134Chen/zh-literature-review-writer

中文文獻綜述撰寫助手

概述

使用此技能尋找論文，根據主題相關性進行篩選，並以問題驅動的方式起草或修訂中文學術文獻綜述章節。

同時追求三個品質：

• 緊扣主題
• 低填充與低「AI 感」
• 最終的研究缺口陳述能真正支持使用者的方法選擇

工作流程

1. 在搜尋或寫作前鎖定範圍

• 提取主題、研究對象、目標任務、關鍵變數，以及使用者方法試圖解決的矛盾點。
• 如果主題很具體，就只停留在該主題及其鄰近方法之內。
• 除非使用者明確要求擴展，否則不要從特定主題滑向廣泛的產業、政策、控制、系統、平台或不相關的應用討論。
• 如果使用者提供論文，優先使用這些論文。
• 如果使用者未提供論文，則從主題推斷出一個方法鏈，並使該鏈條緊密貼近主題本身。

2. 在需要時搜尋並篩選論文

• 如果使用者已提供論文列表，優先篩選該列表，而非從頭重新搜尋。
• 如果使用者只提供主題，則從五個要素生成搜尋詞：
  1. 研究對象
  2. 目標變數或任務
  3. 領域流程
  4. 核心方法家族
  5. 鄰近但仍屬同主題的變體
• 分層搜尋：
  1. 核心精確匹配論文
  2. 解釋方法鏈的鄰近論文
  3. 只有在此之後，才謹慎添加有助於填補明確缺口的近鄰論文
• 對於技術問題，優先採用主要來源，例如出版商頁面、DOI 頁面、期刊頁面、會議論文集、學位論文和作者的機構知識庫。
• 在依賴一篇論文之前，請驗證其標題、作者、年份、發表場所及 DOI 或穩定 URL。
• 不要僅僅因為一篇論文使用了流行方法就保留它。只有當它與主題、目標任務或未解決的矛盾點緊密相關時才保留。
• 在起草前，將每個候選論文分類為：
  • 強：直接符合主題、任務或對象
  • 中：不完全符合對象，但明確支持方法鏈或關鍵矛盾
  • 弱：僅在方法名稱上相關，對本綜述價值有限
  • 排除：偏離主題、被關鍵詞誇大，或主要關於控制、平台、政策、診斷或其他任務
• 寧可要少數幾篇強相關論文，也不要許多篇鬆散相關的論文。

3. 使用預設結構，除非使用者另有要求

預設順序：

1. 國外研究現狀
2. 國內研究現狀
3. 總結與本文切入點

在每個部分內部，只有在有助於解釋問題鏈時才使用時間順序或技術演進。如果文獻不支持，不要強行使用階段標籤。

4. 以問題導向的方式撰寫每篇論文

對於每篇引用的作品，偏好此順序：

1. 它做了什麼
2. 它解決了什麼實際問題
3. 如果「實際問題」不是重點，則替換為遺留了什麼限制，以及後來哪項工作改進了它

保持結論具體。說明改進了什麼，以及相對於什麼對象，例如噪聲、延遲、非線性、變量耦合、樣本量、工況偏移或可解釋性。

5. 以具體的方法缺口作結

• 用具體術語總結未解決的矛盾。
• 將使用者的方法組件逐一對應到該矛盾。
• 不要用「因此本研究具有重要意義」這類通用線索結尾，除非使用者明確要求那種風格。

搜尋與篩選輸出

當使用者要求尋找或篩選論文時，在完整綜述之前提供一個精簡的篩選結果（若有幫助）。

內容包括：

1. 搜尋重點
2. 納入規則
3. 排除規則
4. 強候選
5. 中候選（若它們是完成方法鏈所必需的）
6. 明確排除的方向（當它們可能導致主題偏移時）

對於每篇保留的論文，簡要說明：

• 為何相關
• 它在綜述中扮演何種角色
• 它是直接支持主題，還是僅支持方法鏈

嚴格規則

• 不要寫成「作者 + 方法名稱」的流水帳。
• 不要將關鍵詞重疊誤認為主題相關性。
• 不要只說一篇論文提出了某個方法，卻不說明它解決了什麼問題。
• 除非來源本身明確支持該判斷，否則不要做出未經證實的斷言，例如「這證明該領域已進入成熟階段」或「這標誌著一個新階段」。
• 不要誇大論文的結論超出其實際範圍。
• 不要用空洞的短語填充綜述，例如「具有重要意義」、「極大促進了發展」、「展現了廣闊前景」或「提供了新思路」，而沒有具體對象。
• 不要像教科書一樣定義每一種方法。只在首次提及時擴展全名和縮寫，以利於可讀性。
• 不要憑空捏造論文之間的前驅-後繼關係。只有在文本上可以支持時，才能說一項工作改進了另一項。
• 除非使用者要求，否則不要從使用者的主題擴展到更大的領域。
• 當使用者的主題是關於特定的測量、預測或軟測量任務時，不要保留其主要任務是控制、診斷、優化、平台建構或通用工業智能的論文。
• 除非使用者明確指明，否則不要讀取本地文件。

寫作風格

• 使用適合論文提案、文獻綜述章節和研究現狀章節的中文學術散文撰寫。
• 偏好緊湊的段落，而不是大綱式的傾倒，除非使用者明確要求要點列表。
• 保持過渡自然且克制。
• 偏好具體的名詞和具體的問題，而不是抽象的讚美。
• 讓「創新依據」落實在矛盾點上，而不是口號上。

低 AI 感中文文獻綜述方法

當使用者要求「不像 AI」的散文、AIGC 檢測未通過，或需要讓論文的文獻綜述章節聽起來更像人類研究者所寫時，請使用本節。

核心操作

不要透過添加更流暢的過渡詞來修飾文獻綜述。應圍繞具體的研究鏈重建每個段落：

研究對象 -> 資料或條件 -> 使用的方法 -> 解決的問題 -> 剩餘邊界 -> 與本研究的關係

段落不需要每次都包含全部六個部分，但至少要有三個是具體的。如果一個段落只包含廣泛的領域標籤、方法名稱和讚美詞，它讀起來就會像生成的文字。

替換模板化綜述節奏

避免重複相同骨架：

• 近年來，隨著...的發展，...受到廣泛關注。
• 某某提出了...方法，取得了較好效果。
• 該研究為...提供了參考。
• 綜上，現有研究已經取得豐富成果，但仍存在不足。

更佳的做法是從實際研究對象出發：

• 鑽機運行曲線需要先轉換成工況標籤，孔深累計才有階段邊界。已有研究通常從轉速、鑽壓、泵壓和深度中提取特徵，用於識別鑽進、循環、起下鑽和靜止等狀態。
• 原始高頻文件中的毛刺會放大差分結果。穩健統計研究中，中位數和 MAD 常用於削弱短時極端值對局部趨勢判斷的影響。

引用句子紀律

• 一個引用句子應專注於一篇論文或一個緊密相關的主張。
• 避免在一個通用主張後堆疊多個引用。如果多篇論文被一起引用，先說明它們的共同點，然後在下一句中給出一個具體差異。
• 不要將引用放在僅僅說「研究較多」、「發展較快」、「應用廣泛」或「具有重要意義」的句子上。
• 如果使用者所在學校要求每句一個參考文獻，即使為了流暢性改寫時也要遵守該規則。

類似人類的段落建構

對於綜述段落：

1. 以研究問題或資料條件開始，而不是廣闊的領域背景。
2. 根據論文實際做了什麼來介紹它們，而不僅僅是方法名稱。
3. 只有在它們解釋技術路線時才使用方法名稱。
4. 以具體術語說明限制：樣本量、噪聲、延遲、工況偏移、感測器放置、弱標籤、可解釋性、現場部署或單位不匹配。
5. 只有在聯繫真實存在時才以使用者的需求結束。避免每個段落都以「為本文研究提供基礎」結束。

良好的段落節奏可以不均勻。一句話可能資料量很大，下一句解釋邊界。不要讓每個句子長度相同，也不要讓每個段落形狀相同。

工程論文綜述語調

對於工程、設備、軟體平台、數據採集、測量和演算法章節：

• 從領域鏈和數據鏈寫起。當感測器、信號、文件、窗口、變量、單位、階段和結果重要時，提及它們。
• 偏好轉速、鑽壓、泵壓和深度變量用於識別鑽進、循環和靜止狀態多於多源數據技術推動了智能鑽井發展。
• 在評述演算法時，解釋該方法為何適合該數據問題。例如，使用MAD適合處理短時尖峰而不是MAD具有良好的穩健性。
• 在評述軟體或平台工作時，將架構連接到數據流，而不是連接到廣泛的信息化斷言。

反檢測修訂遍歷

在起草或修訂後，執行此遍歷：

• 移除那些刪除後也不會改變意義的開場短語。
• 搜尋重複的結尾，例如「提供參考」、「奠定基礎」、「提供支撐」、「具有重要意義」。
• 搜尋連接詞簇：「此外」、「同時」、「進一步」、「因此」、「綜上」。
• 搜尋轉折對比框架：「不是...而是」、「不僅...而且」、「不在於...而在於」。
• 搜尋每個句子都以「某某等」開頭的段落。
• 盡可能用具體對象替換廣泛名詞，例如「體系」、「平台」、「能力」、「水平」、「價值」、「意義」。
• 如果一個段落仍然過於接近之前的版本或檢測片段，更改句子順序和主語重點，而不是替換同義詞。

綜述與論文章節的低於 10% AIGC 通過遍歷

當一篇中文論文或綜述章節已經減少過，但檢測器仍然報告大約 10%-13% 時，使用此遍歷。

• 首先比較重複報告。如果相同的段落被反覆標記，而總體比率僅略有變化，則將任務視為收斂性遍歷，而非全面重寫。
• 不要擴展綜述或添加不相關的引用來稀釋分數。額外的通用文獻通常會增加 AI 感。
• 對於每個重複的段落，改變其職責：
  • 從「領域背景」改為「具體數據條件」；
  • 從「論文列表」改為「每篇論文處理了什麼問題」；
  • 從「方法讚美」改為「該方法為何適合該數據問題」；
  • 從「缺口口號」改為「哪個感測器、樣本、工況、標籤或部署問題仍然存在」；
  • 從「因此本研究...」改為「本研究需要此邊界是因為...」。
• 當 Word 結構必須保留時，將一個段落保留為一個段落。改寫其內部順序而非拆分。
• 如果一個段落大部分是公式、變量或結果統計，保留數字和單位。將解釋從通用的數學語言改為變量來源、數據窗口和工程意義。
• 當報告已經低於 10% 時，只為了安全邊際再重寫一次剩餘的匹配段落。不要移除引用、表格、公式或結果值。

低 AI 感句子操作

對頑固的綜述段落使用這些操作：

• 以測量或數據問題開頭，而不是領域趨勢。
• 將引用工作放在問題句子之後，而不是在每個句子前都放「某某等」。
• 減少使用總結動詞：「提出」、「構建」、「實現」、「驗證」、「表明」。用實際操作替換它們，例如「用轉速和鑽壓窗口識別鑽進段」或「用中位數削弱單點尖峰」。
• 避免以「為本文提供參考/基礎/支撐」結束幾個段落。以具體的邊界或需求結束。
• 保持一些不均勻性。人類寫的綜述可以在一個較長的技術句子之後有一個簡短的邊界句子。

前/後模式範例

弱：

國內外學者對智能鑽井工況識別進行了大量研究，提出了多種機器學習和深度學習方法，取得了良好效果，為本文研究提供了理論基礎。

較強：

鑽機工況識別通常依賴轉速、鑽壓、泵壓和深度等時序變量。已有研究把這些變量用於識別鑽進、循環、起下鑽和靜止等狀態，解決的是連續曲線與現場動作之間的對應問題。本文後續的階段識別和孔深累計也需要先確定這一邊界。

弱：

異常檢測方法能夠有效提高數據質量，因此被廣泛應用於工業數據處理中。

較強：

高頻採集文件中的單點尖峰會直接影響差分結果。中位數和 MAD 一類穩健統計量適合先削弱這類短時極端值，再進入階段識別。

使用這些參考資料

• 關於搜尋詞設計、相關性分級和候選輸出格式，請閱讀 references/paper-discovery.md。
• 關於章節骨架和句型，請閱讀 references/writing-template.md。
• 關於禁止的模式和改寫範例，請閱讀 references/anti-patterns.md。
• 在最終確定前，請檢查 references/quality-checklist.md。