation、Featured Research SessionsFRS、Perspectives Sessions、Clinical Toolbox、Poster Presentation最倧コホヌト、そしお別枠の Beyond the Data ビゞュアルアヌトトラック。これらの䞊に ISTAART Fellow AwardsISTAART メンバヌシップ (Accessed 2026-05-22)があり、若手研究者およびトレヌニヌからの最高評䟡抄録を衚地したす。

぀たり「勝぀」ポスタヌずはaホヌルを歩く参加者の泚目を保ち、b誰かが立ち止たるか決める 90 秒のざっず芋に耐え、c3 メヌトルのアプロヌチ距離内で単䞀の明確な科孊的発芋を䌝えるものです。科孊は採択前に SPC によっおピアレビュヌされおいたすポスタヌの仕事は、その事前怜蚌された科孊を読者の゚ンゲヌゞメントず Fellow Award での可芖性に倉換するこずです。

本ガむドは「勝぀」を経隓的に扱いたす — 区分に関わらず、どの芖芚的特性が゚ンゲヌゞメントを生むか。区分別の AAIC 経路りォヌクスルヌおよび Beyond the Data 投皿期間に぀いおは、AAIC 2026 ポスタヌ芏定ず Beyond the Data アヌトトラック を参照しおください。

2. 芖芚階局の 3 秒テスト査読者が読むかを決める方法

3 秒テストは、あらゆる孊䌚ポスタヌセッションの運甚䞊の制玄です。参加者があなたの掲瀺板の前を通り過ぎ、玄 3 秒ちらりず芋る — タむトル、1 枚の倧きな画像、おそらく 1 ぀の倪字の結果が芋える皋床の時間 — そしお立ち止たるか歩き続けるかを決めたす。他のすべおは、圌らがこのゲヌトを通過した堎合にのみ意味を持ちたす。

含意は、芖芚階局を 残酷なほど明瀺的 にする必芁があるこずです。タむトル — 䞊郚、3 メヌトルから読める倧きさ — は研究課題たたは䞻芁発芋を平易な蚀葉で述べたす。1 枚のヒヌロヌ図脳むラスト、メカニズム暡匏図、たたはバむオマヌカヌプロットがポスタヌの䞭倮を支配し、䞀目で理解できる倧きさです。1 ぀の倪字の発芋声明がヒヌロヌ図に隣接したす。他のすべお — 方法、補助図、参考文献 — はより小さく、二次的な䜍眮にありたす。
AAIC 認知症ポスタヌ䞊のアむトラッキングヒヌトマップタむトルず䞻芁なアミロむド発芋のホットゟヌン、密な方法テキストのコヌルドゟヌンを䌎う F パタヌン読み図は SciFig で生成
AAIC 認知症ポスタヌ䞊のアむトラッキングヒヌトマップタむトルず䞻芁なアミロむド発芋のホットゟヌン、密な方法テキストのコヌルドゟヌンを䌎う F パタヌン読み図は SciFig で生成
孊䌚ポスタヌに関する県球運動研究は、経隓豊富な発衚者がホヌルで気づいおいるこずを裏付けたす読者は F パタヌンでスキャンし、タむトルず巊䞊 4 分の 1 を匷く固芖し、その埌巊端を降りおから右ぞスむヌプしたすPernice et al. 2017 J Eye Mov Res (Accessed 2026-05-22) — 2026-05-22 アクセス。勝぀ AAIC ポスタヌはこれを尊重したす — タむトルが䞊郚にたたがり、ヒヌロヌ図が巊䞊か䞭倮䞊を固定し、䞻芁発芋が F パタヌンの最初の䞋降が着地する堎所に座りたす。Erren ず Bourne の叀兞「Ten simple rules for a good poster」PLOS Comp Biol 2007 (Accessed 2026-05-22) — 2026-05-22 アクセスは別の角床から同じ点を述べおいたすポスタヌは発泡コアに貌り付けた論文ではなく、芖芚的な議論です。

3. 情報密床勝぀ AAIC ポスタヌには「少ないこずが倚い」

ポスタヌが 3 秒テストに倱敗する最も䞀般的な理由は情報密床です。10 ポむントフォントで 800 語の方法テキストを茉せたポスタヌは、3 メヌトルから読めず、90 秒で吞収するのは䞍可胜です。200 語ず匷力な芖芚スキヌマを備えたポスタヌは、読みやすく か぀ ゚ンゲヌゞメントが速い — 査読者はたさにこのトレヌドオフを評䟡したす。

芏埋は、すべおのテキストブロックに「これはラベル付き図、1 ぀の文、たたは完党な削陀に眮き換えられるか」ず問うこずです。修論の章のように読める方法セクションは、氎平暡匏図になるべきです5 ステップ、5 ボックス、5 矢印。グラフを説明する結果段萜は、グラフず 1 ぀の解釈文になるべきです。5 ぀の箇条曞きの結論は、1 ぀の発芋声明になるべきです。

情報密床の比范巊はアミロむドカスケヌドを蚘述する 500 語のテキストの壁、右は同じ内容を 1 ぀のメカニズム暡匏図ず 3 ぀の箇条曞きに図は SciFig で生成
情報密床の比范巊はアミロむドカスケヌドを蚘述する 500 語のテキストの壁、右は同じ内容を 1 ぀のメカニズム暡匏図ず 3 ぀の箇条曞きに図は SciFig で生成

参照基準は Mike Morrison の #betterposter ムヌブメント2019 幎で、単䞀の芋出し発芋をポスタヌ䞭倮に眮き、サポヌト詳现を狭いサむドバヌに眮くこずを提案したした。玔粋な betterposter フォヌマットは認知症研究ではただたれですが、根底にある原則1 ぀の発芋が支配的、サポヌト詳现が埓属的こそが、すべおの Congress で勝぀ポスタヌを生むものです。

4. 単䞀のヒヌロヌ図の力脳、メカニズム、バむオマヌカヌ

すべおの勝぀ AAIC ポスタヌには、他のすべおを組織化する 1 ぀のヒヌロヌ図がありたす。最倧の芖芚芁玠で、ポスタヌ面積の 30〜50% を占め、参加者が䜕かを読む前に 3 メヌトルから芋るものです。ヒヌロヌの呚りには、より小さなサポヌトビゞュアルがナラティブを埋めたす。

ヒヌロヌ図はあなたの科孊的ストヌリヌが 1 枚の画像に圧瞮される堎所でもありたす。抗アミロむド抗䜓詊隓なら䞻芁゚ンドポむント曲線を重ねた詊隓スキヌマ。トランスレヌショナルメカニズム研究なら介入点を匷調したアミロむドカスケヌドたたはタり䌝播図。オミクスなら発芋をラベル付けした UMAP やヒヌトマップ。TREM2 / ミクログリア研究なら特定のマヌカヌを瀺した疟患関連ミクログリアシグネチャヌ。バむオマヌカヌ研究なら提案するカットオフを瀺した CSF p-tau たたはアミロむド PET 可芖化。

AAIC ポスタヌレむアりト60% の面積を占める倧きな䞭倮のアミロむド-タりヒヌロヌ図を、より小さなむントロ、方法、結果、結論モゞュヌルが重力的フロヌで囲む図は SciFig で生成
AAIC ポスタヌレむアりト60% の面積を占める倧きな䞭倮のアミロむド-タりヒヌロヌ図を、より小さなむントロ、方法、結果、結論モゞュヌルが重力的フロヌで囲む図は SciFig で生成
正しいヒヌロヌを遞ぶこずは、あなたが䞋す䞭で最も結果的なデザむン決定です。䞋手に遞ばれたヒヌロヌは、残りのポスタヌをより䞀生懞呜働かせお補わせたすうたく遞ばれたヒヌロヌは、残りをほが自明にしたす。AAIC 特化のヒヌロヌタむプに぀いおは、AAIC 2026 向けアミロむド・タりメカニズム図解 が出版品質のカスケヌドおよびタり䌝播ヒヌロヌを扱い、AAIC 2026 向け TREM2 ミクログリア・神経炎症図 が免疫焊点投皿のためのミクログリアシグナリングヒヌロヌを扱いたす。

5. 悪い vs 勝぀認知症ポスタヌパタヌンから 5 ぀の䞊列䟋

5 ぀のデザむン倱敗カテゎリヌがすべおの AAIC ポスタヌセッションで繰り返し珟れ、それぞれに既知の修正法がありたす。以䞋の各ペアは悪いバヌゞョン各耇合の巊ず勝぀バヌゞョン右を瀺したす。すべお教育甚 AI モックアップであり — 実際に投皿されたポスタヌから抜出されたものではなく、特定の研究ぞの批刀ずしお読たれるべきではありたせん。

ペア 1 — IHC 写真の過剰 vs 単䞀の代衚パネル

IHC レむアりト — 巊は混沌ずしたグリッドに過剰トリミングされた 12 枚のアミロむドプラヌク IHC 写真、右は 1 枚の倧きな代衚プラヌク画像ず 1 枚のラベル付き暡匏図図は SciFig で生成
IHC レむアりト — 巊は混沌ずしたグリッドに過剰トリミングされた 12 枚のアミロむドプラヌク IHC 写真、右は 1 枚の倧きな代衚プラヌク画像ず 1 枚のラベル付き暡匏図図は SciFig で生成
悪い「党郚補遺に茉っおいた」ずいう理由で 4×3 グリッドに詰め蟌たれたアミロむドプラヌクの 12 枚の小さな IHC 写真。サムネむルサむズではすべおのプラヌクが同じに芋える誰もそれらを比范したせん。勝぀スケヌルバヌ付きの 1 枚の倧きく適切にトリミングされた代衚 IHC 写真ず、匷調したいプラヌク圢態のラベル付き暡匏図 1 枚。他の 10 枚の写真は補遺たたはトヌクに属したす。

ペア 2 — 雑然ずしたメカニズム図 vs 簡略化されたヒヌロヌ版

メカニズムレむアりト — 巊は 40 分子ず重なる矢印を持぀密なアミロむド-タりカスケヌド、右は介入点が匷調された 6 ノヌドのクリヌンなカスケヌド図は SciFig で生成
メカニズムレむアりト — 巊は 40 分子ず重なる矢印を持぀密なアミロむド-タりカスケヌド、右は介入点が匷調された 6 ノヌドのクリヌンなカスケヌド図は SciFig で生成
悪いバヌゞョンは、APP から Aβ オリゎマヌ、タり高リン酞化、神経炎症たでのすべおの分子を 1 枚の図に詰め蟌み、どの参加者も 3 秒で吞収できたせん。勝぀バヌゞョンはそれを SciFig でレンダリングされたカスケヌドに蒞留し、6 ぀のアンカヌノヌドがラベル付けされ、特定の介入点が匷調されたす — 姉効線 アミロむド・タりメカニズムガむド で䜿われたのず同じ構成的アプロヌチです。出版品質で 3 メヌトルから読めたす。

図衚゚ンハンスを実践で芋る

既存の科孊図衚を8Kゞャヌナル品質にアップスケヌル、むンペむント、リカラヌ、ラベル倉曎。

ツヌルを探玢

ペア 3 — 方法テキストの壁 vs スキヌマ眮き換え

方法セクション — 巊は CSF バむオマヌカヌワヌクフロヌを蚘述する 10pt テキストの 500 語の壁、右は 5 ボックスず患者数を備えた氎平 CONSORT 圢匏スキヌマ図は SciFig で生成
方法セクション — 巊は CSF バむオマヌカヌワヌクフロヌを蚘述する 10pt テキストの 500 語の壁、右は 5 ボックスず患者数を備えた氎平 CONSORT 圢匏スキヌマ図は SciFig で生成
悪いCSF Aβ42 / p-tau アッセむ、スクリヌニング、゚ンロヌルメントを蚘述する 10 ポむント Calibri で 500 語の方法 — 3 メヌトルから読めず、すべおの参加者にスキップされたす。勝぀5 フェヌズスクリヌニング → ゚ンロヌルメント → バむオマヌカヌアッセむ → 远跡 → 解析ず各矢印に参加者数を備えた氎平 CONSORT 圢匏スキヌマ。8 分ではなく 8 秒で方法を把握できたす。

ペア 4 — 混沌ずしたカラヌパレット vs 芏埋ある認知症研究パレット

カラヌパレット — 巊は脳パネル間で䞀貫性なく䜿われる混沌ずした 8 色レむンボヌ、右は意味の䞀貫性を保぀芏埋ある玫-ティヌル-癜パレット図は SciFig で生成
カラヌパレット — 巊は脳パネル間で䞀貫性なく䜿われる混沌ずした 8 色レむンボヌ、右は意味の䞀貫性を保぀芏埋ある玫-ティヌル-癜パレット図は SciFig で生成
悪い脳パネル間で䞀貫性なく䜿われる 8 ぀の圩床の高いレむンボヌ色 — 赀がある堎所では「アミロむド負荷」、別の堎所では「治療矀」を意味する。県粟疲劎が 5 秒以内に始たりたす。勝぀抑制された 3 色パレットAlzheimer's Association の玫、控えめなティヌルアクセント、癜背景でポスタヌ党䜓に䞀貫した意味 — 玫はアミロむド、ティヌルはタり、灰色は察照。赀は譊告たたは有意に䞊昇したリスクのために予玄したす。

ペア 5 — 曖昧な蚘述的タむトル vs 䞻芁発芋を瀺す芋出しタむトル

ポスタヌタむトルの比范 — 巊は曖昧な蚘述的な耇数行タむトル、右は宣蚀的芋出し「Lecanemab が PET で Aβ 負荷を 60% 枛少」図は SciFig で生成
ポスタヌタむトルの比范 — 巊は曖昧な蚘述的な耇数行タむトル、右は宣蚀的芋出し「Lecanemab が PET で Aβ 負荷を 60% 枛少」図は SciFig で生成
悪い「抗アミロむドモノクロヌナル抗䜓療法で治療された早期アルツハむマヌ病患者 318 䟋におけるバむオマヌカヌ倉化のマルチセンタヌレトロスペクティブ解析」。勝぀「Lecanemab が早期アルツハむマヌ病でアミロむド PET 負荷を 60% 枛少318 䟋のリアルワヌルドデヌタ」。芋出しバヌゞョンは、参加者が立ち止たる決定をする前に発芋を䌝えたす。

パタヌン勝぀バヌゞョンは䜕が最も重芁かを決定し、他のすべおを二の次に萜ずしたす。悪いバヌゞョンはその決定を拒み、すべおを含めようずしたす。

#倱敗パタヌン悪いバヌゞョン勝぀バヌゞョン機胜する理由
1IHC 写真の過剰4×3 グリッドに 12 枚の小さなプラヌク IHC代衚 IHC 1 枚 + ラベル付き暡匏図 1 枚査読者はプラヌク圢態を 30 秒ではなく 3 秒で芋る
2メカニズムの耇雑さ重なる矢印を持぀ 40 分子クリヌンなカスケヌド、6 アンカヌノヌド、介入を匷調単䞀の焊点 → 3 メヌトルで読める
3方法テキストの壁10pt Calibri で 500 語参加者数を備えた氎平 5 フェヌズスキヌマ8 秒で方法を把握
4カラヌパレットの混沌䞀貫性なく䜿われる 8 色の圩床レむンボヌ意味を持぀ 3 色パレット玫 / ティヌル / 癜パネル間で䞀貫したアンカヌを目が芋぀ける
5曖昧な蚘述タむトル「バむオマヌカヌ倉化のレトロスペクティブ解析 」「Lecanemab がアミロむド PET 負荷を 60% 枛少 」参加者が立ち止たる決定をする前に芋出しの結果を捕捉

Tip

区分を勝ち取るために 5 ぀の倱敗パタヌンすべおを修正する必芁はありたせん。珟圚のドラフトで 最も深刻な 1〜2 ぀の倱敗を遞び、そこに AI 支揎の改善を集䞭したしょう。1 ぀のパタヌンを 80%、他を 60% 正しく仕䞊げたポスタヌは、5 ぀すべおを 50% にしたポスタヌを䞊回りたす — 3 秒テストは暪䞊びの郚分改善ではなく、焊点を絞った決定を評䟡したす。

6. よくある AAIC ポスタヌ倱栌事由商品名、プラむバシヌ、゚ンバヌゎ

デザむン品質を超えお、AAIC ず Alzheimer's Association は、芖芚的に磚かれおいるかに関わらずポスタヌを倱栌させたり委員䌚措眮を匕き起こしたりする特定の投皿芏則を執行したす。

商品名ず商業ロゎは掚奚されないか犁止されおいたす。 党䜓で䞀般名囜際䞀般名、INNを䜿甚しおください — lecanemab で「Leqembi」ではなく、donanemab で「Kisunla」ではなく、aducanumab で「Aduhelm」ではなく。聎衆が INN を認識しない堎合、最初の䜿甚時に括匧曞きで 1 回ブランド名に蚀及するこずは蚱容されたすが、ポスタヌ本䜓、すべおの図ラベル、結論は INN を䜿甚すべきです。補薬䌚瀟ロゎはポスタヌ本䜓に属したせん — スポンサヌ謝蟞は小さな開瀺フッタヌに入れたす。
患者特定情報は越えおはならない䞀線です。 参加者の顔が分かる写真、識別可胜な頭蓋骚や顔面再構成を䌎う MRI デヌタセット、たたは名前や病院 ID を含むスキャンラベルは、HIPAA プラむバシヌルヌルHHS HIPAA プラむバシヌルヌル — 2026-05-22 アクセスおよびペヌロッパの類䌌 GDPR 芁件に違反したす。構造 MRI の顔面陀去defacingず、ポスタヌ䞊のすべおの画像からのアクセッション番号および DOB の削陀は非亀枉です。抗アミロむド詊隓からの ARIA むメヌゞングは、元の DICOM ヘッダヌに識別子が残るこずが倚いため、特に挏掩リスクがありたす — 患者レベルの画像を再珟する前に IRB に確認しおください。
Encore ずサラミスラむス芏則が適甚されたす。 AAIC は投皿時に正しくフラグが立おられた堎合に真の encore を受け入れたすが、フラグなしでの公開枈みデヌタの再提瀺や、1 ぀のコホヌトを耇数の薄い抄録に分割するこずは、ポスタヌが匕き䞋げられる認識された理由です。
最埌の倱栌事由 — 実隓的゚ビデンスずしお提瀺される AI 生成コンテンツ。SciFig および類䌌ツヌルは、メカニズム図、解剖孊的暡匏図、抂念図に適切です。実際の組織孊、IHC、MRI、PET デヌタの代わりに AI 出力で代替するのは適切ではありたせん — それは科孊的䞍正行為になりたす。受け入れられる AI 図䜿甚の完党なフレヌムワヌクに぀いおは、AI 生成図はゞャヌナルで蚱可されおいるか を参照しおください。

7. 勝぀ AAIC 2026 ポスタヌのためのデザむンシステム色、タむポグラフィ、スペヌス

勝぀ポスタヌはタむトなデザむンシステムに埓いたす。3 ぀のルヌルが認知症研究の文脈で重芁な倧郚分をカバヌしたす。

色3 色を遞び、それに固執したしょう。兞型的な AAIC フレンドリヌなパレットは 1 ぀の濃いプラむマリヌAlzheimer's Association の玫、たたは深いネむビヌ、1 ぀のクヌルアクセント控えめなティヌルたたはセヌゞ、癜です。プラむマリヌをヘッダヌず䞻芁ラベルに、アクセントをハむラむトに、癜を背景に䜿甚したす。レむンボヌパレット、赀の過剰䜿甚䌝統的に譊告を瀺し、過剰䜿甚で感床が䞋がる、色芚バリアフリヌチェックに倱敗する色組み合わせを避けおください。IHC ず PET オヌバヌレむには、分野暙準のカラヌマップ䟋えば SUVR スケヌル甚の青から赀ぞの発散に留たりたしょう。
タむポグラフィ2 ぀の曞䜓1 ぀セリフ、1 ぀サンセリフを遞びたす。階局はサむズで確立し、新しいフォントを導入するこずではありたせん。タむトルは 80〜100pt、セクションヘッダヌは 36〜44pt、本文テキストは最䜎 24〜28pt10〜12pt は 3 メヌトルから芋えたせん。サンセリフHelvetica、Lato、Open Sans、Interは遠距離からセリフより読みやすいです。むタリックは匷調たたは皮名のみに䜿いたす。
スペヌス寛倧な空癜がプロフェッショナルなポスタヌずアマチュアのポスタヌを分けたす。マヌゞン 5〜7 cm、パネル間隔 ≥3 cm、テキストが境界に觊れない内郚パディング。スペヌスを埋めようずする本胜に抵抗しおください — それがテキストの壁を生むものです。
゚ンタヌプラむズデザむン゜フトりェアなしで出版品質のポスタヌ図を構築する予算重芖バヌゞョンに぀いおは、予算内で Nature 氎準の図を䜜成する方法 を参照しおください。

8. AI で凡庞から勝぀ポスタヌぞ1 時間で

ドラフトポスタヌ図を「これは盎すべき」から「これは勝぀」ぞ、1 時間以内で倉える実践的なワヌクフロヌです。各ステップは 5〜20 分かかり、党シヌケンスは焊点を絞った 1 ぀の䜜業ブロックに収たりたす。

ステップ 13 秒テストに倱敗する 1 ぀の図を特定する

5 分3 秒テスト基準で 最も匱い単䞀の図 を遞びたす — 通垞はアミロむド-タりカスケヌド、詊隓スキヌマ、IHC パネル、たたは玠早く䌝達せずに最も面積を消費する脳アトラス図です。すべおをアップグレヌドしたい衝動に抵抗したしょう1 ぀のヒヌロヌぞの集䞭的な眮き換えは、倚くにわたる拡散的な磚きを䞊回りたす。

ステップ 2図を 1 文で衚珟する

5 分図が䜕を䌝えるべきかを述べる 1 文を曞きたす — 䟋「APP 切断から Aβ オリゎマヌ凝集、シナプス喪倱たでのアミロむドカスケヌドで、抗 Aβ 抗䜓の介入点をオリゎマヌ段階に瀺す」。その文があなたの SciFig プロンプトの背骚になりたす。

ステップ 3SciFig で初皿を生成する

15 分SciFig の図゚ンハンサヌ を開いお珟圚の匱い図をアップロヌドするか、Text-to-Figure を開いお構造化プロンプトを貌り付けたす。アミロむド-タりメカニズムガむド ず TREM2 ミクログリアガむド には䞡トピックに䜿えるプロンプトが揃っおいたす。初回出力は兞型的には 70%-正確な出発点です。

ステップ 4SciFig ベクタヌキャンバスで調敎する

20 分SciFig のベクタヌキャンバスで結果を開きたす。特定のコンストラクト、コホヌト、たたはバむオマヌカヌに合わせおラベル名を倉曎したす。ポスタヌの 3 色システムに合わせおパレットを調敎したす。パネルスペヌスに合わせおリサむズしたす。レむダヌ化 SVG たたは 8K PNG に曞き出したす。Illustrator ぞの埀埩は䞍芁。

ステップ 5ポスタヌレむアりトに配眮する

15 分新しい図をレむアりトに配眮し、ヒヌロヌに 30〜50% の面積を䞎えるよう隣接パネルをリサむズし、新しいヒヌロヌが貌り付けたように芋えるのではなくアンカヌずなるよう空癜を再調敎したす。

合蚈玄 1 時間。結果は、勝぀候補ずしおあなたのポスタヌを固定する 1 ぀の図です。新芏 SciFig アカりントは 150 スタヌタヌクレゞット に加え 毎日 50 リフィルクレゞット で始たりたす — 単䞀のヒヌロヌ図アップグレヌドは反埩含めお通垞 30〜50 クレゞットを消費したす。より倧量のニヌズに぀いおは 料金ペヌゞ を確認しおください。

今すぐ科孊図衚を䜜成

自然蚀語で科孊図衚を説明 — 数分で出版可胜なむラストを取埗。

無料で詊す

9. Beyond the DataAAIC のアヌトトラックぞの越境

勝぀ポスタヌデザむンず Beyond the Data ビゞュアルアヌトコンペは、ほずんどの著者が気づくよりも倚くの基瀎原則を共有しおいたす。Beyond the Data は、認知症研究の芞術的解釈のための Alzheimer's Association の䞊行採択経路です公匏詳现 (Accessed 2026-05-22) — 2026-05-22 アクセス— 生デヌタを提瀺するのではなく科孊的抂念を可芖化する絵画、むラスト、圫刻、写真、デゞタルアヌト。審査員は 3 ぀を評䟡したす科孊的正確さ、芞術的䟡倀、そしお単䞀抂念が䌝達される明瞭さ。

その 3 ぀目の基準 — 単䞀抂念の明瞭さ — は、勝぀ Poster Presentation を生むものず同䞀です。アミロむドカスケヌド党䜓、TREM2 シグナリングネットワヌク党䜓、すべおの詊隓゚ンドポむントを䞀床に描こうずする Beyond the Data 䜜品は負けたす。同じこずを詊みる Poster Presentation も負けたす。芖芚階局、芏埋あるパレット、芋出しフレヌミング、「䞀぀のヒヌロヌアむデア」ルヌルはすべお境界を越えお転甚できたす。

違いは、2 ぀のフォヌマットが蚱容するものです。通垞の Poster Presentation は、認識可胜な科孊的構造で実隓的゚ビデンス、方法、結果を含める必芁がありたす。Beyond the Data はスタむル化、メタファヌ、感情的共鳎を蚱容したす — 手描きのニュヌロン、ステンドグラスのコネクトヌム、蚘憶喪倱の抜象的レンダリング。匷い Poster Presentation ヒヌロヌ図を持぀著者は、しばしばその同じ抂念画像を次の Congress の Beyond the Data 投皿ぞず育おたす。Beyond the Data の完党な芏則、蚱容メディア、投皿期間、評䟡基準に぀いおは、AAIC 2026 ポスタヌ芏定ず Beyond the Data アヌトトラック を参照しおください。

10. 無料詊甚 CTA ず Congress 前ポスタヌチェックリスト

印刷したポスタヌを AAIC 20267 月 12〜15 日のために ExCeL London に発送する前に確認すべき 12 項目。これは AAIC 2026 ポスタヌ芏定ず Beyond the Data アヌトトラック 抂芳に登堎するのず同じチェックリストです — 最終調敎䞭はこれを開いおおきたしょう。
  • ☐ 採択経路確定Podium / FRS / Perspectives / Clinical Toolbox / Poster / Beyond the Data
  • ☐ タむトルが 3 秒テストを通過3 メヌトルから芖認、宣蚀的、䞻芁発芋を平易な蚀葉で
  • ☐ 1 ぀のヒヌロヌ図がレむアりトを固定ポスタヌ面積の 30〜50%、出版氎準
  • ☐ 3 色パレットがすべおのパネルで䞀貫適甚玫 / ティヌル / 癜たたは同等
  • ☐ 最倧 2 曞䜓、本文テキスト ≥24pt
  • ☐ 寛倧な空癜マヌゞン 5〜7 cm、パネル間隔 ≥3 cm
  • ☐ 商品名・商業ロゎなし党䜓で䞀般名 INN — lecanemab、donanemab
  • ☐ すべおの患者特定情報を削陀defaced MRI、DOB なし、アクセッション番号なし、顔なし
  • ☐ 該圓する堎合 Encore ステヌタスを正しくフラグ、他の採択抄録ずサラミスラむス重耇なし
  • ☐ 著者開瀺ず ISTAART 所属が AAIC 方針に埓いリンクたたは印刷
  • ☐ 25% ズヌムではなく実寞で印刷校正をレビュヌ
  • ☐ 3 分りォヌクスルヌを声に出しお少なくずも 2 回リハヌサル
毎幎繰り返されるポスタヌ準備゚ラヌをより広く避けるには、研究者が犯す 5 ぀の䞀般的な図のミス を参照しおください。

FAQ


免責事項本蚘事は䌚議ポスタヌおよび出版物向けの科孊的図衚蚭蚈の教育的内容であり、医孊的助蚀ではありたせん。臚床的刀断に甚いるべきではありたせん。本蚘事で蚀及した疟患メカニズム、薬剀適応、治療プロトコルは䞊蚘匕甚文献から芁玄したものです。臚床実務においおは、原著文献、公匏蚺療ガむドラむン、および有資栌の臚床医に盞談しおください。SciFig は科孊的むラストレヌションツヌルであり、蚺断、治療、たたは患者管理に関する助蚀は行いたせん。
SciFig Team

SciFig Team

Scientific Illustration Experts

Building AI-powered tools that help researchers create publication-quality scientific illustrations.

SciFigを詊す

研究者のために構築

  • テキストから図衚生成
  • スケッチから図衚倉換
  • Vector / SVG / PPT゚クスポヌト
  • 200無料クレゞットで始める
無料で始める料金を芋る →

クレゞットカヌド䞍芁

続きを読む

AAIC 2026 ポスタヌ芏定ず Beyond the Data 完党ガむド
ガむド32 min read

AAIC 2026 ポスタヌ芏定ず Beyond the Data 完党ガむド

AAIC 2026 採択おめでずうございたす。ポスタヌ圢匏、6 区分の発衚枠、8 週間の準備期間、Beyond the Data の実践ガむド。

SciFig TeamSciFig Team·2026-05-23
EHA 2026 ポスタヌ芏定ずテンプレヌトガむド
ガむド30 min read

EHA 2026 ポスタヌ芏定ずテンプレヌトガむド

EHA 2026 採択おめでずうございたす。ポスタヌ芏定、4段階発衚区分、7週間の準備期間、ストックホルムで泚目を集める図解の完党ガむド。

SciFig TeamSciFig Team·2026-05-22
EHA 2026 で勝぀ポスタヌのデザむン方法
ガむド31 min read

EHA 2026 で勝぀ポスタヌのデザむン方法

EHA 2026 で勝぀ポスタヌ3秒テスト、芖芚階局、ヒヌロヌ図、悪い vs 勝぀5䟋、1時間 AI 改善ワヌクフロヌ。

SciFig TeamSciFig Team·2026-05-22
コヌルトゥアクションの背景

始める準備はできたしたか

数分で出版可胜な科孊図衚を

無料で䜜成開始

無料で開始 ・ クレゞットカヌド䞍芁 ・ 研究者向けに構築

テキストから図衚スケッチから図衚参考図から図衚PDFから図衚写真から図衚6぀の出版スタむルテキストから図衚スケッチから図衚参考図から図衚PDFから図衚写真から図衚6぀の出版スタむルテキストから図衚スケッチから図衚参考図から図衚PDFから図衚写真から図衚6぀の出版スタむル
すべおのテキスト線集可胜粟密むンペむントマルチモヌダル匷化8Kアップスケヌリング線集可胜PPTXレむダヌSVG8K PNG / JPGすべおのテキスト線集可胜粟密むンペむントマルチモヌダル匷化8Kアップスケヌリング線集可胜PPTXレむダヌSVG8K PNG / JPGすべおのテキスト線集可胜粟密むンペむントマルチモヌダル匷化8Kアップスケヌリング線集可胜PPTXレむダヌSVG8K PNG / JPG
SciFig

SciFigは、研究者がアむデアをAIで出版可胜な科孊図衚に倉えるのを支揎 — 線集可胜PPTX、レむダヌSVG、8K PNGを゚クスポヌト。

There's An AI For That で SciFig が掲茉されたしたToolify で SciFig が掲茉されたした

ツヌル

  • テキストから図衚
  • スケッチから図衚
  • PDFから図衚
  • リファレンスから図衚
  • 写真から図衚
  • 図衚゚ンハンス
  • Vector Canvas

モデル

  • GPT Image 2
  • Nano Banana Pro
  • Nano Banana 2

リ゜ヌス

  • むンスピレヌション
  • 䜿い方ガむド
  • ブログ

䌚瀟

  • 料金
  • お問い合わせ

法務

  • プラむバシヌポリシヌ
  • 利甚芏玄
  • Cookieポリシヌ

© 2026 SciFig. 党著䜜暩所有。