Nature 风科研写作路由
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @user_7d510643/skill-new-v2。
技能介绍
要解决什么问题
写 Nature 系期刊文稿时,常见痛点不是「缺一段范文」,而是立场、论证链、章节结构、期刊口径和语言习惯混在一起:一次对话里要么上下文塞满整本写作手册,要么模型凭记忆套用规则,结果容易漏证据边界、跳过早期的论证规划,或在 Methods / Review 等不同体裁上套错模板。
本技能把写作知识拆成可版本化的静态片段,由路由层按当前任务只加载需要的部分,并在起草前强制走 intake 与八步工作流,而不是直接从 Router 文件里「背规则」写正文。
技能如何工作
技能分两层:
- 静态层(
static/):核心立场与工作流、按paper_type的 playbook、按section的起草指引、语言规则、期刊风格等片段。 - 动态层(
SKILL.md+manifest.yaml):识别本次请求的轴并映射到文件路径,只 Read 被选中的片段。
每次调用按五步路由:
- 读取
manifest.yaml与always_load中的核心层(默认立场、工作流、输出格式)。 - 检测轴值:
paper_type(默认 research)、section(可多选,歧义且影响成稿时应询问)、language(en或zh-to-en)、journal(默认 generic;Nature 子刊按 nature 处理)。起草前用一行向用户确认检测结果。 - 按 manifest 加载匹配片段;除非用户只要无章节上下文的独立论证段,否则不跳过
section。 - 按优先级应用材料:核心 stance/intake → 体裁 playbook → 章节规则 → 期刊约束 → 语言规则;完整执行
core/workflow.md的八步流程,即使用户只要 prose 也要先写一句话论证。缺关键证据或边界时写占位并在 Assumptions / missing inputs 中列出,不编造。 references/仅在 manifest 的on_demand触发时打开(示例库、段落衔接、Nature 摘要段、拒稿风险自检等)。
适用边界与注意点
- 不要从 Router 或记忆直接套用起草逻辑;片段必须从磁盘按路由加载。
- 不要一次性读满
static/或默认加载全部 references;扩展范围应改片段与 manifest,而非堆长 Router。 - 若用户未提供足够 claim / evidence / boundary,成稿会以占位与假设清单体现缺口,需要后续补材料而非期待「自动补全实验结果」。
使用场景
- 撰写 research 论文某一章节(如 intro、method)时,先确认 paper_type 与 section 轴,再按 manifest 加载对应片段并完成八步工作流。
- 中文实验记录或讨论要点需转为英文投稿段落,language 设为 zh-to-en,并对照 nature 或 generic 期刊约束改表述。
- 写 review 或 methods 体裁全文时加载对应 paper_type playbook,避免把 research 模板的论证顺序套进 related-work。
- 摘要或正文段落衔接存疑时,按需打开 references 中的 nature-summary-paragraph 或 paragraph-flow 做结构与流畅度核对。
适合人员
- 准备投 Nature 或 Nature Communications 的博士生,需要分 section 起草并在缺证据时用占位与 missing inputs 清单而非编造数据。
- 用中文笔记积累素材、要把 abstract、intro 等章节规范成英文的跨语言科研作者。
- 指导学生改稿的 PI,希望在扩写前看到 paper_type、section、language、journal 一行检测结果以便低成本纠偏。
- 首次撰写 hypothesis、algorithmic 或 methods 体裁论文、容易混用章节模板的研究员或工程师型作者。