SuperAPI AI 工具集

academic-writing-cs

写作与研究

查看项目

更新于 10-15 17:10

技能介绍

用途

该技能为计算机科学研究论文写作提供端到端支持,聚焦于构建清晰、有说服力的技术叙事,并遵循领域特定惯例。它适用于会议论文(6–12 页)、期刊文章(15–30 页)和学位论文章节(篇幅灵活、覆盖深入),并声称覆盖计算机各子领域,包括 AI/ML、系统、理论、HCI、安全等。

核心写作理念:学术论文是一条叙事弧(问题→方案→证据→影响),而不是模板填空;清晰来自结构,应把熟悉信息放在前、新信息放在后;每个设计选择都需要理由,每个主张都需要支撑。

主要能力

该技能覆盖从规划到投稿后回复的五个阶段:

  1. 规划与结构:定义叙事弧(要解决什么问题、单一主要贡献、支撑贡献的三个关键结果、主要局限),识别目标会议/期刊及其页数、格式、匿名化要求与子领域惯例,并逐节列出各章节目的、要传达的 2–3 个要点和支撑图表。

  2. 起草:为摘要、引言、相关工作、方法、实验/结果、讨论、结论分别给出结构与要求。例如摘要采用“背景→空白→贡献→影响”四句式,控制在 150–250 词;引言采用漏斗结构(宽→窄→具体),要求在第四到第五段结束前让读者清楚理解贡献;实验部分要求包含实验设置、主结果、消融实验、分析(含失败案例)和计算成本。

  3. 面向清晰度的修改:应用 Gopen & Swan 的三条原则——旧信息在前(Old Before New)、主谓邻近(Subject-Verb Proximity)、句尾压力位置放重要信息(Stress Position)。并列出需修正的常见反模式,如名词化导致的“动词掩埋”、以“It is important to note that…”开头的“清嗓”、句尾放弱元素的“悬垂强调”等。

  4. 润色与合规:按学术功能使用短语库(引入工作、引用来源、描述方法、报告结果、讨论发现、撰写结论),并遵循计算机领域约定,包括符号记法(首次使用即定义、向量与标量格式一致、公式融入句子并加标点)、图表(正文先引用、图注自足、字体≥8pt、色盲友好配色)、引用(遵循会议作者—年份或编号格式)、代码与可复现性(说明代码可用性、实现细节、超参数、随机种子、运行次数)。

  5. 回复审稿意见:系统性分类与优先级排序审稿意见(重大问题如实验、清晰度、主张 vs. 小问题如错别字、格式),制定修改计划,逐条回应,并重新检查修改后的版本与页数限制。

使用方式

该技能以决策树与参考文档驱动。规划阶段参考 references/narrative_framework.md 和 references/cs_conventions.md;起草各节时对照 assets/section_checklists.md 中的对应清单;修改清晰度时完整阅读 references/sentence_clarity.md;润色时查 references/phrasebank.md;投稿前运行 section_checklists.md 中的投稿前检查清单,若临近截稿则使用紧急清单(优先摘要、引言贡献陈述、主结果表、至少一项消融、可读图表、正确参考文献)。审稿回复阶段参考 Revision Checklist。资料中还给出三个示例工作流:从零开始写会议论文、针对清晰度修改引言、起草结果部分。

适用场景

当需要规划论文结构与叙事流、起草任一章节、为提高清晰度或满足会议要求而修改、检查句子级写作问题、查找计算机领域特定惯例、用逐节清单检查完整性,或回复审稿意见时,均可调用该技能。

限制

资料仅给出方法论、结构建议、原则与检查清单,未说明具体支持的平台、编程语言版本、集成方式或运行环境。未提供收费、价格信息。文档中的示例(如 STCR 方法、82% 准确率、7% 提升)仅作为流程演示,非本工具的实际功能。技能中引用的各参考文件与资源的具体内容未在资料中完整提供,部分内容在资料结尾处被截断。