文献读完之后那堵墙
为了一篇 SCI 论文,四十篇文献读完了,图也全画好了。打开稿件文件,第一段却怎么都写不出来。很多论文就耗在这一步:材料越堆越高,本该把它们串起来的那条主线反而越来越淡。
最省事的办法是把材料一段一段丢给 GPT-6。版面确实填得很快,但填出来的论文里,研究问题、实验证据和结论三者互相对不上,之后的返工比省下的时间还多。
下面是我们自己在用的流程:让 GPT-6 分五步完成 SCI 论文,每一步只用一个 GPT-6 skill,配一条可以直接粘贴的提示词。前三步搭论文的主线,后两步打磨并送出门。
第一部分 —— 搭建 SCI 论文的主线
第一步:锚定研究问题,再铺开文献
立项的第一个动作,是把研究问题压缩成一口气能讲完的一句话。这句话必须交代四件事:研究对象、所在场景、采用的方法或机制、准备回答的关系或争议。缺任何一项,写到第三段就会卡住,因为每篇文献看起来都相关,却没有一篇是核心。
题目定下来之后,沿三个方向检索:核心概念、方法路径、应用场景。检索类 skill 的用武之地就在这里:关键词扩展、去重、基于元数据和摘要搭建文献矩阵。它做不到的,是核验机制描述、参数取值和效应量。这些只在全文里,还得你自己读。
Skill:nature-academic-search——把检索请求按学科分发到 PubMed、CrossRef、arXiv 和 Semantic Scholar,自带去重、引文校验和 BibTeX/RIS 导出。中文学位论文和期刊仍需走知网、万方单独处理。
提示词:
任务:调用 nature-academic-search,为下面的研究问题建立结构化文献地图。
研究问题:[一句话——对象、场景、方法、争议]
时间范围:[起始年份—结束年份]
必须覆盖的簇(三项以上):[概念簇 / 方法簇 / 应用场景簇]
执行步骤:第一轮按概念广撒网;第二轮按方法收敛;第三轮补争议性文献。三轮合并去重后,按"直接回答问题 / 提供方法 / 提供背景"三组输出。
筛选口径:仅依据元数据与摘要筛选。机制、参数、效应量等需要全文核验的字段一律标为"待读"。不要替我写结论。注意:文献清单的体量从来不是综述质量的指标。每读一篇,先在矩阵里登记它支持哪个子问题。登记不上的条目,无论看起来多相关,最后都会把主线带偏。
第二步:让 GPT-6 搭一份只规划、不写正文的骨架
证据矩阵整理好,让 GPT-6 出一份只做规划、不干别的的骨架。合格的骨架要为每一节回答三个问题:这一节指向哪个研究问题,哪条证据对应哪句陈述,结果与讨论之间的边界在哪里。它还应该主动暴露缺口:材料撑不起某个"每篇论文都有"的小节时,老老实实标上"待补证据",而不是用常识把洞抹平。
Skill:Academic Paper Skills——其中的 academic-paper-strategist 模块做四件事:目标平台画像、文献缺口梳理、详细大纲生成、评审式回查。作者说明这套 skill 的语料以哲学和跨学科论文为主,落到实验医学、工程验证或临床研究时,方法学条款和报告规范仍要按学科惯例补齐。
提示词:
角色:仅做论文规划,禁止起草任何正文。
入参:研究问题 = [一句话];研究设计 = [实验 / 观察性 / 建模 / 综述 / 其他];核心材料 = [证据矩阵摘要 + 方法说明 + 关键结果表];目标期刊或学科惯例 = [填写]。
任务:按 IMRaD 结构生成详细大纲。每个小节填齐四个字段——本节指向哪个研究问题 / 必须引用的证据条目 / 不能越过的推断边界 / 与下一节的衔接逻辑。
边界:若现有材料不足以支撑某个惯例章节,显式标记"待补证据"。禁止用常识填空,禁止在规划阶段写任何正文。注意:大纲只解决"骨架对不对"。语言、论证强度、结论态度都不是这一步的责任。把它们提前压给规划阶段,换来的是一份看起来漂亮、实则盖住缺口的目录。
第三步:让 GPT-6 分节起草,只依据证据
起草阶段按 section 推进,回报最稳。输入越具体,输出越可回溯:Methods 要有真实流程、参数和软件版本;Results 要配齐表格、效应量和显著性检验;Discussion 要有已核验的引文和明确的推断边界。要求"一次性输出整篇"看似省事,实际是把五个小漏洞摊进一篇谁也定位不了的大文章。
Skill:Scientific Agent Skills——对每条事实执行严格的来源规则,只接受三类输入:你自己提供的材料、经可信渠道核验的检索结果、不带具体数字的领域常识。它还区分"已得到的结果"与"计划中的结果"。没有证据支撑的陈述会被直接拦下:补证据、改写,或者删掉,绝不用占位符把段落拼得看起来完整。
提示词:
角色:仅依据下方入参起草 [Methods / Results] 中的"[小节名]"。
可用材料:仅限下列粘贴内容——[方法记录 / 参数 / 表格 / 统计输出]。
流程:第一步,列出本节要陈述的事实清单,每条标注来源(材料页码 / 表格编号 / 文献编号);第二步,依据事实清单起草约 [目标字数] 字的初稿。
写作规范:Methods 按真实操作顺序写,保留软件版本、阈值、排除规则;Results 按"方向 → 效应量 → 区间 → 显著性"的顺序报告,不解释原因。
占位规则:任何缺失字段统一写成 [待作者补充:字段]。禁止推测数值或操作步骤。注意:分节起草不等于支离破碎。每写完一节,回到主线问一句:这一节在回答什么问题,属于哪条贡献。在主线上找不到归属的段落,再流畅也要重写或删掉。
Results 也是配图必须先于文字存在的地方:一段按"方向 → 效应量 → 区间"报告的文字,描述的其实就是一张图。如果此时图还只是草稿,PaperBanana 可以在一分钟左右把一段文字描述变成可直接发表的学术配图,让初稿和图一起长出来,而不是图最后才到。
第二部分 —— 打磨 SCI 论文并投出
第四步:让 GPT-6 三遍修改,每遍只盯一个维度
改稿最好分三遍走,每一遍盯一个不同的目标。第一遍盯论证:证据链有没有断,推断有没有越界。第二遍盯对齐:图表和方法是否对得上正文,证据是否真的在声称它的那一段里。第三遍统一术语、时态和语言风格。把目标分开,远比从第一句就追求"终稿感"省力。
语言层是润色类 skill 最强的地方:重复表达、模板化措辞,对结构断点的识别也有不错的灵敏度。按阶段一次给 GPT-6 一个任务,结果是稳定的。
Skill:Paper Polish Workflow——默认保守修改。纯语法和流畅度问题直接动;任何可能改变科学含义的修改都单独列出来由你决定。它不会替你把相关性改写成因果,也不会擅自补数字、机制或样本量。
提示词:
任务:对下列 Discussion 做轻度润色。
不可改动:原有数据 / 引用编号 / 限定词 / 结论强度——一律保持原样。
优先处理:长句拆分、重复表达、术语不一致、中式英语痕迹;删除夸张或模板化措辞。
红线:任何可能改变科学含义的改法,必须保留原句并单独列出建议,禁止直接替换;不得擅自添加数字、机制或因果关系。
正文:[粘贴]注意:skill 能压住的是语言层的重复与模板化。论证强度、推断边界、结论的态度,这些仍由你负责。把润色理解成"工具帮你顺一遍句子",别指望它替你做学术判断。
第五步:投稿前做一次硬性核验
投稿前三到五天,从主线逻辑到图表质量做一次全量体检。先修会阻塞投稿的硬伤:结构错位、关键引用缺失、图表与正文脱钩;然后再处理措辞和格式。
选刊可以按题名、摘要、关键词和研究类型先出候选清单。但每本期刊的征稿范围、可投文章类型、最新分区、审稿周期和发表费用,仍要回到期刊官网或权威数据库逐项核对。
Skill:venue-templates,属于 Scientific Agent Skills——它的位置在选刊之后、点击提交之前。目标期刊一旦敲定,它会按该期刊的官方模板和提交要求,逐一核对稿件结构、版式和附件清单。选刊仍是你的事:先用出版社官方的 Journal Finder 圈定候选池,让工具逐本核对征稿范围,再把最终目标交给它准备投稿包。
提示词:
入参(按此顺序粘贴):论文标题 / 摘要 / 关键词 / 研究类型——[粘贴]。
第一步:依据上述信息判断主学科与次学科。
第二步:给出 5 本候选期刊,按"冲刺 2 / 匹配 2 / 保底 1"分组。
第三步:每本期刊列出——
1. Aims & Scope 匹配证据:摘录官方原文并给出官网链接;
2. 可投稿文章类型;
3. 当前 JCR / CAS 分区及对应年份;
4. OA 模式与 APC;
5. 公开可核验的审稿周期;
6. 风险点(命中率、争议话题、特殊政策)。
红线:凡无法从官方或权威数据库确认的字段,统一写"未核实"。禁止估算录用率。注意:GPT-6 或任何工具给出的"录用可能性",只是训练数据里的统计印象,不是真实投稿结果。录用率、审稿周期、APC 这些关键信息,务必通过期刊官网、Retraction Watch、LetPub 交叉核对。工具无法确认的信息,一律标为"未核实"。
先拆分工作,再让 GPT-6 进来
论文写作最难的地方,是文献调研、框架设计和语句润色总想同时进行。把它们拆成步骤,你能精确看到卡在哪一步,也不会把整篇 SCI 稿子扔给 GPT-6 然后祈祷。
先定研究问题,再收集证据,然后搭论证框架。初稿允许粗糙,每一轮修改只做一件事。当这套流程真正属于你,上面这些 skill 就不再是捷径,而是帮你去掉那些无意义的反复,这也是它们唯一擅长的事。
PaperBanana 在哪一步
上面 GPT-6 流程的每一步都是关于文字的:找到它们、排列它们、收紧它们。而评审第一眼看的配图,仍然要有人来做,并且应该在第三步做,而不是投稿前一晚。
这正是我们在做的事。PaperBanana 根据一段文字描述生成可直接发表的学术配图,评审要求再加一个标注时,还能把任意图片转成完全可编辑的 SVG。如果你正在为科研搭一套 GPT-6 工具箱,我们的 Paper Skills 目录评测了本文提到的这些 skill 和几十个其他 skill,附安装命令,以及每一个究竟擅长什么的实话。
本文提到的 Skill
- nature-academic-search——多数据库文献检索,自带去重和 BibTeX/RIS 导出
- Academic Paper Skills——只规划不写正文的大纲,带评审式回查(GitHub)
- Scientific Agent Skills——证据绑定的起草与期刊模板核对(GitHub)
- Paper Polish Workflow——保守、不改科学含义的语言润色
