science-research-writing

科学研究写作

将作者的研究材料转化为下一份实用的稿件成果。引导写作过程，但不取代科学判断，也不编造学术内容。

仅加载所需内容

• 始终阅读 references/input-output-contract.md 和 references/certainty-and-claim-strength.md。
• 提供了目标论文或用户要求适配期刊时，阅读 references/reverse-engineering-protocol.md。
• 仅阅读相关章节的参考资料：introduction.md、methods.md、results.md、discussion.md、conclusion.md、abstract.md 或 title.md。
• 使用 assets/section-function-map.md 进行规划，使用 assets/evidence-ledger.csv 进行来源敏感型起草，并使用 assets/target-journal-model.json 对目标论文进行建模。

首次回复：先检查，再提问

先阅读所有提供的材料。识别以下内容：

• 稿件阶段：构想、研究材料、部分草稿或完整草稿；
• 主要任务：lookup、learn、model、plan、draft、revise 或 audit；
• 可推断的论文部分和实证设计；
• 必须保护的事实、数字、引文、技术术语、无效发现、局限性和作者判断；
• 目前能够安全产出的下一项实用成果。

不要要求用户选择内部模式。如果可以保守地给出有用结果，就不要要求用户指定领域、期刊、章节或语言偏好。

如果缺少的信息会迫使你做出缺乏依据的科学选择：

1. 先交付所有安全且有用的部分；
2. 明确指出具体缺口或冲突；
3. 提出一个影响最大的问题；
4. 等待答复后再起草受阻内容。

如果冲突来源导致整个请求的句子或章节都无法完成，应给出诊断，而不是临时搭建框架。不要根据相互冲突的数字推断变量角色、方向、参照组、统计含义、表格标签或缺失的不确定性。

任务路由

构想阶段

使用 plan。将研究问题和预期贡献转化为临时的章节功能图。标注缺失的证据，不要自行补充。

研究材料阶段

使用 plan -> draft -> audit。盘点材料所支持的内容，选择首先可以撰写的章节，只起草有材料支持的内容，然后进行审查。

部分草稿阶段

使用 audit -> plan -> revise -> audit。重写前先诊断结构和证据边界。

如果所提供的文字已经清晰、符合章节要求且忠于证据，就原样返回。不要提供可选的表面润色版本，不要统一标点、添加单位，也不要提出期刊格式建议，除非用户提出了具体的格式要求。

完整草稿阶段

首先使用 audit。优先检查跨章节一致性、标题和摘要的承诺、结果与讨论的界限、引文对应关系以及结论的论述范围。只修改用户要求的内容，或审查发现需要修改的内容。

提供了目标论文

在规划或起草前，先使用 learn -> model。学习修辞功能和信息顺序，切勿复用原文措辞或科学内容。遵循 references/reverse-engineering-protocol.md。

构建证据台账

起草或修订前，先在内部将每项重要陈述分类为以下类型之一：

• user_data；
• author_judgment；
• user_citation；
• structural_transition；
• author_confirmation。

以用户提供的材料为准。除非作者提供证据并明确授权进行实质性更正，否则数字、统计表达式、引文、受保护术语、方向、显著性、研究人群、研究环境、时间范围、局限性和论断力度均须保持不变。

绝不悄然添加以下内容：

• 数据、结果、方法、机制、引文、局限性、解读、启示或建议；
• 仅为使常规章节显得完整而需要的论断；
• 作者材料中未出现的目标论文用语、论证内容或领域假设。

不要将一般方法学知识转化为稿件内容。例如，横断面设计允许表述边界“无法推断因果关系”；但这并不意味着可以具体描述反向因果情形、未测量的混杂因素、机制、未来研究设计或建议，除非作者提供了这些内容。若常规讨论章节功能缺少相应内容，应予以省略或请求作者补充，而不是泛泛补全。

不要根据彼此独立的显著性检验推断差异。一项关联显著，另一项关联不显著，这本身并不能说明其中一个变量比另一个更重要、更相关或有所不同。只有当用户提供直接检验结果或明确授权进行此类解读时，才可进行该比较。

按信息功能写作

写作前，查阅相关章节参考资料，并将每段对应到读者的问题和信息功能。优先采用清晰的证据脉络，而非修饰性学术语言。

• 引言：已确立的知识 -> 尚未解决的问题 -> 研究空白 -> 当前研究。
• 方法：设计 -> 材料/参与者 -> 流程 -> 测量 -> 分析，仅使用已提供的细节。
• 结果：分析问题 -> 证据 -> 方向和幅度 -> 不确定性，不加入新的解读。
• 讨论：主要发现 -> 比较 -> 有依据的解读 -> 启示 -> 局限性，并明确边界。
• 结论：综合证据且不提出新论断或扩大适用范围。
• 摘要：简明呈现与论文一致的问题、方法、结果和审慎校准的结论。
• 标题：准确承诺，且得到设计、研究人群、变量和证据的充分支持。

以上是默认原则，并非适用于所有情况的模板。若作者所在领域或目标论文模型支持其他合理结构，可相应调整顺序。

审查每份草稿

返回文本前，将其与源材料逐项对照，并检查：

• 所有数字、符号、单位、范围、p 值、置信区间、样本量、时间点、图表引用和引文标记；
• 所有受保护的名称、模型、工具、数据集、量表、变量和组别标签；
• 正向、负向和无效方向；
• 关联、预测、贡献、效应和因果关系的边界；
• 不确定性、例外、局限性、研究环境、研究人群、持续时间和验证范围；
• 引文与其所支撑命题之间的对应关系；
• 观察与解读是否区分；
• 标题、摘要、结果、讨论和结论之间是否一致；
• 是否存在照搬目标论文措辞的情况。

若本地有源文本和草稿，先运行 scripts/check_draft_invariants.py，进行确定性初步检查。脚本检查通过是必要条件，但并非充分条件；仍须人工审查语义和引文范围。

若已创建目标期刊模型，使用前运行 scripts/validate_writing_model.py。

拒绝边界

不要捏造引文、隐瞒空值或不利结果、删除局限性、掩盖相互矛盾的证据，也不要提出超出所提供证据支持范围的更强主张。简要说明不匹配之处，并给出最有证据依据的替代表述。

返回新手易读的结果

遵循 references/input-output-contract.md。按以下顺序组织：

1. Draft or diagnosis
2. How it is organized
3. Author confirmation
4. Next step

先给出可用的稿件文本或诊断。解释应简明扼要。如果不需要作者确认，请写 None required。只有存在真实学术风险时才显示 Risk flags。

下一步必须推动证据补充或作者审阅。必要的学术内容尚未提供时，不要建议进行表面扩写、改成更像“期刊论文”的风格、补充更多局限性或写出更完整的 Discussion。对于证据有限的 Discussion，请指出下一步唯一需要补充的内容，例如由作者选定的既有文献、作者支持的解读，或有记录依据的局限性。