夜雨聆风砖家的AI科研指导、建模培训班、论文指导培训班已经开通，欢迎大家加入学习。
砖家有代建模与论文，也有1V1全程指导。想学习系统动力学，建模、课程、论文、咨询都可以找砖家。
现在有两个公众号，分别是专门讲系统动力学和AI学术科研的。
砖家V: zhuanjia89757
以下正文
AI模型大战可以说是一个月变一次天，极其的热闹。上个月火到爆的模型，下个月可能就成了明日黄花。
就比如GPT5.6模型，我有一种错觉似乎是使用了相当久，但一看时间也才7月9号上市，发布了20天。
但感觉像使用了半年。
在这之前，我写了GPT5.6的10套实用科研指令。
但在Kimi的K3发布后，许多工作流又发生了变化，毕竟国外的一些模型需要魔法，适配环境中最适合我们的其实是国内模型。
之前受限于国模的能力，有时不得不用国外模型。现在K3打了一个样板，我们不需要魔法也能体验到世界前列的模型，可以说是相当香了。
不同的模型风格、类型都有不同，适配的prompt也会不同，那么这里我将体验了十来天后，适合Kimi K3的模型prompt进行更新汇总。
1、批量文献深度综述
请你作为一名熟悉[研究领域]的文献综述专家，对我提供的全部论文进行系统分析。
不要按照论文顺序逐篇总结，而要围绕以下问题建立文献证据矩阵：
请按照“研究主题—代表文献—理论基础—方法—主要结论—争议—研究缺口”的结构输出。
所有判断必须能够追溯到我提供的论文。请标注文献题目或作者，不得将模型自己的推测写成已有文献结论。如果证据不足，请明确标记为“尚无法判断”。
这类提示词的关键词可以概括为：
证据矩阵、观点聚类、矛盾识别、来源追溯、证据边界。
K3上下文比较长，确实可以放入更多材料。
但材料放得多，并不代表它会自动形成高质量综述。
我们仍然要告诉它，应该按照什么维度比较这些论文。
2、判断真正的研究空白
请基于我提供的文献材料，分析[研究主题]中可能存在的研究空白。
请分别从以下六个角度进行判断：
对于每一个可能的研究空白，请继续回答：
已有研究已经做到了什么程度？
剩下的问题为什么值得研究？
这个问题是真的没有被解决，还是仅仅研究数量较少？
是否存在数据无法获得、变量无法测量或研究价值不足的问题？
请将研究空白分为“高价值空白”“一般性补充”和“伪研究空白”三类，并说明判断依据。
最后根据高价值空白提出5个可实际执行的论文选题。
不要把简单更换研究地区、研究对象或模型名称认定为核心创新。
这套提示词最重要的一句话，是让模型识别“伪研究空白”。
没人研究，并不等于值得研究。
有些问题没有人研究，可能只是因为数据根本拿不到，或者研究结论没有明显的理论与实践价值。
3、构建理论机制与竞争性假设
我的研究问题是[变量X]如何影响[变量Y]，研究对象为[研究对象]。
请不要直接生成研究假设。
首先识别能够解释这一关系的3—5个候选理论，并分别说明：
在此基础上构建完整的作用机制，包括直接效应、中介机制、调节机制、门槛效应、时间延迟、空间溢出或反馈关系。
每条作用路径都需要说明理论依据、逻辑过程、可观测变量和可检验方法。
除正向假设外，请同时提出竞争性假设或反向解释，并说明什么样的实证结果能够区分这些解释。
最后形成“理论—作用机制—研究假设—变量测量—验证方法”的对应表。
这套提示词的关键词是：
理论竞争、作用路径、边界条件、反向解释、可证伪性。
真正有价值的理论分析，不是给一个结论找几个看起来合适的理论。
而是比较不同理论对同一个现象能够作出什么不同解释。
4、整篇论文一致性检查
请对我提供的完整论文进行全局一致性检查。
请重点检查：
请不要直接重写全文。
首先建立问题清单，并按照“严重问题、重要问题、一般问题”进行分类。
每个问题需要标明所在章节、原文位置、问题原因、可能造成的影响和具体修改建议。
对于无法确认的问题，请说明还需要哪些信息，不要自行补充事实。
这里有一个关键词很重要：
不要直接重写，先进行诊断。
如果一开始就让AI修改全文，它很可能在修改语言的过程中，把真正的结构问题遮盖掉。
先找问题，再决定哪些地方需要修改，通常更稳妥。
5、模拟外审专家审稿
请对我提供的论文进行模拟同行评审。
请分别扮演三类审稿专家：
第一位专家重点关注理论贡献和研究创新；
第二位专家重点关注数据、方法和模型可靠性；
第三位专家重点关注论文结构、结果解释和实践价值。
每位专家需要分别给出：
每条意见必须指出对应的章节或内容，不得只给出“创新不足”“需要加强讨论”等宽泛评价。
最后请汇总三位专家的共同意见，并按照修改优先级形成返修清单。
这种方法的意义，不是让AI决定论文能不能发表。
而是提前寻找那些作者自己已经习惯、因而很难发现的问题。
尤其是“创新不足”这种意见，如果只让AI写四个字，没有任何价值。
我们需要继续要求它说明：
到底是哪一部分不新？
是研究问题不新、理论不新、数据不新，还是方法和问题之间没有形成真正的创新？
6、联合分析表格、图片与正文
请联合分析这些材料，不要分别孤立总结。
请重点检查：
请逐张图、逐个表进行检查，并输出“图表内容—正文表述—是否一致—存在问题—修改建议”。
对于无法清楚识别的数值，请明确标注识别不确定，不要自行猜测。
最后一句也非常重要。
图片识别能力再强，也可能因为分辨率、字号、图例或表格结构产生误读。
要求模型标记不确定性，比让它强行给出一个看起来确定的答案更可靠。
7、让K3按照研究目标持续推进任务
请将整个任务拆分为若干阶段，并按照以下原则推进：
请先输出任务路线图和风险清单，再开始执行第一阶段。
这类提示词比较接近Agent或者Goal式任务。
重点不是让模型一次性输出一篇很长的内容，而是给它一个明确目标，让它把复杂任务拆解成多个可以检查的阶段。
当然，我们不能因为模型能够持续工作，就完全放弃人工判断。
模型负责整理材料、发现问题、执行重复性任务和提供候选方案。
研究者仍然需要决定：
研究问题是否有价值；
理论关系是否合理；
数据是否可信；
最终结论能否成立。
说到底，Kimi K3发布以后，科研Prompt最重要的变化，不是提示词变得更长。
而是我们可以让模型处理更加完整的研究任务。
在使用Kimi K3时，建议大家经常加入下面这些关键词：
基于我提供的材料。
逐条标注证据来源。
区分事实、推断和建议。
不得编造数据和文献。
先诊断问题，不要直接重写。
同时提出反例和竞争性解释。
标注无法确认的信息。
按照严重程度排列问题。
给出明确的完成标准。
输出可执行的下一步任务。
这些关键词能够明显减少模型泛泛而谈、过度推断和自信编造的情况。
一个好的Prompt，也不需要堆满复杂术语。
但无论模型能力发展到什么程度，真实文献、真实数据和研究者自己的学术判断，仍然不能被替代。
Kimi K3可以帮助我们处理更多材料，也可以帮助我们把一个模糊的研究想法逐渐整理成一套完整方案。
但最终需要研究的，仍然应该是一个真实存在、能够验证，也值得回答的问题。
END
我是系统动力学砖家，一个用模型解释社会、经济现象的砖家。
砖家的AI科研指导、建模培训班、论文指导培训班已经开通，欢迎大家加入学习。
砖家有代建模与论文，也有1V1全程指导。想学习系统动力学，建模、课程、论文、咨询都可以找砖家。