先说我踩过的三个坑，你大概率也遇到过。

        第一个，让模型直接帮我找文献。它给了一份格式漂亮的清单，题名、作者、年份、DOI 一应俱全。我拿去核，一半打不开，另一半打开了但内容跟它写的支撑关系对不上。

        第二个，题目还很虚就开始写。生成速度很快，读起来也顺，但每一段都在绕。真正的问题是那个研究问题根本没收住，后面写多少字都是空转。

        第三个，图省事让模型直接出了一张示意图。看着很专业，放大一看坐标轴上的数字是糊的，图例里的单词拼错了，而且没有任何一份数据文件能对应上它。

这三件事有个共同点：输出看起来越完整，越难发现它是空的。

所以我后来把整个流程改了。不再追求「一句话生成一篇」，而是把论文拆成七个阶段，每个阶段有明确的产出物和检查动作。模型只在它可靠的环节干活，其余环节它连碰都不碰。这篇把这套流程完整写出来，包括我实际用的提示词和自检表。

流程总览

先给一张全景，后面逐段展开。

00 装配

我让 Codex 做的事　定一条主线 Skill

产出物　可用的技能目录

过关标准不会多套流程打架

01 文献

我让 Codex 做的事　只出检索策略

产出物　检索式 + Zotero 库

过关标准每条文献可点开

02 idea

我让 Codex 做的事　苏格拉底式追问

产出物　一句话最小命题

过关标准说得清 gap 属于哪类

03 架构

我让 Codex 做的事　章节契约

产出物　三级大纲 + 证据映射

过关标准每个论点有证据编号

04 写作

我让 Codex 做的事　按学科分流起草

产出物　分章草稿

过关标准无证据处标着缺口

05 图表

我让 Codex 做的事　写出图代码

产出物　数据 + 脚本 + 图

过关标准换台机器能跑出同一张

06 组会

我让 Codex 做的事　重排叙事

产出物　汇报页

过关标准听众三分钟能抓住主张

07 雷达

我让 Codex 做的事　每日筛新论文

产出物　日报 / 周报

过关标准重要的进了 Zotero

七个阶段里，第 01 段是地基。文献这层一旦掺假，后面写得再顺都是危房。

00｜先把 Skill 装对，别装满

我现在长期留在系统里的是五个综合学术 Skill，分工不同：

仓库	我用它做什么
K-Dense-AI/scientific-agent-skills	自然科学向，尤其生物医学、化学，自带科学数据库
Yuan1z0825/nature-skills	覆盖面最全，从找观点一路到科研绘图
Imbad0202/academic-research-skills-codex	我的主线，打磨 idea 和论文架构
leo-lilinxiao/codex-autoresearch	计算机 / AI 方向，反复跑实验
zLanqing/codex-claude-academic-skills	写中文稿时更顺手

        抄仓库名时留意两处：第三个是大写字母 I 开头的 Imbad0202，不是小写 l；第四个是 leo-lilinxiao，中间只有一个 i。这两个我都抄错过，全是 404。

        比装什么更重要的是别全装。这五个的能力有重叠，同时挂着，模型会同时听五套流程，你自己也说不清该从哪一步进。我的搭法是：

一条主线管全程，一两把小刀管专项，其余先不装。

主线我留给 academic-research-skills-codex。它只有一个入口，内部再路由到不同 workflow，不容易几个 Skill 同时被叫起来打架。

01｜文献：策略、搜索、归档，三段分开

这是整套流程里我改动最大、收益也最大的一段。

先说结论：我不再让 Codex 去搜文献、点下载。

那种做法通常是让模型操控浏览器，一篇一篇点下载按钮。效率极低是其次，真正的问题是检索环节最容易出幻觉——你拿到的是一份看起来齐整、经不起核对的清单。

我把这段拆成三步，每步交给不同的东西。

### Step 1 · 策略归 Codex

模型在这里只做一件事：把研究问题翻译成检索逻辑。关键词怎么组、同义词和缩写要不要展开、时间窗口划到哪、哪些期刊必须覆盖、哪些主题要排除。

它产出的是检索式，不是结果。

我要检索的主题是：【主题】我的研究问题是：【XXX研究问题】 目标学科和常用期刊：【期刊名称】  

请帮我设计检索策略，输出： 

1. 核心概念拆解，每个概念给 3 到 5 个同义表达和常见缩写 

2. 三组检索式，分别偏召回、偏精确、偏交叉领域 

3. 时间窗口和文献类型的建议范围，并说明理由 

4. 需要主动排除的主题，避免检索被邻近领域淹没  只输出检索策略，不要列举具体文献，不要生成任何 DOI。

最后那句必须写。不写，它十有八九会顺手「举几个例子」，而那些例子往往就是幻觉的入口。

### Step 2 · 搜索归专用站

真检索我交给学术搜索产品，分三类用：

工具	我在什么时候用
Undermind	主力。做深度检索，直接返回可点开的论文链接
Elicit / Consensus	要结构化摘要、想快速看领域内共识与分歧
Connected Papers / ResearchRabbit / Litmaps	已有一篇种子论文，想顺引文网络往外扩

        我的常规动作是把已经写好的一段研究背景直接丢给 Undermind，让它检索同主题文献。它会先反问一句「你最想让这次检索优先服务于什么」，把范围再收一道，然后出一份带原始链接的调研报告。

        这一步最大的价值是：每条文献都能当场点开。不需要事后逐条验真伪，因为它本来就是从真实索引里捞出来的。

        拿到报告后我通常不急着关掉，就在旁边继续追问：这批文献里哪几篇是同一条脉络、我还缺哪一块材料、有没有和我结论冲突的工作。这类整理型问题它答得不错。但论文正文我不在这里写——这类工具的写作能力一般，成稿还是回 Codex。

### Step 3 · 归档归 Zotero

选出来的文献统一进 Zotero，网页、PDF、DOI、题录一起存。我固定分三栏：

·  core papers——直接支撑我论点的，通常不超过 20 篇

·  related work——需要在综述里交代、但不构成直接支撑的

·  reading queue——还没读、但看起来相关的

        分栏的意义在写作阶段才显现：写引言时我只允许自己引 core 里的东西，related 只能用来铺背景。这条自律省掉了大量后期返工。

        存完之后，通过插件把 Zotero 连回 Codex，让它读整个库，出综述骨架、证据矩阵和投稿方向建议。到这一步模型才第一次接触文献，而它接触到的每一条都已经是我亲手确认过的。

整条链路是这样的：

Codex 出检索式  →  专用站找真论文  →  Zotero 沉淀分栏  →  回流 Codex 做分析

模型全程没有决定过「文献从哪来」。

文献工作台

02｜idea：被追问到说得清为止

        文献铺好之后，我不直接写。先过一轮追问。做法是让主线 Skill 进入苏格拉底模式，我给方向，它连续反问。我要求它一次只问两三个问题，答完再往下推。

真正有杀伤力的是这四类问题：

最小命题： 你最想让审稿人相信的那一句话是什么？必须能用一句话说完，说不完就是还没想清楚。

操作性定义： 你反复用的这个核心概念，在你的论文里具体指什么？怎么测？

gap 归类：你说的空白，是工具缺口（还没人做出这个东西）、证据缺口（做过但没验证过）、还是理解缺口（有结果但解释不清）？三者对应的论文写法完全不同。

边界条件：如果换个场景、去掉某个前提，你的结论还成立吗？

我一般要来回七八轮才停。中途会被问得很难受，但被问住的地方，正好就是审稿人后面要问的地方。

请用苏格拉底式追问帮我收敛研究问题，全程不要写大纲或正文。  

我的方向：【方向】 

我目前的想法：【想法】 

我已有的材料：【填入资料，例如数据、访谈、原型、前期实验】  

规则： 一次只问 2 到 3 个问题，等我回答后再继续。 

围绕四点推进：最小命题、核心概念的操作性定义、 gap 属于工具 / 证据 / 理解中的哪一类、边界条件。 我回答含糊时请直接指出含糊在哪，不要替我补完。  追问结束后，输出 3 个可检验的候选研究问题， 每个标注：可研究对象、可能方法、需要材料、最大风险。

红线：这一步绝对不让它写大纲。 只要它开始列章节，追问就停了，题目也就没收住。

03｜架构：给每个论点配证据编号

        idea 定下来，接着搭结构。这一步我要的不是章节标题列表，而是一份章节契约：每章回答什么问题、需要什么证据、和前后章怎么承接、哪里材料还不够。

        关键是让它把证据编号标在论点后面。Zotero 里的 core papers 我提前编好号，写大纲时直接引用编号。没有编号可标的地方，一律写「证据缺口」，不许用「已有研究表明」这类模糊说法糊过去。

基于以下研究问题和文献编号清单，输出三级大纲。  

研究问题：【研究问题】 

可用文献：【文献1题名/文献2题名 …】  

要求： 每个主要论点后标注支撑它的文献编号。 没有文献支撑的论点，标注为「证据缺口」并说明需要什么材料。 每章开头写明本章要回答的问题，结尾写明它交给下一章什么。  只输出大纲和证据映射，不要写正文段落。

大纲拿到手，我会先数一遍「证据缺口」有几处。缺口太多说明文献还没做够，得退回第 01 段补，而不是硬往下写。

04｜写作：按学科分流，别用一套模板

        这一步最容易出问题的地方，不是文笔，是证据标准用错了。

        自然科学、计算机、人文社科对「什么算证据充分」的要求差得很远。一套模板打天下的结果，是让理论建构被写成实验报告，或者让消融实验被一笔带过。

我按学科分三条线：

1.自然科学 / 医学 / 材料

重点在数据、实验链路、结果表述的规范。走 scientific-agent-skills 和 nature-skills。

2.计算机 / AI / 机器学习

重点在 baseline 选择、实验设计、评估指标，还要处理 LaTeX 和引用格式。走 wanshuiyin/Auto-claude-code-research-in-sleep（ARIS）、Orchestra-Research/AI-Research-SKILLs、leo-lilinxiao/codex-autoresearch。

3.人文社科 / 交叉学科

重点在理论框架、论证逻辑、文献综述的组织，以及中文表达。走 Imbad0202/academic-research-skills-codex 和 fakerqwq/social-science-paper-writing-skill。

不管走哪条线，我下指令时都会加同一段约束：

写作约束： 只能使用大纲中标注了编号的证据，不得引入清单外的文献或数据。 摘要级证据不得扩写成全文结论。 相关关系不得写成因果结论。 没有真实数据的章节保持空白，不要用占位数字。

草稿出来后，我固定搜三个词：「证明」「显著提升」「所有」。这三个词出现的地方，回去逐句核对证据编号。十次里有七八次，问题就藏在这里。

05｜图表：真数据、代码出图，没有例外

        这里是我整套流程唯一一条不打折的红线：直接用图像模型生成整张图，绝不能进论文。

        原因不是效果不好，是它从根上不成立。图像模型是把提示词映射到潜空间再解码成一整张位图，它不「知道」数字是多少——文字会漂移，坐标轴数值不可编辑，图例里的术语可能拼错。更要命的是没有任何数据能追溯到这张图，这是科研诚信问题，不是美观问题。

我的做法是让 Codex 写出图代码，产出三件套：

1.  数据文件——原始或清洗后的数据，单独存

2.  绘图脚本——Python 或 R，随机种子固定，依赖版本写清楚

3.  图片——脚本跑出来的结果

        判断标准只有一条：换一台机器，重跑脚本，能不能得到同一张图。图像模型我不是完全不用，但只用在两个地方：想构图布局、画纯示意性的框架图草稿。而且草稿最终一定要用矢量工具重画一遍。

代码出图 vs 生成图对比

06｜组会页：叙事要重排，不是把论文贴上去

        论文是给读者看的，汇报是给听众听的。这两件事的信息组织方式完全不同，直接把章节复制进模板，讲出来一定拖沓。

        我现在不套幻灯片模板，而是用前端向的 Skill 把内容做成网页展示：

仓库	作用
obra/superpowers	表现力强的页面和动画
nextlevelbuilder/ui-ux-pro-max-skill	产品级 UI/UX 思路，控制信息密度
vercel-labs/agent-skills	网页设计规范与 React / Next.js 实践
anthropics/skills  的 frontend-design	强化组件结构和页面层级
pbakaus/impeccable	对齐、间距、收尾打磨
zarazhangrui/frontend-slides	把前端代码转成演示页和讲稿

        重排叙事我按三条来：开头三十秒讲清楚要解决什么问题，中间只留一张最关键的图，结论放前面、方法放后面。论文里的铺垫顺序在这里要倒过来。

        这段有工程门槛，本地起服务不熟的话可以先跳过，用 nature-skills 里的 nature-paper2ppt 直接出 PPTX 顶着，等流程其他部分跑顺了再回来。

07｜我的机器人：让新论文自己找上门

        最后一段是长期跟踪。我在 Codex 里挂了定时任务，每天固定时间跑一次文献筛选，监控源是 Crossref、OpenAlex、arXiv。用到的两个 Skill 是 xuezheng627/daily-literature-digest-skill 和 xuezheng627/research-radar-paper-vault。

配置四步：

1.  在对话里设定主题、关键词、关注的作者和期刊

2.  在 Dashboard 里确认监控源和推送格式

3.  在任务里调筛选条件，太宽就收紧关键词

4.  收日报或周报，一般每天三到五篇

        推送出来的东西不全都要。我的处理规则是：扫一眼标题和一句话摘要，觉得重要的手动进 Zotero 的 reading queue，其余直接放过。

        这一步省的不是时间，是意志力。跟进文献从一件需要每天记得做的事，变成了默认发生的事。方向偏了就在对话里改一句，第二天换题，不用手动重跑检索。

定时任务 / 每日雷达推送

四道门禁自检表

七个阶段听起来多，但真正决定成败的只有四道闸。每次交稿前我都过一遍：

门禁	检查什么	没过的表现
文献真实性	检索有没有离开模型	引用一核就没，DOI 对不上
idea 强度	有没有被追问到说得清	一句话讲不清最小命题，gap 归不了类
图的可复现	是不是真数据 + 代码出图	图里文字不可编辑，找不到对应数据文件
文献入口	新论文有没有固定通道	全靠临时想起来搜一次

常见翻车场景

问题	真实原因	怎么救
引用核不上	让模型直接检索了	退回 01，检索全部重做
写得顺但绕	题目没收住就开写	退回 02，重新追问
审稿说论证跳跃	大纲没标证据编号	退回 03，补证据映射
相关被写成因果	写作时没加约束	搜「证明 / 显著提升 / 所有」逐句改
图被要求提供原始数据	图不是代码出的	重跑脚本，没脚本就重做
文献总是落后	没有固定入口	配 07 的定时任务

第一周怎么落地

别一次全上，我的建议顺序是：

第一天只做 00 和 01。装一条主线 Skill，把 Undermind 和 Zotero 打通，用一个正在做的真实题目跑一遍检索，把 core papers 那一栏填到 10 篇左右。

第二天到第三天做 02 和 03。就这个题目做完整的苏格拉底追问，一直问到能一句话说清最小命题，再出带证据编号的三级大纲。

第四天到第五天做 04，只写一章。不要整篇上，先验证证据约束是不是真的守得住。

第六天做 05，把这一章里的图用代码重出一遍。

第七天配 07 的雷达，让它从此每天自己跑。

06 那段可以放到第二周，它对成稿质量没有影响，只影响汇报效果。

最后

这套流程解决的不是「写得更快」，是过程可控。

模型在语言组织上确实强，但它不知道哪篇文献真的存在，不知道你的数据长什么样，也不知道审稿人会从哪里下刀。这三件事必须由人来兜。整套流程的设计目标只有一个：让每一步都留下可以回查的痕迹，出问题时能精确定位到哪一段，而不是把整篇推倒重来。

底线始终不变：AI 最多是辅助，文献自己得读，论文还是人写，创新是人的责任。

如果你不想从零折腾 Skill 配置和本地环境，也可以用 AIWritePaper 先跑通一版留痕的基础稿，从选题、文献到成稿每一步都可复核，再接回 Codex 做审稿和打磨。平台生成的内容仍然要由作者本人核对引用、数据和论证，也不能替代伦理审批与导师审核。

文中提到的仓库

·  K-Dense-AI/scientific-agent-skills

·  Yuan1z0825/nature-skills

·  Imbad0202/academic-research-skills-codex

·  leo-lilinxiao/codex-autoresearch

·  zLanqing/codex-claude-academic-skills

·  wanshuiyin/Auto-claude-code-research-in-sleep

·  Orchestra-Research/AI-Research-SKILLs

·  fakerqwq/social-science-paper-writing-skill

·  xuezheng627/daily-literature-digest-skill

·  xuezheng627/research-radar-paper-vault

·  zarazhangrui/frontend-slides

·  pbakaus/impeccable

·  nextlevelbuilder/ui-ux-pro-max-skill

·  vercel-labs/agent-skills

·  anthropics/skills