无需手工精修，AI Agent全流程协同，教你人机协作稳定产出符合期刊格式的完整初稿。
一、为什么需要“Skill + 项目隔离”的科研工作流？
当前主流AI（ChatGPT、Claude、Kimi等）都能生成文字，但直接生成学术论文常出现三大硬伤：“参考文献幻觉”（虚构文献）、“格式混乱”（不符合期刊要求）、“逻辑断层”（方法、结果、讨论衔接生硬）。
解决之道不是换模型，而是用“角色化Skill”锁定每个环节的任务边界，同时利用Codex（现合并于GPT客户端）的“项目隔离”功能，将单篇论文的所有资料、对话、生成文件集中管理，避免跨任务干扰。
Codex相比普通对话AI的优势在于：可调用本地文件、可执行代码、可多任务并行运行、可“编辑追踪”（以红绿高亮对比每次修改），且支Plan（计划梳理）和Goal（长时间目标执行）两种增强模式，非常适合分段式、可迭代的科研写作。
二、九个可复用Skill的功能矩阵
我们将一篇实证/综述论文从“标题/想法”到“投稿草稿”拆解为9个独立Skill，每个Skill对应一个专家角色，分工如下：
核心逻辑：并非一次性让AI生成全文，而是分阶段调用（总控先规划 → 文献综述 → 理论 → 方法 → 数据分析 → 写作 → 审稿 → 修改 → 终稿），每一步由前一阶段输出作为输入，确保逻辑递进。
三、实操流程：从模糊想法到完整投稿包
1. 项目隔离与Skill加载
在Codex中为每篇论文“新建独立项目”，将9个Skill的.md文件放入该项目文件夹。这样AI可随时读取，且不同项目的对话、文件、记忆互不干扰。
2. 两种启动方式
已有明确标题/方向：直接使用Paper总控Skill，输入“我的选题是XXX，目标期刊为YYY，请按9个Skill顺序推进”。
只有模糊想法：先开启Plan模式，输入你从导师处获得的零散信息（如“AI网关对平台竞争博弈的影响”），Codex会引导你细化研究问题、模型、数据来源，最后生成一个“超级提示词”，确认后再转为执行。
- 分段执行（人机协作最稳定）
不建议让AI一步生成全文，而应按顺序执行：
(1) 总控规划 → 输出任务清单。
(2) 调用文献综述Skill → 强制要求提供真实DOI或可查链接，杜绝幻觉。
(3) 调用理论贡献Skill → 明确与已有文献的差异。
(4) 调用方法Skill → 推荐模型/算法，并生成代码。
(5) 调用数据分析和写作Skill → 生成结果、图表、摘要、正文。
(6) 调用审稿人Skill → 列出至少5条必改问题。
(7) 根据审稿意见迭代修改（可利用“编辑追踪”功能查看改动点）。
(8) 终稿生成 → 输出匿名正文、标题页、图表文件夹、检查清单等完整投稿包。
4. 成果示例
综述类：39页，参考文献全部可查，格式规范，含gap分析和未来展望。
建模/实证类：32页，包含公式推导、数值模拟、敏感性分析、图表及代码，完全符合SCI/SSCI结构。
四、关键避坑与效率技巧
Token管理：Codex Plus每周重置额度，高推理强度（High）会消耗较快。日常写作建议用“中”推理强度，复杂代码/建模用“高”。
编辑追踪：修改稿时使用“已编辑文件”功能，红色为旧内容，绿色为新添加，并可针对单处修改添加注释，实现精准迭代，而非全篇重写。
参考文献核实：务必在Skill中写明“所有文献需提供可检索的标题/作者/年份/期刊”，并在生成后人工抽查，确保零错误。
Plan与Goal的区别：Plan用于思路混乱时梳理，输出可执行指令；Goal用于长时间、有明确量化目标的任务（如“运行20遍无报错”），适合代码调试。
五、总结与获取方式
利用Codex + 9个角色化Skill，可以在“无需手动大幅修改”的前提下，直接获得一篇结构完整、格式正确、参考文献真实的SCI/SSCI级初稿。
人机协作的核心不是“一键生成”，而是“分段管控质量”，让每个环节都有对应的专家把关，从而规避AI的幻觉和格式失调。
上述9个Skill的完整.md文件可免费获取，欢迎在评论区留言或私信，戳我get详细资料！
祝各位科研顺利，高效产出！
