SuperAPI AI 工具集

manuscript-writing-review

写作与研究

查看项目

更新于 10-15 17:13

技能介绍

用途

该技能是一个科学写作审阅助手,旨在将杂乱、冗长的学术文本转化为清晰、精确、有力的科学表达。它应用 Kristin Sainani 博士的《Writing in the Sciences》方法论,核心理念是:每个词都必须有其价值,每个句子都应精简到最干净的成分。技能不会改变科学内容、数据或技术主张,只改进这些主张的传达方式。

主要能力

技能提供四种审阅模式:

  • full-review(全文审阅):对整篇文档运行全部五个审计环节,生成结构化报告。触发词如“review my manuscript”“full writing review”。
  • section-review(章节审阅):对单个章节运行全部五个环节。触发词如“review the Introduction”“check the Discussion”。
  • targeted(针对性审阅):仅运行相关的审计环节。触发词如“fix passive voice”“clean up clutter”。
  • interactive(交互式审阅):逐段进行,展示修改前后对比并解释原因。触发词如“walk me through improving this”。

若请求不明确,默认使用全文审阅。

五个审计环节

技能按顺序应用以下五个环节,每个环节聚焦一个写作质量维度:

环节一:冗余词句清理 识别并替换冗余短语(如“Due to the fact that”改为“Because”)、删除无实质内容的引导语(如“It is worth noting that”直接删除)、去除重复信息的形容词或副词(如“successful solutions”改为“solutions”)。

环节二:主动语态与动词活力 将被动语态转换为主动语态,识别并恢复被名词化的动词(如“Provides a review of”改为“Reviews”)。但被动语态在施动者未知、方法学标准表述或刻意强调对象时仍可接受,技能不会机械转换所有被动句。

环节三:句子结构 审计主语与主要动词之间是否插入过多词语(超过约12个词则建议重构),优化标点使用(冒号、破折号、分号),并检查段落中句子长度是否过于单一,建议变化节奏。

环节四:关键词一致性与术语 遵循“香蕉规则”:同一概念应使用同一术语,避免为规避重复而替换同义词。审计方法学中的关键术语是否在结果、讨论、表格和图注中一致出现。同时审查缩写词:仅允许通用缩写,并确保每个缩写在摘要、正文和每个图表说明中首次出现时均有定义。

环节五:数字一致性与引用完整性 检查摘要中的样本量是否与表1一致、结果中的百分比是否与表格原始数字匹配、有效数字是否一致、图表是否与表格数值对应。引用完整性方面,标记仅通过二次来源(综述、教科书)引用的统计数字,建议作者核实原始来源。

使用方式

用户通过自然语言请求触发技能,例如“review my manuscript”“review the Introduction”“fix passive voice”或“walk me through improving this”。技能根据请求确定审阅模式,然后运行相应环节。

对于全文审阅和章节审阅,输出结构化报告,包含:摘要(2-3句总体评估)、各环节发现的问题列表(含原文、修改建议和简要理由)、前五项优先修改建议。每个发现标注严重程度:CRITICAL(主动误导读者)、MAJOR(显著影响清晰度)、MINOR(值得修改但不影响理解)。

对于交互式模式,逐段展示原文、应用五个环节后的修改版本,并解释关键修改及原因,等待用户确认或调整后再继续下一段。

对于针对性模式,仅运行请求的环节,按相同格式报告,限定在相关章节。

适用场景

适用于科研人员、工程师和学术写作者在投稿前优化稿件,提升科学写作的清晰度、精确性和可读性。可用于全文、单章节或特定写作问题的审阅。

限制

技能不改变科学内容、数据或技术主张。若发现主张可能有误,仅标记为内容备注,不做修改。技能尊重学科惯例,某些领域的方法学部分可能要求被动语态,某些期刊有特定风格要求;若未指定目标期刊,技能会询问。技能保留作者声音,目标是清晰而非同质化。每条建议必须包含原文和具体修改,不会只说“考虑改进清晰度”而不展示如何改进。