技能介绍

科研流程里真正卡住的点

从文献综述到基金申请、实验设计、统计方案再到论文与投稿材料，常见痛点不是「缺一段话」，而是结构不对、方法前提没对齐、引用不可追溯。统计方法套错数据类型、样本量与对照设计说不清、AI 辅助被误当成可提交的独立成果，都会在后期放大成返工或诚信风险。

技能如何组织输出

技能把用户输入映射到具体科研阶段（触发词如 文献综述、研究方案、实验设计、统计分析、论文大纲、基金申请 等），再按学科惯例加载子模板，而不是一次性生成一篇「像论文」的散文。

核心能力包括：

阶段判定：明确当前环节与目标产出，裁剪通用骨架（背景、文献、假设、方法、分析计划、贡献、局限、参考文献）。
文献检索辅助：引导使用 OpenAlex 等免费公开源（不硬编码 API Key），整理关键文献与综述矩阵。
方法与分析规划：校验对照、样本量、统计前提；给出方法选择与代码草案，并标注需本地实跑验证。
规范撰写：按目标期刊或基金结构成文；阶段专属输出如综述矩阵、实验 SOP、章节大纲、预算与可行性等。

执行上遵循「判定 → 检索辅助 → 框架 → 方法校验 → 分析规划 → 撰写 → 自检」；默认 半填充 模式会先弹出学科、阶段、问题、数据与方法等表单预填，确认后再生成。

边界与注意点

本技能定位为科研方法论顾问：提供框架与方法，不替代实验执行、伦理审查与同行评审，也不出具医学或法律结论性判断。质量自检要求引用格式统一、不编造 DOI/文献（无法核实标为「建议补读」），明显统计前提违例必须预警，并明确 AI 辅助≠代写、禁止伪造数据或结果。联网受限时会降级为框架与待填项，不会伪造文献。