SuperAPI AI 工具集

nature-polishing

写作与研究

查看项目

更新于 10-15 17:04

技能介绍

用途

Nature-Style Academic Polishing 用于提升学术写作,覆盖两个层次:一是主策略层,涉及论文架构、已发表文章模式、章节逻辑、读者阅读流程、证据门槛与伦理;二是参考支持层,涉及可复用短语族、语步模式、过渡与风格检查。该技能强调语言服务于论证,不应在推理仍然断裂的情况下只做句子润色。

默认立场包括:对读者抱有同理心,按相关性、新颖性、可信度、可复用性、意义的顺序展开;作者自身不应留有疑问,但可以给读者保留悬念;不得编造数据、参考文献、机制或新颖性主张;不得让 AI 从零起草论文的核心科学论证;若草稿为中文或结构粗糙,应先重建逻辑再处理文字;润色输出默认避免破折号,优先使用逗号、括号或句号,冒号仅在确有结构价值时少量使用,除非用户明确要求保留以破折号为基础的标点或偏好以冒号引导的风格。

主要能力

技能先识别论文类型:研究论文关注现象为何重要、做了什么、发现了什么、意味着什么;方法论文关注方法是否有效、是否可复现、在公平比较下是否更优;假设驱动工作试图建立或排除因果解释;算法或器件工作提出流程、工具或系统并需证明其可靠与有优势。不同论文类型不应套用同一叙事逻辑。

技能强调为读者写作而非按草稿时间顺序写作,并采用沙漏结构:引言由宽收窄至具体空白、问题、假设、方法与研究;讨论与结论再次放宽,把发现连接回文献并说明知识空白如何被填补。技能还给出建议写作顺序:研究论文为结果、引言与结论、标题、讨论、材料与方法、作者、摘要;方法论文通常从方法、结果、引言、结论、讨论、摘要开始。

技能要求保护核心论证,包括论文实际回答的科学问题、该问题为何重要、工作与既有研究的差异、结果的含义以及主线推理如何展开。AI 可以润色、组织或比较措辞,但不应发明或代写核心论证。若论证薄弱或不清晰,应暴露弱点而不是用漂亮语言掩盖。

编辑前需诊断失败模式:论文类型逻辑错误、空白缺失或定位不佳、主张缺乏证据、证据缺乏清晰主张、缺少边界或局限、结果与讨论混在一起、标题或摘要信号弱、仅句子层面杂乱。优先顺序为论文类型、章节职责、段落逻辑、主张与证据与边界、句子润色。

使用方式

技能以章节职责为核心组织润色工作。引言应说明工作为何重要、填补什么空白、该空白为何重要,陈述已知与未解内容、论文提出的问题以及研究如何回应,但不应在此总结结果或结论。结果主要使用过去时,报告在何种条件下观察到什么及定量支持,统计与补充数据使用应正确且节制,回答发生了什么而非最终意味着什么。讨论应回答工作如何融入更广领域、增加了什么理解、先前工作应归于谁、发现是支持还是复杂化或修正先前结果、如何解释以及解释何时可能失效。结论采用三段式收束:重述核心贡献、总结关键证据或结果、陈述带边界的含义,不引入新数据,并始终做过度主张检查。标题应让读者预期明确、避免不必要术语、便于检索、有数据支撑,并在不牺牲可信度的情况下制造好奇。材料与方法应具体、完整、透明、可复现,使其他团队能判断伦理合规、材料与条件、关键参数与对照与重复、数据处理与分析方式、统计检验与软件版本;只有在早期报告确实包含必要细节时才可引用缩写,且不得留下“在标准条件下”“使用常规方法”“数据经统计分析”“差异显著”“样本随机分配”“方法已验证”等模糊表述。方法论文变体中,结果必须展示方法相对既有方法的优势,如更可靠、更快、资源更少、比较公平可复现;方法部分可能需要补充公理、条件与假设、软硬件环境、数学推导、评估协议、数据集、基线、指标、划分与超参数。摘要按小型论文处理:背景或问题、空白或目标、方法、关键结果、含义,需回答提出了什么问题、如何解决、发现了什么、为何值得关心;若期刊有严格摘要格式,以期刊要求为准。

句子层面,润色后目标句长为 10 至 30 词,每句不超过 30 词;除非用户明确要求简洁风格或该条目为标题、标签、固定技术表达,否则不产出少于 10 词的完整句子;超过 20 词需检查是否包含多个主要命题;过载句应拆分而非仅做表面润色;段落最后一句常变成最长最弱,应专门检查;每句优先一个核心主谓命题;默认不用破折号作散文标点。段落层面,每段应有一个统领性观点加支持材料,支持可为数据、比较、解释、后果、文献或局限;出现新观点应另起段落;使用主题式衔接,而非反复以“This suggests...”开头。结果类句子通常报告 detected、increased、showed、enabled、achieved;讨论类句子通常解释 may reflect、suggests that、could indicate、is likely due to、may facilitate;除非有意过渡,不应让结果段落滑入讨论句式。

中文转英文模式要求先提取核心命题,不逐小句机械翻译,重建对比、因果、含义、局限等显性逻辑连接,核对术语、因果、模糊限制与学科细微差异,并保持关键技术术语稳定。

引用、伦理与 AI 边界

技能主张原创性通常是对先前知识的修正、组合或延伸,应公开承认知识欠债,不贬低他人贡献以抬高本工作;需清楚说明论文如何建立在先前工作之上、早期想法或方法或数据或解释归谁、读者可在何处找到来源。应引用自己实际阅读并核实的来源:引用论文 A 用于 A 自己的数据、方法、主张或结论;引用论文 B 用于 B 对 A 的解释、比较、批评或评论;能直接引用原始文章时避免依赖二手来源。需要引用的内容包括他人想法、数据、方法、措辞、结构、图像与独特解释;不得仅因材料在线就假定其属于公有领域。校对应检查语法错误、拼写错误、图号、缺失引用,以及论文读起来是享受还是折磨。

AI 交通灯边界中,绿色为作者核实后一般可接受:改进语法、清晰度、简洁度或语气;生成大纲选项或段落结构;产出备选标题或摘要措辞;为归类而总结文献而非替代阅读;在核对术语与模糊限制的前提下翻译。黄色为需强人工控制:为措辞支持而解释方法或结果;起草审稿回复框架并逐行核对;仅在输出被复现并验证时协助代码或统计解释。红色为一般不当:要求 AI 从零起草论文核心论证;未经检查插入 AI 生成的参考文献、数据或主张;将未发表稿件、敏感数据或同行评审材料上传到公开模型;使用 AI 伪造、操纵或隐瞒实质性图像创作。技能指出主要危险不是 AI 不会写,而是它可能非常自信地写错。

输出格式与限制

默认输出为纯散文形式的润色文本,不使用代码块,并附 3 至 5 条简短要点说明主要结构与风格改动;若重写改变了章节逻辑,需明确说明;若用户要求并排修订,则提供原文、润色后与修改原因。关于参考文件的使用,技能列出的已发表文章模式、写作策略、章节语步、短语库、风格护栏以及写作记忆均为参考支持,需在章节修辞任务明确后使用,且写作记忆仅使用带有来源归属且符合章节与期刊的条目,视为可选风格与结构示例,保留作者的主张与证据,遵循当前期刊说明,不复制来源措辞;若记忆中没有相关条目则继续不使用。本技能未提供具体收费、价格、平台或使用步骤等信息。