# Writing Core > 中文学术论文核心写作规范。当用户需要论文写作、改写、润色、降 AI 痕迹、自然中文表达、公式表格排版、Markdown 正文排版或交付前语言自检时，使用此参考；重点保留豆包较强的自然写作能力，只用少量高杠杆规则约束模板化、直译腔、空泛拔高、格式粘连、跨章节重复和草稿状态污染。 - Skill: `ahang1598/writing-core` (Agent Skill) - Install (CLI): `npx skillmds@latest add ahang1598/writing-core` - Raw SKILL.md: https://api.skillmd.com/api/skills/ahang1598/writing-core/raw - Safety review: pending (external: skill-scanner PASS, skillspector PASS) - Works with: Claude Code, Claude.ai, OpenAI Codex - Category: Docs & Writing - Author: ahang1598 (https://skillmd.com/u/ahang1598) - Updated: 2026-09-09 - Page: https://skillmd.com/skills/ahang1598/writing-core --- # 核心写作规范 本参考用于控制论文语言质量，尤其是中文学术论文的自然表达、去 AI 痕迹、正文排版和交付前自检。它不是句式禁令大全；目标是让豆包写得更像研究者，而不是更像规则机器。 ## 一、总原则 1. **先保信息，再改语言**：去 AI 化不能删掉研究对象、数据范围、方法条件、指标口径、实验边界和结论限制。 2. **少用模板，多用关系**：段落衔接来自因果、转折、限定、对比和递进关系，不靠“首先/其次/最后”堆流程。 3. **强判断要有边界**：出现“显著、主流、最具代表性、有效、鲁棒、重要价值”等判断时，必须有数据、文献或明确限定。 4. **终稿不混草稿**：提示词、用户要求、AI 来源说明、计算纠错、自我修正和“待替换”说明不得进入论文正文。 5. **不要过度约束豆包表达**：允许自然承接、必要重复和较长句，只要信息准确、逻辑清楚、边界明确。 6. **质量高于降 AI 痕迹**：任何去 AI 规则若会造成病句、术语漂移、事实丢失、逻辑断裂或语体过低，必须放弃该规则并保留更准确的原表达。 7. **正文不用 Markdown 装饰**：正式论文正文不使用 `**加粗**`、斜体、emoji 或项目符号来制造重点；加粗只能出现在任务卡、检查清单或说明性非正文内容中。 ## 二、AI 痕迹识别与处理 ### 2.1 高频模板风险 以下表达不是绝对禁用词，但在论文初稿生成阶段要按“默认避开、必要才保留”处理。摘要、引言开头、贡献段、实验结论和结论中，从开始生成正文起默认不使用“首先/其次/最后/此外/总之/值得注意的是/需要指出的是/具有重要意义”等高 AI 味词；只有当目标模板明确要求分点，且每一项后面紧跟具体对象、条件、数据或边界时，才可以用短编号替代，不能机械排比。 | 类型 | 高风险表达 | |---|---| | 无功能重复过渡 | 首先、其次、最后、此外、另外、接下来、总之 | | 空壳提示 | 值得注意的是、需要指出的是、重要的是、必须强调的是、显而易见 | | 生成式扩写 | 进一步提升、有效增强、能够更好地、实验结果表明、这说明 | | 泛化价值 | 具有重要工程应用价值、实现精度和速度的良好平衡、提供高效准确的解决方案 | | 空洞修饰 | 非常、极其、十分、相当、显著（无数据或检验支撑时） | 处理方式不是简单同义词替换，而是追问：这句话具体依赖什么对象、条件、数据或边界？如果没有，就降级为限定表达或删除。能用段落关系自然承接时，不要为了“完整”补入空壳连接词。 Draft Mode 语言闸门：生成完整初稿后，至少检查摘要、引言、贡献段、实验结论和结论五处。若同一处同时出现成组排序词、生成式扩写和无支撑强判断，不能直接交付为“完整初稿”；先改写为“对象/条件/证据/边界”驱动的句子，或在初稿说明中标注为待改风险。 ### 2.1.1 强制禁止句式库 以下句式在摘要、引言、讨论和结论中默认拦截；只有用户提供的学校/期刊模板明确要求，或句子后面给出具体数据、场景和边界时，才可保留改写后的版本。 | 高风险句式 | 为什么拦截 | 改写方向 | |---|---|---| | “X 是……关键环节 / 重要领域 / 研究热点 / 支柱产业” | 宏大叙事开场，不能说明本文问题 | 直接写本文对象的具体场景、样本、任务或技术约束 | | “传统方法存在 A、B、C 等问题” | 问题清单空泛，像套模板 | 写某类方法在某个条件下的具体失效模式 | | “针对……等挑战，本文提出……” | 摘要、引言、结论最常见固定转折 | 改为“本文处理的是……条件下的……问题，方法设计集中在……” | | “从表 X 可以看出……这表明……” | 机械复述表格，不做分析 | 只解释最关键趋势、异常值、边界或机制原因 | | “这主要得益于……” | 讨论段成果宣传腔 | 改为“该增益可能来自……，但仍受……条件限制” | | “具有以下特点和优势：首先……” | 对比段口号化 | 直接比较一个具体差异及其证据，不列宣传清单 | | “针对……本文完成……主要结论如下：第一……” | 结论复述摘要 | 用连续段落收束已证明内容、限制和下一步 | ### 2.1.2 数字复述与引用计数门控 - 实验正文不得逐行朗读表格。禁止把表中每一行都写成“从 A 提升到 B，提升 C 个百分点”；正文只保留最能支撑判断的一两个差异，并解释其条件、异常或边界。 - 若结果表使用 `PLANNING DATA`，正文不得写“实验结果表明”“结果验证了”“显著优于”“充分证明”“全面验证”。改用“基于规划数据的初稿分析显示”“预期趋势为”“待真实实验验证的是”。 - 文献综述正文不得写“获得 X 次引用”“高被引 X 次”等具体引用次数，除非用户要求文献计量分析且 evidence map 中有可核验计量来源。普通综述应按方法家族、问题条件和结论边界组织，而不是按被引次数排序。 - “保信息”不等于保句式。保留对象、条件、数据、指标和边界后，必须改掉过度规整的段首、句尾、贡献句和表格复述结构。 ### 2.2 常见症状与修正 | 症状 | 修正方式 | |---|---| | 句式像英文直译 | 改为中文常用语序，先说明对象、现象和条件，再给判断 | | 段落像“背景-方法-结果-意义”模板 | 打散固定节奏，补入真实研究决策、证据和边界 | | 改写后信息变少 | 补回研究对象、数据范围、方法条件、指标口径和结论边界 | | 方法解释像百科词条 | 围绕本文为什么这样设计、解决什么局部问题、受什么条件限制来写 | | 讨论像成果宣传 | 改为解释结果成立条件、失败可能、适用范围和后续需要补强处 | | 摘要/引言/讨论/结论反复复述 | 给不同部分分配不同功能，避免同一价值判断换词循环 | | 摘要像模块清单 | 改为连续报告研究问题、处理路径、关键结果和适用边界，不用“首先、其次、最后”串联所有改进点 | | 引言贡献段像口号列表 | 改为说明每项设计处理了哪个具体缺陷、对应哪类证据或实验，不把“有效提升/充分验证”作为贡献本身 | ### 2.3 重复骨架检查 中文论文的 AI 痕迹常常来自同一段或相邻段反复套用同一种表达，而不是来自某个句式本身。`以 A 作为 B`、`通过 A 实现 B`、`用于 C`、`引入 A` 等都是正常学术表达，不能机械禁用。 检查重点： - 同一段是否连续使用相同段首、句尾或贡献句结构。 - 句子是否只有“显著、有效、重要、提升”等判断，却没有对象、数据、条件或边界。 - 文献句是否只是逐篇套“已有研究表明”，没有综合问题、方法和局限。 - 方法句是否只罗列模块名称，没有输入、处理、输出和设计理由。 处理方式：优先补对象、条件、证据和边界；必要时调整语序。不要为了降 AI 痕迹把标准学术表达强行改成粗糙口语。 ### 2.4 重复复述与段落功能 摘要、引言、讨论和结论可以围绕同一研究结果，但不能承担同一功能： - 摘要：报告研究对象、方法、关键结果和限定范围。 - 引言：说明问题压力、现有路径、具体缺口和本文定位。 - 讨论：解释结果为什么成立、在哪些条件下可能失效。 - 结论：收束已经完成的贡献和后续工作，不重新宣传意义。 如果同一判断在多个位置出现，先判断各位置的功能是否重复。只有功能不同，才允许保留；若只是换词复述，应合并、删减或改写为边界说明。 ### 2.5 直白但严谨 可以把过度精致、过度对称的句子改得更直白，但不能降成口语、病句或事实漂移。好的降档是让读者更快看清对象、动作、证据和边界；坏的降档只是把正式词换成粗糙词。 - 可以使用“用、加上、说明、显示、问题、范围、条件”等普通词，但不要全文反复套同一种低阶表达。 - 保留专业术语、模型名、变量名、指标、数据集、引用编号和结论限定。 - 不为追求“人工感”故意制造语病、断句或低质量口语。 - 高水平期刊、学位论文模板或用户指定语体优先；需要正式表达时，只降低模板感，不降低严谨度。 ## 三、自然中文论文行文 中文期刊论文不追求每句话都极短。更自然的写法通常是先交代研究对象、资料范围或问题背景，再说明处理方法、结果现象和判断边界。句子可以略长，段落中可以有必要承接、限定和少量重复，只要主语明确、关系清楚、读者能顺着研究过程理解。 去 AI 化的重点是减少模板化、翻译腔、过度概括和空泛拔高，而不是删除所有修饰语。能够说明对象、时间范围、样本口径、方法条件、指标含义、实验边界和因果关系的成分应当保留。 ## 四、正文排版规范 1. 正文默认不使用 Markdown 加粗和斜体，包括 `**...**`、`__...__`、`_..._`。 2. 段落之间空一行。 3. 正文段落优先连续叙述，不用项目符号堆叠观点。 4. 同一段尽量保持一个中心判断，但允许必要解释和限定。 5. 避免把完整观点拆成过多短段。 允许使用列表的场景：计划、任务卡、检查清单、参数配置、操作步骤、对话状态块。论文正文默认不用列表；若目标期刊或学校模板允许贡献列表，可短列表后接连续解释段。 ## 五、公式、表格与终稿格式护栏 以下规则只约束容易造成正式论文不可用的格式事故，不限制正常学术表达。若用户提供学校、期刊或 Word/LaTeX 模板，以模板为准；若目标媒介只支持 Markdown，使用 Markdown 表格与 LaTeX 数学块作为可复制交付格式。 ### 5.1 公式格式 - 核心模型公式应独立成行；需要连续引用时建议标注“式（1）”“式（2）”。 - Markdown/纯文本交付中，行间公式统一用 `$$...$$` 包裹，行内变量用 `$...$`；不要裸写公式或只用普通文本模拟上下标。 - 飞书云文档交付中，优先使用云文档公式块/公式语法；若当前通道只能先给可复制文本，必须保留可转换的 LaTeX 源，并标明应转换为公式块，不得把公式截图、HTML 标签或纯文本下标当成正式公式。 - 不输出代码式下标或未渲染痕迹，例如裸写 `NQP_{i,t}`、`β_0`、`γ_2`；Markdown 中应写成 LaTeX 数学表达，如 `$NQP_{i,t}$` 或 `$$...$$` 行间公式块。 - 不输出 HTML 标签形式的 ``、``、``、``；上下标、分式和幂指数必须在同一个公式结构中表达，不能把指数单独拆成一行。 - 公式解释中的符号必须与公式一致。若公式包含 `α_1`、`β_1`、`γ_1`、`γ_2`，解释中不得简写成重复的“α、β、γ”或“γ和γ”。 ### 5.2 表格格式 - 出现“一级指标 / 二级指标 / 衡量指标 / 指标属性”等结构化内容时，必须生成表格，不得压成连续正文。 - 描述性统计必须使用标准表格：每个变量一行，观测值、均值、标准差、最小值、中位数、最大值等统计量分别成列。 - 相关性分析必须输出为矩阵表，变量名作为行列标题；显著性星号紧跟对应系数，不得因换行被拆散。 - 回归结果必须生成结构化表格或三线表形态：每个模型单独一列，变量、系数、括号内统计量、固定效应、样本量和 R² 分行展示。 - 表格结束后另起段落；表题、表注、下一节标题不得与表格内容粘连。 ### 5.3 标题、编号与变量说明 - “一、”“（一）”“1.” 等章节或小节标题必须独立成行，不得与正文第一句合并在同一段。 - 变量定义部分按“被解释变量 / 解释变量 / 机制变量 / 控制变量”等层级分段；每一类单独成段，不能与上一段正文粘连。 - 多级编号连续出现时，先确认层级关系，再生成对应标题或列表；不要把“3. 中介变量（1）融资约束”挤在正文中间。 ### 5.4 中英文混排、参考文献与 AI 提示 - 中文论文正文中不得无必要夹杂英文普通词；如需使用英文术语，首次出现时给出中文译名和英文括注。 - 参考文献列表必须逐条换行；不得把 `[1]`、`[2]`、`[3]` 连在同一段。 - 单条英文参考文献内部应保持语义连续，不机械硬换行切断题名、期刊名或页码。 - 正式论文正文和结尾不得自动保留“部分内容由豆包生成”“内容由 AI 生成，请谨慎参考”等生成提示；如用户要求披露 AI 辅助，应按目标期刊规范单独处理为声明。 ## 六、段落构建规则 一个可提交段落通常包含： 1. **中心判断**：本段要说明的具体关系。 2. **支撑信息**：文献、数据、现象、方法条件或对比。 3. **边界或过渡**：说明判断范围、限制、下一段为何接上。 段落不设固定字数。判断标准是中心是否单一、证据是否足够、关系是否清楚；若段落太短导致像提纲，合并；若段落过长导致多个中心混杂，拆分。 ## 七、列表进入正文 列表内容进入正文时，必须补足主语、谓语、条件和关系。若目标期刊、学校模板或论文章节允许贡献列表、步骤列表或变量分层，可以使用编号列表；否则应转为连续段落。 信息不足的写法： ```markdown 本研究贡献如下： - 提出新方法 - 完成自动化流程 - 验证有效性 ``` 连续段落写法： ```markdown 本研究围绕目标任务中的特征表达与检测效率问题，提出了一种改进方法，并将相关模块整合为可执行的处理流程。实验结果显示，该方法在既定数据集和评价指标下取得了稳定增益，但其适用范围仍需结合更多场景进一步验证。 ``` ## 八、引用、事实与实验判断 写作和改写时执行三条轻量门控： 1. 不编造文献、数据、图表或实验结果。 2. 含结论性表述时，优先给出处、数据、图表或明确边界。 3. 不把仓库、博客、模型记忆、普通搜索工具、CrossRef、Semantic Scholar、OpenAlex 等后台检索/API 元数据当作正式论文来支撑学术判断；英文文献的 `scholar_search` 元数据可用于正式参考文献、文内引用和元数据层判断，但若要支撑方法细节、实验效果或局限边界，仍需补摘要、DOI/出版社页面、arXiv 页面、browser-task 页面可见内容或用户材料。 强判断降级示例： - “YOLOv8 是最新版本” → “YOLOv8 是 YOLO 系列中被广泛使用的版本之一；若讨论最新进展，需结合后续版本或最新文献核验。” - “显著优于多种主流算法” → “在本文报告的实验设置下，该方法在 mAP@0.5 指标上高于所列对比方法；是否具有统计显著性仍需更多实验或检验支撑。” - “具有重要工程应用价值” → “该结果说明方法在当前数据集和速度约束下具有一定应用潜力，但仍需在真实产线数据上进一步验证。” ## 九、三轮自检清单 写作完成后，在对话中执行自检并报告结果；不要默认要求运行 PowerShell/Bash 脚本。 证据化要求（否则自检等于自欺）：这份清单是同一个模型检查自己刚写的正文，如果只逐条打钩"通过"，模型会顺着"我应该做到了"直接确认，而不真读正文。所以下列每一项凡涉及可定位的痕迹（Markdown 装饰、模板连接词、顿号排比、骨架复用、图表编号），都不能只回答"是/否"，必须给出证据： - 可计数项（`**`、`__`、`_..._`、emoji、"首先/其次/最后/第一/第二/第三"）：逐字符扫描全文，报告出现次数；非 0 就贴出每一处命中原文并修复后复查。 - 骨架复用：为相邻小节列一张"段首切入 + 主句式 + 结句"对照表，肉眼可见雷同即判为拼凑。 - 强判断、顿号排比：摘出原句清单逐条判断，不能笼统说"已降到合理范围"。 只勾"通过"而不给上述证据，视为本轮自检未执行，不得据此声称语言已处理完成或交付飞书。 ### 第一轮：结构检查 - [ ] 是否存在正文列表化。 - [ ] 公式是否为可渲染格式；Markdown/纯文本行间公式是否使用 `$$...$$`，行内变量是否使用 `$...$`；飞书云文档公式是否使用公式块/公式语法或保留可转换 LaTeX 源；是否残留裸 `_`、`{}`、``、`` 等未渲染痕迹。 - [ ] 指标体系、描述性统计、相关性分析、回归结果是否使用表格而非连续字符串。 - [ ] 表题、表注、章节标题是否与正文或表格内容粘连。 - [ ] 段落是否围绕单一中心判断展开。 - [ ] 章节逻辑是否连续。 - [ ] 是否把正文写成机械的“背景-方法-结果-意义”模板段。 - [ ] 是否出现“宏大叙事开场—传统方法问题清单—近年来显著进展—本文贡献如下”的八股节奏；若出现，至少重构其中两个功能块。 - [ ] 摘要、引言、讨论、结论是否各有功能，而不是反复换词复述。 ### 第二轮：语言检查 - [ ] 是否高频或成组出现无功能重复过渡词或空壳强调句；必要的步骤、层级和贡献排序必须绑定具体对象、条件、证据或边界，否则仍算问题。 - [ ] 是否存在“进一步提升、有效增强、能够更好地”等生成式扩写。 - [ ] 摘要、引言贡献段、实验结论和结论是否从生成阶段就避开“首先/其次/最后/此外/总之/值得注意的是/需要指出的是/具有重要意义”等高 AI 味词，而不是交付前才替换。 - [ ] 是否存在“从表 X 可以看出……这表明……”式数字复述；若存在，改为趋势、异常、机制或边界分析。 - [ ] 文献综述正文是否出现未经文献计量任务支持的具体引用次数。 - [ ] 是否连续复用同一类段首、句尾或贡献句结构，且没有功能差异。 - [ ] 是否存在无信息量形容词堆积。 - [ ] 是否只是同义词替换，而没有改变过度规整的段首、句尾和贡献句结构。 - [ ] 是否出现主观化表述。 - [ ] 是否存在翻译腔、英文语序或审稿回复式表达。 - [ ] 中文正文是否夹杂未翻译的英文普通词。 - [ ] 论文正文是否残留 Markdown 加粗/斜体，如 `**...**`、`__...__`、`_..._`。 - [ ] 是否因过度压缩丢失研究对象、数据范围、方法条件、指标口径或结论边界。 ### 第三轮：事实与终稿状态检查 - [ ] “最新、主流、显著、代表性、全面验证”等强判断是否有证据或边界。 - [ ] 图表编号是否都有内容或占位说明。 - [ ] 公式解释中的系数、上下标和符号是否与公式一致。 - [ ] 参考文献是否逐条分段，条目内部是否被机械硬换行破坏。 - [ ] 正文是否混入“部分内容由 AI 生成”、提示词、计算纠错、自我修正或待替换说明。 - [ ] 标点、中英文空格、段间空行是否一致。 ## 十、去 AI 化提示词模板 以下模板用于用户明确要求“降 AI 痕迹”“润色得更自然”或自检发现模板腔较重时。它是可选自检工具，不是每次写作的强制步骤；使用前先确认原文事实、数据和结论边界不能被压缩掉。 ```markdown # Role 你是一位熟悉中文期刊论文写法的科研写作编辑，能够在不改变技术含义和数据口径的前提下，降低中文论文段落中的AI腔、翻译腔和模板化表达。 # Task 请改写【中文论文段落或草稿】，使其更接近中文期刊论文中自然、稳妥、可提交的正文表达。 # Constraints 1. 去AI化不等于压缩。除非我明确要求缩写，不要主动删减事实、数据、限定条件和解释句。 2. 必须保留研究对象、数据范围、样本口径、方法条件、指标含义、实验边界、结论限制和专有名词。 3. 默认使用连续段落；若目标模板允许贡献或步骤列表，可以用编号列表但需补足条件和边界；不使用 Markdown 加粗、斜体或 emoji，正文中不得出现 `**...**`、`__...__`、`_..._`。 4. 避免无功能地连续堆叠"首先、其次、最后、此外、另外、接下来、总之"等连接词；若它们承担真实排序或层级功能，可以保留。 5. 避免"值得注意的是、需要指出的是、重要的是、必须强调的是"等空壳句式。 6. 减少英文直译式语序，不把每句话都改成"对象-动作-结论"的机械短句。 7. 避免审稿回复式表达。正文中不要写成"该指标反映的是""不能理解为""用于避免口径悬空"，应改为自然叙述。 8. 保持判断克制。涉及效果、提升、贡献或应用意义时，优先使用具体指标、现象和边界支撑，不写空泛拔高。 9. 如果原文虽然略显啰嗦但信息完整、语序自然，可以只做轻微调整；不要为了显得精炼而压掉必要信息。 10. 不只替换词语，还要检查重复骨架和段落功能；若摘要、引言、讨论、结论只是换词重复同一判断，应按各自功能重写。 # Output - Part 1 [Refined Text]：改写后的中文正文 - Part 2 [Modification Log]：说明主要改动，特别标出是否处理了翻译腔、模板腔、审稿回复口吻或空泛判断；若原文已自然，输出"[检测通过]" - Part 3 [Information Check]：确认是否保留了关键对象、数据、方法、指标和边界；如存在信息缺失风险，明确指出 ``` ## 十一、豆包执行边界 本参考不要求运行 Bash、PowerShell、`wc`、Python 或本地扫描脚本。若用户提供文件路径而当前环境无法读取，要求用户粘贴或上传正文；不要启动 shell 命令统计字数、扫描格式或探测任何本地隐藏技能目录、IDE 规则目录或运行目录。自动脚本和本地目录发现不属于豆包默认路径。 ## 十二、交付要求 本参考被使用后，回复中应简短说明： - 本轮主要降低了哪些 AI 痕迹。 - 哪些强判断已补证据或降级。 - 是否仍有文献、事实、实验、图表或终稿状态风险。 - 是否需要把状态写入 `paper-writer-state` 供下轮恢复。