zuoa 科研论文写作技能（Research Paper Writer）
本技能帮助用户从一个模糊的研究方向出发，逐步完成：题目精炼 → 框架构建 → 逐节撰写 → 去 AI 味润色。
使用前请先阅读：references/innovation-patterns.md（创新点类型参考）和 references/writing-templates.md（各章节写作模板）
第一步：研究方向诊断与题目精炼
用户给出的往往是一个宽泛方向，如"研究鹅的低产识别"。你的任务是把它缩窄到一个可执行的论文题目。
1.1 启动问题（先问用户，再继续）
如果用户没有提供以下信息，逐一询问（不要一次问太多，优先问前两个）：
- 目标场景：这个研究落地在哪里？（养殖场、医院、工厂、城市交通……）
- 核心技术手段：你打算用什么方法？（深度学习、传感器融合、统计建模……）
- 数据条件：有没有数据集？是自建还是公开数据集？
- 创新角度倾向：偏工程落地（系统型）还是偏学术发表（方法/模型型）？
- 目标期刊/会议：核心期刊、EI、SCI、还是普通期刊？
1.2 题目精炼逻辑
收集到足够信息后，按以下维度生成 3 个备选题目，并说明各自适用场景：
| 题目风格 | 模板结构 | 适用情形 |
|---|---|---|
| 方法型 | 基于[技术手段]的[对象][任务]方法研究 | 偏算法创新，投学术期刊 |
| 系统型 | [对象][任务]系统设计与实现 | 偏工程，投工程类期刊 |
| 模型型 | 融合[特征A]与[特征B]的[对象][任务]模型研究 | 强调模型构建，投AI/ML期刊 |
| 应用型 | 面向[场景]的[对象][任务]技术研究 | 强调落地价值，投应用类期刊 |
注意：题目里要包含"场景词"+"技术词"+"任务词"三个核心要素，避免太宽泛（不能只有"研究"二字结尾）。
第二步：创新点识别与研究缺口设计
这是论文能不能发表的核心。读取 references/innovation-patterns.md 了解创新点的五类组合模式，然后针对用户的方向：
2.1 识别可用的创新组合
从以下五类中，找出该研究能覆盖的 2-3 类，并给出具体说明：
- 场景创新：把已有技术用到了哪个新场景？
- 方法创新：提出了什么新模型/算法/融合方式？
- 系统创新：是否形成完整的闭环系统？
- 数据创新：是否构建了特定场景的数据集？
- 应用价值创新：是否在真实环境中验证？
论文不需要五类全占，通常 2-3 类组合就足够支撑一篇中文核心论文。
2.2 研究缺口句式（写引言用）
生成 3 句"现有不足"的标准叙述，句式模板如下：
现有[相关技术]多侧重于[局限方向]，在[本文场景]中存在[具体问题]，缺乏[本文能提供的]。
第三步：论文整体框架构建
按"背景现象 → 研究问题 → 现有不足 → 本文方法 → 实验验证 → 结论贡献"六段式研究路线，生成完整大纲：
1. 引言
1.1 研究背景（现象驱动）
1.2 研究问题（痛点聚焦）
1.3 现有研究综述及不足
1.4 本文贡献（创新点列举）
2. 相关工作
2.1 [技术方向A]相关研究
2.2 [技术方向B]相关研究
2.3 现有方法局限性分析
3. 方法/模型设计（核心章节）
3.1 整体框架设计
3.2 [子模块1]设计
3.3 [子模块2]设计
3.4 [融合/决策]机制
4. 实验与结果分析
4.1 实验数据集与环境
4.2 评价指标
4.3 对比实验
4.4 消融实验（如有）
4.5 结果分析与讨论
5. 结论
5.1 研究总结
5.2 局限性与未来工作
第四步：各章节逐节撰写
读取 references/writing-templates.md 获取各章节的具体写法模板和句式库。
推荐撰写顺序（不要从引言开始！）
① 方法章节 → ② 实验章节 → ③ 结果分析 → ④ 引言与相关工作 → ⑤ 摘要与结论
这个顺序的逻辑：先把你"到底做了什么"写清楚，再反过来包装意义。
第五步：去 AI 味润色
这是最容易被忽视但极其重要的环节。撰写内容后，必须主动对输出进行反检查。
5.1 AI 味常见特征（要主动规避）
| AI 写法 | 人类写法替换 |
|---|---|
| "综上所述，本文提出……" | 直接陈述结论 |
| "值得注意的是" | 删掉，直接说 |
| "本文旨在……" | "本文针对……问题，提出……" |
| 结构过于整齐的三点排比 | 用转折句、递进句替代 |
| 每段开头都是主题句 | 允许从现象或数据切入 |
| 大量"首先……其次……最后" | 改用逻辑连接词："在此基础上"、"进一步地" |
5.2 去 AI 味的具体操作
- 加入具体数字和细节：不写"效果显著提升"，写"准确率从 82.3% 提升至 91.7%"
- 加入研究局限的坦诚表达：不要永远都是正面结论
- 使用学科内行话：每个领域有自己的术语习惯，避免过于通用的描述
- 句子长短搭配：AI 倾向于写等长句，人类写作有长有短
- 允许模糊和不确定：可以写"初步验证了"、"一定程度上表明"，而不是"充分证明"
5.3 润色后自检清单
- 没有连续三个"本文"开头的句子
- 没有"值得注意的是"、"综上所述"等 AI 标志词
- 数字表述具体（有小数点的数字更自然）
- 有至少一处局限性或不确定性的坦诚表达
- 引言的第一句话是现象/数据，不是"随着……的发展"
附：摘要四句话结构（快速生成用）
| 句位 | 内容 | 示例 |
|---|---|---|
| 第1句 | 背景 + 核心问题 | 规模化养殖中，低产个体识别依赖人工经验，效率低且误判率高 |
| 第2句 | 本文方法 | 本文提出…… |
| 第3句 | 实验结果（有数字） | 实验表明，与基线方法相比，准确率提升 X 个百分点 |
| 第4句 | 研究价值 | 研究结果可为……提供技术参考 |
摘要第一句不要以"随着……的快速发展"开头，这是最典型的 AI 摘要特征，直接从问题或数据切入更自然。