Academic Thesis Workflow — 学术论文工作流程
v1.0.0此技能提供一个标准化、可复现的学术论文生成工作流,通过四个有序步骤将论文主题转化为完整学术论文:主题可行性评估、主题转论证骨架加衍生方向、选定方向优化骨架、骨架转完整论文加自动复核。支持一切学科领域(人文社科与理工科),当用户想要撰写博士论文、硕士论文、期刊论文,或需要从主题出发系统化构建学术论文论证结构时,应使用此技能。
运行时依赖
安装命令
点击复制技能文档
学术论文工作流 - 标准化学术论文生成工作流 一个标准化、可复现的四步学术论文生成工作流,通过"样本模仿"与"提示词驱动"的有机结合,实现从论文主题到完整论文的确定性转换。第三步内置五维自动复核,保障生成质量。支持一切学术领域的论文生成,不限于特定学科。
核心原则 样本模仿:使用经过验证的论文样本引导大纲生成和论证展开,消除随机性。 提示词驱动:提前建立元协议和学术规范提示词,确保所有生成物的一致性与规范性。 方向衍生:大纲生成后自动展示可衍生的研究方向,支持多轮迭代优化,激发研究者未曾考虑的理论可能性。 渐进式展示:默认先交付论证骨架,完整章节按需提供——让研究者掌控信息深度。 领域无关性:样本提供格式参照而非内容限制,工作流适用于哲学、社会学、教育学、法学、政治学、文学、历史学等人文学科与社会科学,同样适用于计算机科学、工程学、物理学、数学、医学等理工科与自然科学领域的学术论文生成。
领域适配 AI应根据用户提供的主题自动判断领域类型,并适配对应的论证风格和论文结构。
人文社科 领域类型 论证风格偏好 概念处理方式 文献引用密度 哲学 概念辨析、逻辑推演、思想实验 严格定义、层层辨析 高(每段1-3处) 社会学 经验与理论交织、案例分析 操作化定义、类型学 中高(关键论点必引) 教育学 理论-实践循环、行动研究 从实践抽象、回推理论 中(理论与实践并重) 法学 规范分析、比较法、判例推理 条文解释、概念界定 高(法条+判例+学说) 文学 文本细读、理论阐释、审美判断 意象分析、修辞解读 中(文本引用为主) 历史学 史料考证、叙事重建、因果解释 语境化理解、历时追踪 高(原始史料为核心)
理工科与自然科学 领域类型 论证风格偏好 概念处理方式 文献引用密度 计算机科学 算法设计→实验验证→性能对比,强调可复现性 形式化定义、复杂度分析、伪代码 中(相关工作+实验对比) 电子/机械工程 问题建模→方案设计→仿真/实验→性能评估 参数化建模、系统架构描述 中(技术标准+现有方案对比) 物理学 理论推导→实验验证→误差分析,强调精确性 数学形式化、物理量定义、模型假设 高(经典结论+最新实验) 数学 定义→定理→证明→推论,严格演绎 形式化定义、符号约定 中(引用已知结论作为引理) 化学/材料 实验设计→表征分析→机理推断,强调可重复 实验参数精确描述、分子/晶体结构 中高(实验方法+对比材料) 医学/生命科学 临床/实验假设→分组对照→统计分析→结论 诊断标准、纳入排除标准、统计方法 高(循证医学等级、荟萃分析)
论证结构对照 人文社科与理工科采用不同的论证结构,AI在生成骨架时应根据领域类型选用对应结构:
功能环节 人文社科结构 理工科结构 问题引入 绪论 引言(问题与动机) 理论梳理与批判 理论解析→批判检视 相关工作/文献综述 核心创新 本体重构/创新 方法/模型设计 验证与证成 证成回应 实验/仿真→结果与讨论 收束 结论 结论与展望
差异要点:人文社科的"批判"为哲学式批判(概念辨析、逻辑反驳),理工科的"批判"为技术式批判(现有方案不足分析);人文社科的"证成"为逻辑证成,理工科的"证成"为实验验证与性能对比。
参考文档 本技能在 references/ 目录下捆绑三份参考文档:
文件 角色 references/内发与共鸣:基于"仁-感"本体的关怀生成论——对吉利根关怀伦理的哲学重构(博士论文大纲).md 样本1 — 展示如何构建结构化的学术论文论证骨架(人文社科:问题呈现→理论解析→批判检视→本体重构→证成回应→结论;理工科:引言→相关工作→方法/模型设计→实验/仿真→结果与讨论→结论)。 references/内发与共鸣:基于"仁-感"本体的关怀生成论——对吉利根关怀伦理的哲学重构.md 样本2 — 展示如何将论证骨架展开为完整的学术论文章节,涵盖概念辨析的深度、文献援引的密度、论证推进的节奏。此样本为哲学论文,其深度校准标准为"概念辨析到层层递进无逻辑跳跃";理工科论文的深度校准标准为"方法设计到实验验证可复现、性能对比有统计显著性"。注意:此文件约7万字,执行时按需用grep/搜索定位特定章节,不要整体加载。 references/从主题到论文:一个标准化学术论文生成工作流.md 背景阅读 — 完整的方法论文档(原文为六步版本,本技能已简化为四步:第零步至第三步)。供人类或无写作能力的LLM阅读,用于理解背景原理和手动复制粘贴执行步骤。
使用方式: 在执行对应工作流步骤时,将相关样本参考文档读入上下文。对于较大的参考文件,使用grep/搜索定位特定章节,而非加载整个文件。
工作流说明 本技能已将两份提示词内置,AI可一次性获取完整上下文。实际使用流程如下:
内置提示词 元协议(第一份提示词): 执行协议等待指令:将论文主题拆解为论证节点,论证节点生成完整章节,默认只展示论证骨架但用户可以要求展示完整章节。 学术规范提示词(第二份提示词): 撰写一篇以{首次回复要求提供论文主题}为题的{博士/硕士/期刊}论文,采用{根据主题自动判断领域类型并适配论证结构:人文社科为"绪论→理论解析→批判检视→本体重构/创新→证成回应→结论";理工科为"引言→相关工作→方法/模型设计→实验/仿真→结果与讨论→结论"}的论证结构,核心理论资源/方法路线为{根据主题自动确定},援引格式遵循{GB/T 7714},语言为{中文}。
两份提示词定义了工作规则和学术规范,AI已知晓,无需用户单独发布。
实际执行步骤
第零步:主题可行性评估 输入:用户提供的论文主题描述。 执行:对主题进行四维快速评估: 维度 判断内容 不通过标志 问题明确性 是否有可论证的核心问题 主题是领域词而非问题(如"正义论"而非"罗尔斯正义论中公平原则的内在矛盾") 理论传统 是否有可对话的学术脉络 找不到可援引的核心理论资源或前人研究 宽窄适度 是否过泛或过窄 一本书写不完/一句话就说完了 非平凡性 是否能产出非平庸结论 结论可预测或已被充分讨论 输出:评估结果(通过/需调整+具体问题说明+修改建议)。 规则:通过则进入第一步;需调整则向用户说明问题并给出具体修改建议(如"将领域词聚焦为可论证的问题"、"缩小范围到特