thedixitjain 《模式识别与人工智能》投稿全流程编排
本技能是《模式识别与人工智能》(Pattern Recognition and Artificial Intelligence, PR&AI) 投稿的
"总控台"：把从选题到见刊的完整弧线拆成阶段，并在每个阶段指出该调用哪个子技能。PR&AI 是 CCF 推荐
B 类模式识别/人工智能专业中文月刊，走编辑初审→专家外审→主编终审的同行评审与多轮修回，官方口径
一般 6 个月内给评审结果。事实核验日期 2026-07-09，见 resources/official-source-map.md；标
待核实 的周期/费用不作定论。
一、全流程阶段总览
| 阶段 | 主要动作 | 触发技能 | 产物 |
|---|---|---|---|
| 0 选题定位 | 判契合、定类型与栏目 | prai-topic-selection |
选题契合结论 |
| 1 写作搭骨 | 中文长文体例、首页范式 | prai-writing-style |
摘要+引言+骨架 |
| 2 立创新 | delta 优先相关工作 | prai-related-work |
相关工作+贡献表 |
| 3 搭证据 | RQ、公平基线、统计、消融 | prai-experiments |
实验方案+结果 |
| 4 可复现 | 环境/种子/数据固定、复现包 | prai-reproducibility |
复现材料 |
| 5 分材料 | 正文 vs 附录/补充 | prai-supplementary |
补充材料清单 |
| 6 投稿自审 | 六件套、查重、字数、病毒扫描 | prai-submission |
投稿就绪 |
| 7 理解评审 | 三环节流程建模 | prai-review-process |
各环节杠杆图 |
| 8 答复修回 | 逐条答复+修改说明 | prai-author-response |
答复信+修订稿 |
| 9 制品可用 | 代码数据可用性声明 | prai-artifact-evaluation |
可用性声明 |
| 10 录用定稿 | 校样、缴费、排期 | prai-camera-ready |
清样确认 |
二、时间线（经验节奏，非官方承诺）
- 投前准备：选题→写作→实证→投稿自审通常需数周至数月，视实验规模。
- 初审：编辑部审查是否符合宗旨、体例、字数、查重；不符者退回或退稿。
- 外审：专家评审，官方口径一般 6 个月内给评审结果（二手另有 3~4 个月说法，待核实）。
- 修回：按审稿意见修改，可能多轮；较大修改可能重新送审。
- 主编终审 → 录用 → 校样 → 见刊：录用后进入定稿、校样与出版排期。
若审稿超过 6 个月，官方口径为作者可通知编辑部并在获确认回复后自行处理投稿。
三、里程碑检查点
在每个里程碑做"能否进入下一阶段"的判定：
- 选题冻结：契合度打分达标(见
prai-topic-selection)，学科落点确认在 AI 细分。 - 骨架冻结：首页范式(问题→不足→贡献→证据→意义)成立，中英文摘要四要素齐全。
- 证据冻结：主张与证据一一对应，公平基线+多次运行+统计+消融就位。
- 投稿冻结：六件套齐、字数达标(18000~44000)、查重过线、文件病毒扫描。
- 修回冻结：逐条答复完成，修订处在正文可定位，答复信语气专业。
- 定稿冻结：校样核对无误，图表公式参考文献终检，缴费与授权完成。
四、并行与依赖
- 可并行：写作骨架与实验可交替推进；相关工作可与实验同期做。
- 强依赖：投稿自审依赖证据与体例都就位；答复修回依赖已收到审稿意见；录用定稿依赖已录用。
- 风险前置：查重、字数、匿名要求(若双盲，待核实)尽早处理，别拖到投稿前夜。
五、修回轮次预算
同行评审常有多轮修回。给每轮预留：
| 轮次 | 典型情形 | 作者动作 |
|---|---|---|
| 第 1 轮 | 大修/小修意见 | 逐条答复、补实验、改写(见 prai-author-response) |
| 第 2 轮 | 复审确认整改 | 针对残留问题精修，出 diff 说明 |
| 终审 | 主编把关 | 配合定稿(见 prai-camera-ready) |
六、贯穿全程的红线
- 学术规范：查重不过退回；一稿多投禁止；会议扩展版须声明增量。
- 数据真实：不伪造、不篡改；可用性声明与实际制品一致。
- 事实以官网为准：费用、精确周期、审稿是否双盲等标 待核实 者不写定论。
七、给 agent 的调度建议
- 每次会话先问用户"现在在哪个阶段"，据此只加载对应子技能，避免一次性倾倒全部内容。
- 跨阶段回退是常态（如实验暴露选题问题→回阶段 0）；用里程碑检查点判断是否需要回退。
- 所有面向作者的结论，凡涉及本刊政策，均回
resources/official-source-map.md与官网当期须知复核。
八、常见全流程失误与前置对策
把《模式识别与人工智能》(Pattern Recognition and Artificial Intelligence, PR&AI) 投稿失误按阶段 前置处理，能省下大量返工：
| 阶段 | 常见失误 | 前置对策 |
|---|---|---|
| 选题 | 学科错位、增量不足 | prai-topic-selection 打分达标再动笔 |
| 写作 | 首页无问题、贡献空泛 | 先定"三句话定位"再写引言 |
| 实证 | 基线不公、无统计 | 实验设计阶段就定基线与统计口径 |
| 投稿 | 字数超区间、查重超标、缺六件套 | 投稿前数天跑 prai-submission 审计 |
| 修回 | 答复敷衍、未落实 | 逐条编号答复、可定位 |
| 定稿 | 校样改内容、缴费延误 | 只改错、按通知及时办理 |
九、时间预算模板（供排期）
以官方"一般 6 个月内给评审结果"为锚，作者可粗排（非承诺，具体以编辑部为准，待核实）：
- 投前准备：数周至数月（视实验规模），把选题/写作/实证/自审做扎实。
- 初审：编辑部体例与查重审查。
- 外审：官方口径一般 6 个月内出结果。
- 修回：每轮预留数周，较大修改重新送审需再等一轮外审。
- 录用后：定稿→校样→缴费→月刊排期见刊。
把"多轮修回"计入总预算，不要按"一次通过"乐观估计，避免因周期误判影响毕业/结题节点。
十、贯穿全程的核对入口
每次给出面向作者的结论前，回到 resources/official-source-map.md 与官网当期《投稿指南》核对政策项；
凡版面费、精确周期、审稿是否双盲、影响因子、主编等标 待核实 者，一律不写成确定口径。全流程的
学科落点始终锁定在模式识别、人工智能、机器学习、计算机视觉、自然语言处理等 AI 细分方向。
输出格式
[PR&AI 全流程] 当前阶段：__/10（阶段名）
[已完成里程碑] ___
[待触发技能] ___
[本阶段目标] ___
[阻塞项] ___（含任何 待核实 政策项）
[下一里程碑判定] 通过 / 未通过（原因）
Source: brycewang-stanford/Awesome-Journal-Skills → Pattern-Recognition-and-Artificial-Intelligence-Skills/skills/prai-workflow/SKILL.md