用途
Rebuttal Strategist 用于在真实审稿意见到达之后，规划并撰写机器学习/人工智能论文的 rebuttal。它明确不是投稿前的影子评审（shadow review），而是从审稿意见出现后才开始工作。其目标是把真实的审稿反馈转化为战术性 rebuttal 计划、实验计划、论文修改计划和回应草稿。
主要能力
- OpenReview 审稿意见提取与讨论线程分析
- 审稿人意图与决策状态分析
- 基于真实评论创建问题看板（issue board）
- 决定 rebuttal 期间需要补充哪些实验、分析、证明或澄清
- 起草逐点作者回应
- 准备讨论阶段的简短后续回复
- 跟踪回应中承诺的论文修改
- 保存 rebuttal 记忆供未来轮次使用
使用方式
该技能以技能目录形式组织，包含 SKILL.md 和 references/ 下的多个参考文件：decision-strategy.md、experiment-response-planning.md、issue-board.md、memory-model.md、openreview-protocol.md、rebuttal-writing-style.md、report-template.md、review-intent-analysis.md。采用渐进式加载：始终阅读 review-intent-analysis.md、issue-board.md 和 rebuttal-writing-style.md；当用户提供 OpenReview URL、forum ID、审稿线程或要求获取审稿信息时阅读 openreview-protocol.md；当分数、置信度、审稿人立场或 AC/meta-review 动态重要时阅读 decision-strategy.md；当审稿意见要求更多实验、基线、消融、证明、分析或细节时阅读 experiment-response-planning.md；当保存或复用项目 rebuttal 状态时阅读 memory-model.md；用于实质性计划或保存报告时使用 report-template.md。当影响回应时，需从官方来源核实当前会议的 rebuttal 规则、回应长度、截止日期、匿名约束和讨论政策。
工作流程分为十步：定义 rebuttal 上下文；收集审稿意见与论文证据；原子化解析审稿意见；推断审稿人意图与决策状态；建立问题看板；规划实验与证据；选择回应姿态；起草 rebuttal；对草稿进行压力测试；更新记忆。
适用场景
适用于投稿后收到真实审稿意见、需要制定 rebuttal 策略或撰写回应的场景，包括：分析审稿人意图与决策路径、决定 rebuttal 实验优先级、起草逐点回应、准备讨论阶段后续回复、跟踪承诺的论文修改。该技能可与其他技能配合使用：research-project-memory 用于跨会话持久化真实审稿、问题看板、rebuttal 实验或承诺修改；paper-reviewer-simulator 用于投稿前影子评审或压力测试草稿回应；run-experiment 当 rebuttal 计划需要新实验时；conference-writing-adapter 当被接受的审稿批评需要论文重构或更清晰表述时；citation-audit 和 citation-coverage-audit 当审稿指出引用问题时；camera-ready-finalizer 在录用后验证承诺修改、最终主张/证据一致性、去匿名化和发布交接。
核心原则
Rebuttal 是策略性的，不只是礼貌。目标是改变决策路径。受众是审稿人和领域主席（AC），回应应帮助 AC 看到录用路径。优先处理可说服的审稿人和高影响误解，不要把大部分预算花在与不可动摇的拒稿者争论上，除非其反对意见能主导 meta-review。区分真实的科学弱点与表述误解。以证据为先，每个回应都应引用结果、表格、图、定理、附录细节、新实验或具体计划修改。干净地承认正确的批评，防御性语气会失去可信度。绝不承诺作者无法交付的实验、修改、代码或分析。在 rebuttal 期间保持匿名并遵守会议政策。
限制
该技能在真实审稿意见到达后才开始，不用于投稿前影子评审。若 OpenReview 获取被阻止或需要登录，需用户提供导出的审稿文本或粘贴的评论。不得承诺无法交付的内容。需遵守会议回应长度、匿名和讨论政策。在承诺的论文/代码修改实际存在之前，不得将承诺修改标记为完成。
输出模式
提供四种输出模式：策略计划（含情境摘要、审稿人意图图、决策路径、问题看板、实验/证据计划、回应姿态、草稿大纲、后续策略）；回应草稿（含回应策略说明、草稿、需验证的主张、承诺的论文修改、剩余风险）；后续回复（含新审稿评论、意图评估、建议回复、忽略风险）；最终检查（确保真实审稿与推断意图分离、记录所有分数/置信度、识别关键审稿人/问题、每个必赢问题有证据或明确后备、回应文本遵守会议限制和政策、不做不可能承诺、实验计划有可行截止日期、跟踪论文修改承诺、在项目仓库中写入记忆更新）。