科研写作全流程 AI 工具分享:选题、写作、评审一站覆盖

你让它引用一篇文献，它给你作者、期刊、年份、页码，格式标准得无可挑剔——然后你去数据库里搜，查无此文。它不是在骗你，它是真的"相信"这篇文献存在。这就是AI的幻觉：在它不知道的地方，它不会说不知道，而是现编一个像模像样的答案。

所以：论文写作不能完全交给 AI，但繁琐的工作可以。

今天分享的这套 Academic Research Skills（学术研究技能包），就是这个原则的完整落地——它不替你写论文，它帮你处理查文献、改格式、抠逻辑这些"脏活"，把红线留给你自己。

它到底是什么

这是一套覆盖科研全流程的技能包，安装后提供一个 /ars 命令入口，包含四个子技能：

1. Deep Research：研究方向与文献

13个Agent组成的研究团队。适合在选题阶段使用：确定研究方向、检索文献、生成综述。它的两个细节值得单独说——

一是苏格拉底式引导：不是你问它答，而是它反过来一步步问你，逼你把自己的研究问题想清楚。很多人的问题不是找不到文献，而是不知道自己到底要研究什么。

二是文献验证：接入 Semantic Scholar API，对检索到的文献做真实性校验。这一步直接针对前面说的幻觉问题——AI给你的文献，先验证存在，再谈引用。

2. Academic Paper：论文撰写

12个Agent组成的写作团队，负责大纲生成、全文写作、格式规范、图表可视化。它有风格校准和写作质量检查机制，也支持 LaTeX 输出和引用格式转换——需要排版投稿的读者应该懂这两个功能的价值。

注意，"写作团队"不等于"代写团队"。它处理的是结构和表达层面的工作，观点和数据仍然由你提供。

3. Academic Paper Reviewer：模拟评审

7个Agent组成的多视角评审团，模拟期刊编辑和审稿人的角色，对论文做多维度审查，包括魔鬼代言人式的反向质询。投稿前先用它过一遍，比真实审稿人温柔，但比你自己严格——人对自己的稿子总是下不了狠手。

4. Academic Pipeline：全流程调度

10个阶段的全流程调度器，把前面三个技能串联起来，从研究到成稿一站完成，每个阶段都有检查点和主张验证机制。

一个提醒：不建议用一句话让它跑完全程。

推荐工作流

结合四个技能的分工，给一个可以直接抄的使用流程：

1. /ars-plan：收敛研究方向。它会对你进行苏格拉底式提问，一步步明确研究问题；
2. /ars-outline：生成论文大纲，审查合理后再继续；
3. /ars-full：进行全文写作；
4. /ars-citation：检查引用文献的真实性；
5. /ars-abstract：辅助摘要写作；
6. 写作完成后，调用评审指令模拟同行评审。

这不是固定流程。比如收到审稿意见需要返修，可以直接调用评审技能辅助修改——让模拟评审先挑一遍毛病，再对照审稿人意见逐条处理，效率高很多。

最后

工具再强，也只是辅助。AI生成的内容，每一处引用、每一个数据，都要自己核对过才有保证。

技能压缩包免费分享。在公众号后台回复「科研技能」获取下载链接。