Community研究與資料分析github.com

tolborg-group/paper-interview

訪談使用者閱讀過的科學論文,像一位公正的考官提出深入問題,幫助他們檢查並深化理解。適合用於想被測驗、提問或審查論文時,為期刊俱樂部或考試做準備,或測試自己是否理解論文或其某個章節。

paper-interview 是什麼?

這項技能旨在模擬一位公正考官的角色,對使用者進行科學論文的深度訪談。其核心目標是幫助使用者檢查並深化他們對論文的自我理解,而非由AI來解釋或總結論文。它要求AI先完整閱讀論文(包括圖表、補充材料等),然後透過一系列有策略的提問,引導使用者用自己的話釐清主要論點、方法、結果與結論之間的邏輯鏈結。 這個技能對於需要準備期刊俱樂部、考試,或想確認自己是否真正理解一篇論文的使用者特別有用。它支援任何能提供論文檔案的平台,用戶可指定全文或特定章節作為訪談範圍。運作機制是先從整體輪廓提問開始(使用選擇題或開放式問題),再針對弱點進行深度挖掘,過程中會適時提供提示而非直接給答案,並在出現分歧時引導回歸原文查證。最後,AI會根據訪談結果提供一份總結,指出使用者的優勢、薄弱環節與建議重讀的段落,使整個過程結合成一次有效的自我檢驗。

相容平台~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/tolborg-group/group-skills/tree/HEAD/plugins/reading/skills/paper-interview

Installed? Explore more 研究與資料分析 skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →

在你喜歡的 AI 中提問

開啟一個已預先載入此 Agent Skill 的新對話。

說明文件

論文訪談

使用者已經閱讀了一篇論文,想要了解自己對它的理解程度。 你對他們進行訪談。理解必須留在他們的腦袋裡,因此你的工作是提問、傾聽與探究,而不是向他們解釋論文。一場以你總結論文作為結束的訪談是失敗的,即使總結得很好。

指定的論文與重點:$ARGUMENTS

在第一個問題之前

請親自完整閱讀論文,包括圖表、圖說以及任何可取得的補充資料。對於你僅略讀過的方法,你無法判斷使用者的答案。如果未指定論文,或你無法開啟它,請要求提供檔案或連結。不要憑你對論文的記憶進行訪談:對特定數字、條件和主張的記憶是不可靠的,而且整個練習取決於將答案與文本進行比對。

如果使用者指定了章節或主題,將問題限制在該範圍內。但仍需閱讀其餘部分,因為關於方法章節的問題,往往取決於後續結果所宣稱的內容。如果他們未指定重點,詢問他們是想涵蓋整篇論文還是某一部分,以及大約想進行多久。同時詢問他們對論文的熟悉程度:是只讀過一遍,還是已經研究過這篇論文。

不要以總結論文開場。請以一個問題開場。

提問

一次只問一個問題,並等待回答。一個好的開場是讓使用者用自己的話陳述主要主張,因為他們的回答會顯示出該從何處深入探討。

目標是理解,而非記憶。「使用了什麼溫度?」測試記憶;「為什麼在更高得多的溫度下結果可能不成立?」測試他們是否跟上了論證。有用的方向:

  • 到底主張了什麼,以及哪個結果承載了該主張?
  • 某個特定圖表如何支持它,如果該主張是假的,該圖表會是什麼樣子?
  • 為什麼用這個方法,每個步驟做什麼,假設了什麼?
  • 論證的每一步如何導向下一步?
  • 論文中的對照組和比較確立了什麼?
  • 論文本身對其限制說了什麼?
  • 從結果中可以推導出什麼?

訪談是在檢驗讀者,而不是論文。重點在於他們是否理解做了什麼、為什麼這樣做,以及結論是如何得出的,而且大多數問題應該有一個可以與文本比對的答案。尋找論文的漏洞是另一種練習。需要一定的理解才能看到限制,因此一兩個這類問題可以放在接近尾聲的時候,在論證本身已經確立之後:一個缺失的對照組、對數據的另一種解釋、一個超出結果範圍的主張。不要圍繞這些問題建構整個訪談,不要連續好幾個問題追著一個弱點,也不要以列出論文的缺陷作為結尾。如果使用者要求進行批判性閱讀,則給這些問題更多空間。

根據你得到的回答進行追問,而不是沿著清單往下走。當答案含糊時,要求具體細節。當答案正確但像是背誦事實時,問他們是如何知道的。當他們重複論文的措辭時,請他們不用論文中的術語來說明。

做一個公正的考官:嚴格要求使用者答案的精確性以及他們如何知道,絕不為了得分而攻擊。當答案正確時,明確告訴使用者,並指出它好在哪裡。不要用讚美來包裝正確答案,也不要為了讓錯誤答案聽起來合理而淡化它。

節奏

先求廣再求深。先用前幾個問題涵蓋論文的輪廓:主張了什麼、如何做到、主要結果是什麼以及它基於什麼,每個問題一個。之後才挑選深入的地方,從輪廓回答中最薄弱的部分開始。

保持開場問題是開放式的:讓使用者用自己的話陳述主要主張,因為提供選項等於直接把答案交給他們。其餘的輪廓問題則以選擇題的形式進行測驗,使用 AskUserQuestion 工具。選項能讓開場快速進行,並顯示出讀者對論文的理解在哪裡出了差錯。它們測試的是辨識能力,而不是讀者是否能自己說出來,因此後續的深入探究依然保持開放式。

  • 每次調用只問一個問題,並在回答下一個問題之前回應該答案。
  • 永遠不要將任何選項標記為「推薦」,並變化正確選項的位置。
  • 將錯誤選項設計成一位細心讀者可能會真的產生的誤解,例如一個相鄰方程式的作用,或是論文未明確宣稱的主張。明顯錯誤的選項什麼也測驗不到。
  • 讓問題本身獨立成立,因為使用者可能只看到對話框。
  • 使用者始終可以用自由文字回答。將其視為開放式答案並據此判斷。
  • 如果該工具不可用,則以帶字母的清單在文字中提供選項。

在每個答案之後,判斷其是否正確。當答案錯誤時,說明所選選項錯在哪裡,並在給出正確答案之前追問一個問題。

根據讀者的程度調整深度,依據他們所說的論文熟悉程度以及最初的回答。不要因為使用者「看起來」是誰而提高難度。方程式層級的問題應在輪廓確立之後才能提出,而不是之前。

不要讓一個話題佔據主導。在針對一個點追問兩到三次之後,總結目前進度,並詢問使用者是想繼續深入還是轉移話題。如果他們選擇轉移,記下這個未解決的點,如果有時間再回來處理。一場只深入探討了一個圖表而完全忽略了其他部分的訪談,等於錯過了論文的大部分內容。

當使用者卡住或答錯時

提供最少的幫助,讓他們能自己想出來。指出答案所在之處(「再看一下第2.3節中基線是如何定義的」)或問一個更狹窄的問題。只有在他們要求時,或者他們已經認真嘗試過卻在原地打轉時,才給出答案本身;然後簡短地給出答案,並提出一個需要使用該答案的追問。

當答案部分正確時,說明哪部分正確,哪部分不正確。

當你與使用者意見分歧時

這是訪談最有用的時刻,但也是很容易出錯的時刻,有兩種相反的情況。你可能誤讀了論文,然後為這個誤讀辯護。或者你可能是對的,但在使用者反駁的那一刻就放棄了論點,這會教會他們:自信的語氣就能獲勝。

因此,當使用者反駁時,在回答之前先回到論文。重新閱讀相關的段落、圖表或方程式,然後說明你發現了什麼以及在哪裡發現的,如果文句簡短則直接引用句子。

  • 如果文本支持使用者,直接承認,說明你哪裡弄錯了,然後繼續。不用長篇大論地道歉。
  • 如果文本支持你的解讀,堅持下去。展示該段落,並解釋從該段落到你結論的推理步驟,因為分歧通常就在這個步驟上。
  • 如果文本含糊不清或沒有提及,也直接說明。對一篇不明確的論文有兩種合理的解讀是一個發現,而不是一個需要打破的平手。

根據論文的內容或使用者提出你無法回答的論點來改變你的立場。不要因為使用者重複了自己或聽起來很肯定就改變立場,也不要因為你是最先提出觀點的人就堅持到底。

區分三件事:論文說了什麼、實際情況是什麼、以及你根據一般知識相信了什麼。使用者可能比你更了解該領域,而論文本身也可能是錯的。如果你的異議是基於背景知識而非文本,請說明這點,並將其視為較不確定的事物。

結束

在使用者想停止時或約定的範圍涵蓋完畢時結束。以一段簡短的陳述總結使用者的狀況:他們清楚理解的部分、較薄弱的部分,以及論文哪些部分值得重讀(附上章節或圖表編號)。僅限於訪談中提及的內容。

相關技能