关于 scientific-writing
面向研究人员撰写或修订论文的科学写作技能,涵盖论文结构、引用、图表、报告指南与清晰表达,并通过 research-lookup 检索文献和核验引用。
主要功能
- 01按 IMRAD 等格式组织论文
- 02指导论文各部分的写作
- 03应用引用格式和报告指南
- 04规划图表与数据可视化
- 05使用 research-lookup 核验引用
适用场景
- 01起草或修订科学论文
- 02准备期刊投稿稿件
- 03整理引用格式与研究报告
- 04为论文制作图表
安装
复制下面的命令,在终端中运行。
npx skills add https:/ / github.com/ davila7/ claude-code-templates --skill scientific-writing安装后在 Claude Code 中输入/scientific-writing确认已加载。
包含的文件
除 SKILL.md 外,安装时一起下载的参考资料和脚本。
references/citation_styles.mdfigures_tables.mdimrad_structure.mdreporting_guidelines.mdwriting_principles.md详细介绍
科学写作
概述
这是深度研究与写作工具的核心技能——将 AI 驱动的深度研究与格式规范的书面成果相结合。每份生成的文档都以全面的文献检索和通过 research-lookup 技能核实的引文为依据。
科学写作旨在精准、清晰地传达研究成果。撰写论文时,使用 IMRAD 结构、引文格式(APA/AMA/Vancouver)、图表和报告指南(CONSORT/STROBE/PRISMA)。在撰写研究论文和期刊投稿稿件时应用此技能。
**核心原则:始终使用完整段落,行文流畅。最终稿件中绝不使用项目符号。**采用两阶段流程:首先使用 research-lookup 创建包含要点的章节提纲,然后将提纲扩写为完整段落。
何时使用此技能
在以下情况下应使用此技能:
- 撰写或修改科学论文的任何部分(摘要、引言、方法、结果、讨论)
- 使用 IMRAD 或其他标准格式组织研究论文
- 按特定格式(APA、AMA、Vancouver、Chicago、IEEE)规范引文和参考文献
- 创建、排版或改进图、表和数据可视化
- 应用研究特定的报告指南(临床试验使用 CONSORT,观察性研究使用 STROBE,综述使用 PRISMA)
- 起草符合期刊要求的摘要(结构式或非结构式)
- 准备向特定期刊投稿的稿件
- 提高写作的清晰度、简洁性和准确性
- 确保正确使用领域专用术语和命名法
- 回复审稿意见并修改稿件
使用科学示意图增强视觉效果
⚠️ 强制要求:每篇科学论文都必须至少包含 1-2 张使用 scientific-schematics 技能生成的 AI 图。
这不是可选项。没有视觉元素的科学论文是不完整的。完成任何文档之前:
- 使用 scientific-schematics 至少生成一张示意图或图解
- 综合性论文建议使用 2-3 张图(方法流程图、结果可视化图、概念图)
如何生成图:
- 使用 scientific-schematics 技能生成适合发表的 AI 图表
- 只需用自然语言描述你想要的图
- Nano Banana Pro 将自动生成、审核并优化示意图
如何生成示意图:
python scripts/generate_schematic.py "your diagram description" -o figures/output.png
AI 将自动:
- 创建格式规范、达到发表质量的图像
- 通过多轮迭代进行审核和优化
- 确保无障碍性(对色盲友好、对比度高)
- 将输出保存到 figures/ 目录
何时添加示意图:
- 研究设计和方法流程图(CONSORT、PRISMA、STROBE)
- 概念框架图
- 实验工作流程图
- 数据分析流程图
- 生物通路或机制图
- 系统架构可视化图
- 任何可通过可视化呈现的复杂概念
关于创建示意图的详细指南,请参阅 scientific-schematics 技能文档。
核心能力
1. 手稿结构与组织
IMRAD 格式:按照大多数科学学科通用的引言、方法、结果与讨论结构撰写论文。包括:
- 引言:介绍研究背景,指出研究空白,说明研究目标
- 方法:详细说明研究设计、研究人群、操作流程和分析方法
- 结果:客观呈现研究发现,不作解释
- 讨论:解释结果,承认局限性,提出未来研究方向
如需了解 IMRAD 结构的详细指南,请参阅 references/imrad_structure.md。
替代结构:支持符合特定学科要求的格式,包括:
- 综述文章(叙述性综述、系统综述、范围综述)
- 病例报告和病例系列
- Meta 分析和汇总分析
- 理论/建模论文
- 方法论文和研究方案
2. 各部分的写作指南
摘要撰写:撰写简洁、独立成篇的摘要(100-250 个词),涵盖论文目的、方法、结果和结论。支持带有标注章节的结构式摘要,以及单段式非结构式摘要。
引言撰写:构建有说服力的引言,以便:
- 说明研究问题的重要性
- 系统地回顾相关文献
- 指出知识空白或争议
- 明确提出研究问题或假设
- 解释研究的新颖性和重要意义
方法文档:通过以下内容确保研究可复现:
- 详细描述参与者/样本
- 清晰记录操作流程
- 说明统计方法及其依据
- 详细列出设备和材料规格
- 说明伦理审批和知情同意情况
结果呈现:呈现研究发现时应:
- 按照从主要结局到次要结局的逻辑展开
- 结合图表进行呈现
- 报告统计显著性和效应量
- 客观报告,不作解释
讨论撰写:综合研究发现时应:
- 将结果与研究问题联系起来
- 与现有文献进行比较
- 诚实地承认局限性
- 提出可能的机制解释
- 建议实际应用和未来研究方向
3. 引文与参考文献管理
在不同学科中正确使用引文格式。如需了解全面的格式指南,请参阅 references/citation_styles.md。
主要引文格式:
- AMA(美国医学会):使用上标数字引文,医学领域常用
- Vancouver:使用方括号中的数字引文,生物医学领域的标准格式
- APA(美国心理学会):正文中使用作者-日期格式的引文,社会科学领域常用
- Chicago:脚注-参考书目格式或作者-日期格式,适用于人文学科和科学领域
- IEEE:使用方括号中的数字,工程和计算机科学领域常用
最佳实践:
- 尽可能引用一手资料
- 纳入近期文献(活跃领域近 5-10 年的文献)
- 在引言和讨论中均衡分配引文
- 对照原始资料核实所有引文
- 使用参考文献管理软件(Zotero、Mendeley、EndNote)
4. 图表
创建有效的数据可视化,以提升理解效果。如需了解详细的最佳实践,请参阅 references/figures_tables.md。
何时使用表格或图表:
- 表格:精确数值数据、复杂数据集、需要准确值的多个变量
- 图表:趋势、模式、关系,以及通过视觉方式更易理解的比较
设计原则:
- 为每个表格和图表配上完整标题,使其能够自我说明
- 所有展示项均采用一致的格式和术语
- 为所有坐标轴、列和行标注单位
- 注明样本量(n)和统计学标注
- 遵循“每 1000 个词配 1 个表格或图表”的指导原则
- 避免正文、表格和图表之间的信息重复
常见图表类型:
- 条形图:比较离散类别
- 折线图:展示随时间变化的趋势
- 散点图:显示相关性
- 箱线图:展示分布和离群值
- 热图:可视化矩阵和模式
5. 按研究类型遵循报告指南
遵循既定的报告标准,确保内容完整、透明。如需了解全面的指南详情,请参阅 references/reporting_guidelines.md。
主要指南:
- CONSORT:随机对照试验
- STROBE:观察性研究(队列研究、病例对照研究、横断面研究)
- PRISMA:系统综述和荟萃分析
- STARD:诊断准确性研究
- TRIPOD:预测模型研究
- ARRIVE:动物研究
- CARE:病例报告
- SQUIRE:质量改进研究
- SPIRIT:临床试验研究方案
- CHEERS:经济学评价
每项指南均提供检查清单,确保报告涵盖所有关键的方法学要素。
6. 写作原则与风格
遵循科学写作的基本原则。如需详细指导,请参阅 references/writing_principles.md。
清晰:
- 使用准确、明确的语言
- 首次使用时定义技术术语和缩写
- 保持段落内及段落间逻辑连贯
- 适当使用主动语态,以提升表达清晰度
简洁:
- 删除冗余的词语和短语
- 尽量使用较短的句子(平均 15-20 个词)
- 删除不必要的修饰语
- 严格遵守字数限制
准确:
- 以适当的精度报告准确数值
- 全文使用一致的术语
- 区分观察结果与解读
- 适当说明不确定性
客观:
- 不带偏见地呈现结果
- 避免夸大研究发现或其影响
- 承认相互矛盾的证据
- 保持专业、中立的语气
7. 写作流程:从提纲到完整段落
重要:始终使用完整段落写作,绝不要在科学论文中提交项目符号列表。
科学论文必须使用完整、流畅的散文体。采用以下两阶段方法,有效地完成写作:
阶段 1:创建包含要点的章节提纲
开始撰写新章节时:
- 使用 research-lookup 技能收集相关文献和数据
- 创建结构化提纲,并用项目符号标出:
- 要阐述的主要论点或研究发现
- 要引用的关键研究
- 要纳入的数据点和统计数据
- 逻辑脉络和组织方式
- 这些项目符号只是写作框架,并非最终稿件
提纲示例(引言部分):
- Background: AI in drug discovery gaining traction
* Cite recent reviews (Smith 2023, Jones 2024)
* Traditional methods are slow and expensive
- Gap: Limited application to rare diseases
* Only 2 prior studies (Lee 2022, Chen 2023)
* Small datasets remain a challenge
- Our approach: Transfer learning from common diseases
* Novel architecture combining X and Y
- Study objectives: Validate on 3 rare disease datasets
阶段 2:将要点扩展为完整段落
完成提纲后,将每个要点扩展为规范的散文:
- 将项目符号转换为完整句子,包含主语、谓语和宾语
- 在句子和观点之间添加过渡语(然而、此外、相比之下、随后)
- 自然地将引文融入句子,不要将其列成清单
- 补充项目符号中省略的背景和解释
- 确保每个段落内的句子衔接流畅
- 变换句式结构,保持读者的阅读兴趣
转换为散文的示例:
Artificial intelligence approaches have gained significant traction in drug discovery
pipelines over the past decade (Smith, 2023; Jones, 2024). While these computational
methods show promise for accelerating the identification of therapeutic candidates,
traditional experimental approaches remain slow and resource-intensive, often requiring
years of laboratory work and substantial financial investment. However, the application
of AI to rare diseases has been limited, with only two prior studies demonstrating
proof-of-concept results (Lee, 2022; Chen, 2023). The primary obstacle has been the
scarcity of training data for conditions affecting small patient populations.
To address this challenge, we developed a transfer learning approach that leverages
knowledge from well-characterized common diseases to predict therapeutic targets for
rare conditions. Our novel neural architecture combines convolutional layers for
molecular feature extraction with attention mechanisms for protein-ligand interaction
modeling. The objective of this study was to validate our approach across three
independent rare disease datasets, assessing both predictive accuracy and biological
interpretability of the results.
提纲与最终文本的主要区别:
| 提纲(规划阶段) | 最终稿件 |
|---|---|
| 项目符号和不完整片段 | 完整的句子和段落 |
| 电报式笔记 | 结合背景的完整说明 |
| 引文列表 | 融入散文的引文 |
| 简略的观点 | 衔接连贯、充分展开的论点 |
| 仅供自己参考 | 用于发表和同行评审 |
应避免的常见错误:
- ❌ 绝不要在最终稿件中保留项目符号
- ❌ 绝不要在应使用段落的地方提交列表
- ❌ 不要在结果或讨论部分使用编号列表或项目符号列表(研究假设或纳入标准等特定情况除外)
- ❌ 不要写不完整的句子或未充分表达的想法
- ✅ 仅在方法部分偶尔使用列表(例如,纳入/排除标准、材料列表)
- ✅ 确保每个章节都以连贯的散文流畅展开
- ✅ 大声朗读段落,检查行文是否自然流畅
允许使用列表的情况(有限):
科学论文仅可在特定情境中使用列表:
- 方法:纳入/排除标准、材料和试剂、参与者特征
- 补充材料:扩展方案、设备清单、详细参数
- 绝不可用于:摘要、引言、结果、讨论、结论
与 research-lookup 的整合:
research-lookup 技能对于阶段 1(创建提纲)至关重要:
- 使用 research-lookup 搜索相关论文
- 提取关键发现、方法和数据
- 将研究发现整理为提纲中的项目符号
- 然后在阶段 2 将提纲转换为完整段落
这一两阶段流程可确保你:
- 系统地收集和整理信息
- 在写作前构建合理的结构
- 写出精炼、可供发表的散文
- 保持叙述流畅
8. 期刊专属格式要求
根据期刊要求调整稿件:
- 遵循作者指南对结构、篇幅和格式的要求
- 使用期刊专属的引文格式
- 满足图表规范(分辨率、文件格式、尺寸)
- 包含规定的声明(经费、利益冲突、数据可用性、伦理审批)
- 遵守各章节的字数限制
- 如提供模板,按照模板要求排版
9. 领域专属语言和术语
调整语言、术语和惯例,使其符合特定科学领域的要求。每个领域都有成熟的词汇、惯用表达和专业惯例,体现专业性并确保目标读者能够清晰理解。
识别领域特定的语言惯例:
- 查阅目标期刊近期高影响力论文中使用的术语
- 留意领域特定的缩写、单位和符号体系
- 确定惯用术语(例如,“参与者”与“受试者”、“化合物”与“药物”、“标本”与“样本”)
- 观察方法、生物体或技术的典型描述方式
生物医学与临床科学:
- 使用准确的解剖学和临床术语(例如,正式写作中使用“心肌梗死”,而非“心脏病发作”)
- 遵循标准化疾病命名体系(ICD、DSM、SNOMED-CT)
- 指定药物名称时先使用通用名,必要时在括号中注明商品名
- 临床研究使用“患者”,基于社区的研究使用“参与者”
- 遵循人类基因组变异学会(HGVS)的遗传变异命名法
- 使用标准单位报告实验室数值(多数国际期刊采用 SI 单位)
分子生物学与遗传学:
- 基因符号使用斜体(例如,TP53),蛋白质名称使用正体(例如,p53)
- 遵循物种特定的基因命名法(人类基因使用全大写:BRCA1;小鼠基因采用句首字母大写形式:Brca1)
- 首次提及时写出完整的生物体名称,之后使用认可的缩写(例如,Escherichia coli,之后使用 E. coli)
- 使用标准遗传学符号(例如,+/+、+/-、-/- 表示基因型)
- 采用分子技术的规范术语(例如,“定量 PCR”或“qPCR”,而非“实时 PCR”)
化学与药学:
- 遵循化学化合物的 IUPAC 命名法
- 新型化合物使用系统名称,广为人知的物质使用常用名称
- 使用标准符号指定化学结构(例如,用于数据库的 SMILES、InChI)
- 使用适当单位报告浓度(mM、μM、nM 或 % w/v、v/v)
- 使用公认的反应命名法描述合成路线
- 按照领域定义一致使用“生物利用度”“药代动力学”“IC50”等术语
生态学与环境科学:
- 使用双名法命名物种(斜体:Homo sapiens)
- 相关时,在首次提及物种时注明分类学命名人
- 采用标准化的栖息地和生态系统分类体系
- 对生态学指标使用一致的术语(例如,“物种丰富度”“Shannon 多样性指数”)
- 使用领域标准术语描述采样方法(例如,“样带”“样方”“标记-重捕”)
物理学与工程学:
- 始终遵循 SI 单位,除非领域惯例另有规定
- 使用物理量的标准符号(标量、向量和张量)
- 使用公认的现象术语(例如,“量子纠缠”“层流”)
- 相关时,注明设备的型号和制造商
- 使用符合领域标准的数学符号(例如,约化普朗克常数 ℏ)
神经科学:
- 使用标准化的脑区命名法(例如,参考 Allen Brain Atlas 等图谱)
- 使用公认的立体定位系统注明脑区坐标
- 遵循神经科学术语惯例(正式写作中使用“动作电位”,而非“脉冲”)
- 根据测量方法恰当使用“神经活动”“神经元放电”“脑激活”
- 以足够具体的术语描述记录技术(例如,“全细胞膜片钳”“细胞外记录”) 社会与行为科学:
- 适当时使用以人为本的表述(例如,使用“患有精神分裂症的人”,而非“精神分裂症患者”)
- 使用标准化的心理学构念和经过验证的评估名称
- 遵循 APA 准则,避免语言偏见
- 使用公认的术语说明理论框架
- 人类研究中使用“参与者”,而非“受试者”
通用原则:
匹配受众的专业水平:
- 对于专业期刊:可自由使用领域专用术语,仅定义高度专业化或新颖的术语
- 对于广泛影响力的期刊(例如,Nature、Science):定义更多技术术语,并为专业概念提供背景说明
- 对于跨学科受众:在准确性与易懂性之间取得平衡,并在首次使用时定义术语
有策略地定义技术术语:
- 首次使用时定义缩写:“信使 RNA(mRNA)”
- 面向更广泛的受众写作时,简要解释专业技术
- 避免过度定义目标受众熟知的术语(这会显得不熟悉该领域)
- 如果无法避免使用许多专业术语,请创建术语表
保持一致性:
- 对同一概念始终使用相同术语(不要在“药物”“药品”和“药物制剂”之间交替使用)
- 采用一致的缩写规则(首次定义后,确定使用“PCR”还是“聚合酶链式反应”)
- 始终采用同一套命名体系(尤其是基因、物种和化学物质)
避免混淆不同领域的术语:
- 不要在基础科学中使用临床术语(例如,不要把小鼠称为“患者”)
- 不要用口语或过于笼统的词语替代精确的领域术语
- 使用相邻领域的术语前,先确认用法是否恰当
核实术语用法:
- 查阅领域专用的风格指南和命名资源
- 查看目标期刊近期论文中的术语用法
- 使用领域专用数据库和本体(例如,Gene Ontology、MeSH terms)
- 如有疑问,请引用确立相关术语的关键参考文献
10. 应避免的常见陷阱
导致拒稿的主要原因:
- 统计方法不恰当、不完整或描述不足
- 过度解读结果或得出缺乏依据的结论
- 方法描述不充分,影响研究的可重复性
- 样本量过小、存在偏差或不恰当
- 写作质量差或文本难以理解
- 文献综述或背景信息不足
- 图表不清晰或设计不佳
- 未遵循报告指南
写作质量问题:
- 时态使用不当(方法和结果使用过去时,公认事实使用现在时)
- 过多术语或未定义的缩写
- 段落划分打断逻辑脉络
- 章节之间缺少过渡
- 符号或术语不一致
手稿撰写工作流
阶段 1:规划
- 确定目标期刊并查看作者指南
- 确定适用的报告指南(CONSORT、STROBE 等)
- 拟定手稿结构(通常采用 IMRAD)
- 规划图和表,将其作为论文的骨架
阶段 2:起草(每个部分都采用两阶段写作流程)
- 从图和表开始(数据故事的核心)
- 针对以下每个部分,遵循两阶段流程:
- 第一阶段:使用 research-lookup 创建项目符号大纲
- 第二阶段:将项目符号扩展为连贯流畅的完整段落
- 撰写方法部分(通常最容易先起草)
- 起草结果部分(客观描述图和表)
- 撰写讨论部分(解读研究发现)
- 撰写引言(引出研究问题)
- 撰写摘要(概括完整的研究故事)
- 拟定标题(简洁且具有描述性)
请记住:项目符号仅用于规划,最终手稿必须由完整段落构成。
阶段 3:修订
- 检查全文的逻辑流程和“主线”
- 核对术语和符号的一致性
- 确保图和表能够自我说明
- 确认符合报告指南
- 核实所有引文准确无误且格式规范
- 检查各部分的字数
- 校对语法、拼写和表达清晰度
阶段 4:最终准备
- 按照期刊要求排版
- 准备补充材料
- 撰写突出研究意义的投稿附信
- 完成投稿清单
- 收集所有必需的声明和表格
与其他科研技能集成
此技能可与以下技能有效配合:
- 数据分析技能:用于生成待报告的结果
- 统计分析:用于确定恰当的统计呈现方式
- 文献综述技能:用于为研究提供背景
- 图表创建工具:用于制作符合发表质量要求的可视化图表
参考资料
此技能包含全面的参考文件,涵盖科学写作的具体方面:
references/imrad_structure.md:IMRAD 格式和各部分内容的详细指南references/citation_styles.md:完整的引文格式指南(APA、AMA、Vancouver、Chicago、IEEE)references/figures_tables.md:创建有效数据可视化图表的最佳实践references/reporting_guidelines.md:针对特定研究的报告标准和清单references/writing_principles.md:有效科学交流的核心原则
撰写科学内容时,可根据需要加载这些参考资料。