OpenAI 对 Skills 的定义也很朴素：Skill 是可复用的工作流，让 ChatGPT 在反复出现的任务里按同一套流程做事。它可以包含名称、描述、流程说明、输出格式、模板、例子、品牌规范、Schema 或连接工具。说白了，就是把你平时反复说的“这件事要按这个顺序做、输出要长这样、这些坑不要踩”写成一个可复用说明书。
我顺着这个思路，挑了 5 个 GitHub 上已经开源的科研 Skills。它们分别覆盖：
单篇论文精读 多篇文献综述 统计分析 论文写作 参考文献核验
这 5 个串起来，基本能覆盖一篇实证论文从文献阅读到投稿前检查的主要环节。
【关注公众号领取学术 AI 内测资格】
先把单篇论文读透：Academic Paper Review
GitHub 地址：
https://github.com/bytedance/deer-flow/blob/main/skills/public/academic-paper-review/SKILL.md
这个 Skill 来自字节跳动开源项目 DeerFlow，名字叫 academic-paper-review。它不是单纯让 AI 总结论文，而是让 AI 按接近审稿的方式去看一篇论文。
普通“总结一下这篇论文”，最后经常会得到三段东西：背景是什么，方法是什么，结论是什么。看起来规整，但帮助有限。读论文时更要紧的问题其实是：这篇文章到底解决了什么问题？证据够不够？方法有没有硬伤？结果能不能支撑作者的结论？它值不值得引用？如果放到我的研究里，它能支撑哪一段论证？
academic-paper-review 的好处，是它把单篇论文拆成了几个层次。它会先识别论文类型，比如实证研究、理论研究、综述、系统论文、方法论文。然后提取研究问题、理论基础、数据来源、实验设计、分析方法和主要结果。再往后，它会评价方法严谨性、统计有效性、贡献新颖性、结果可复现性、局限和修改建议。
我觉得它最适合用在这些场景：
导师丢给你一篇论文，让你下周组会讲。 你准备判断一篇文章要不要放进文献综述。 你想看目标期刊最近发文的“审稿口味”。 你写完初稿，想模拟审稿人挑问题。 你需要提炼某篇文章的创新点和方法局限。
调用时不要只写“分析这篇论文”。最好把证据定位要求写进去：
使用 academic-paper-review Skill 分析这篇论文。
请依次提取研究问题、理论基础、研究对象、实验设计、数据来源、分析方法、主要结果和作者结论。
在此基础上评价论文的创新性、方法严谨性、统计分析、可复现性和结论边界。
每一项重要判断都要指出依据所在的章节、表格、图片或页码。
请严格区分论文原文、你的分析和需要进一步核实的信息。文中没有提供的内容不要自行补充。这里最关键的一句是：
“每一项重要判断都要指出依据所在的章节、表格、图片或页码。”
这句话会逼着 AI 少说空话。它不能只写“方法比较严谨”“结论有一定创新性”，它得告诉你依据在哪。如果它找不到依据，就应该标出来，而不是顺着论文摘要猜。
多篇文献别急着写综述，先做矩阵
GitHub 地址：
https://github.com/bytedance/deer-flow/blob/main/skills/public/systematic-literature-review/SKILL.md
第二个也是 DeerFlow 里的 Skill，叫 systematic-literature-review。
如果说第一种 Skill 解决的是“单篇读不透”，这个 Skill 解决的是“多篇之间连不起来”。很多人写文献综述时最痛苦的地方，不是没有论文，而是论文太多以后不知道怎么组织。
最后就很容易写成：
张三发现了 A，李四发现了 B，王五发现了 C。
这不是综述，只是文献排队。
systematic-literature-review 的流程会先围绕主题检索论文，再提取每篇文章的研究问题、研究方法、主要发现和局限，最后做跨文献主题综合。它还支持 APA、IEEE 和 BibTeX 输出。不过要注意，原始版本主要围绕 arXiv 检索，所以更适合计算机科学、人工智能、机器学习、物理、数学这类 arXiv 覆盖比较充分的领域。
医学、生命科学、心理学、教育学、管理学、社会科学用户也能用它，但最好不要照搬它的检索源。你可以保留“结构化提取 + 主题综合”这套流程，把文献来源换成 PubMed、Web of Science、Scopus、OpenAlex、Crossref、Zotero 导出库，或者你已经筛选好的 PDF。
我建议分三轮用。
第一轮只定检索方案，不写正文：
使用 systematic-literature-review Skill 制定文献检索方案。
主题为“生成式人工智能对大学生学术写作的影响”，检索时间限定为 2022 年至今。
请先给出核心概念、同义词、检索式、文献类型、纳入标准、排除标准和计划分析的维度。
暂时不要撰写综述正文。这一轮主要看边界。边界错了，后面矩阵再漂亮也没用。
第二轮做文献矩阵：
根据确认后的检索方案，建立文献矩阵。
每篇文献提取作者、年份、研究地区、研究对象、样本量、研究设计、AI 工具、核心变量、测量方法、主要结论、局限性和对本研究的启示。
所有信息必须来自对应论文。没有报告的项目统一写“未报告”。“未报告”这三个字很重要。它比 AI 自己补齐更有价值。研究里很多信息边界，本来就应该被保留下来。哪些论文没报告样本量？哪些没报告测量工具？哪些没有说明 AI 工具版本？这些都是后面评价文献质量时用得上的信息。
第三轮才进入主题综合：
根据文献矩阵完成主题综合。
请识别主要研究主题、常用理论、研究方法差异、一致结论、冲突结论和可能的研究空白。
每一个综合判断都要列出支持该判断的文献，不要使用“多数研究表明”等无法追溯的表达。这样做下来，综述会从“堆文章”变成“证据链”：先是文献事实，再是跨文献比较，再到研究共识、争议和空白。
系统综述还要多说一句：如果你真要按系统综述发表，别只靠这个 Skill。PRISMA 这类报告规范要提前考虑，检索时间、数据库、完整检索式、筛选标准、排除原因都要留痕。AI 可以帮你整理流程，但方案要研究团队自己确认。
数据不要一上来就跑检验
GitHub 地址：
https://github.com/K-Dense-AI/scientific-agent-skills/blob/main/skills/statistical-analysis/SKILL.md
第三个 Skill 来自 K-Dense-AI 的 scientific-agent-skills 项目，叫 statistical-analysis。
它覆盖的范围挺全：t 检验、方差分析、卡方检验、相关分析、回归分析、非参数检验、贝叶斯分析、效应量、统计功效和 APA 格式报告。它的官方描述里有一句话很到位：目标是做出“reviewer could not tear apart”的分析，也就是审稿人不容易一眼拆掉的分析。
这个 Skill 最适合被抄走的地方，不是它会跑多少统计方法，而是它把“跑检验之前的检查”写进了流程。
很多人会把 Excel 或 CSV 丢给 AI，然后直接问：
“帮我看看三组之间有没有显著差异。”
AI 可能马上跑一个单因素方差分析，然后给你一个 P 值。问题是，这一步漏掉了太多判断：
三组样本是否独立？ 因变量是什么类型？ 有没有缺失值？ 有没有极端异常值？ 分布是否严重偏斜？ 方差齐不齐？ 是不是重复测量？ 要不要做多重比较校正？ 显著差异之外，效应量有多大？
这些问题不问清楚，P 值越快出来越危险。
我建议把统计分析拆成两段：
使用 statistical-analysis Skill 分析这份数据。
第一阶段只完成数据审查和统计方案，不要直接运行显著性检验。
请识别变量类型、分组结构、重复测量关系、缺失值、异常值和样本量。
第二阶段根据研究假设提出统计方法，说明每种方法的适用条件、需要检查的假设以及假设不满足时的替代方案。
我确认方案后，再执行分析并报告描述统计、检验统计量、自由度、准确 P 值、效应量和置信区间。这段指令的作用，是让 AI 先刹车。别急着给结果，先把数据结构看明白。
对科研人来说，这比“自动跑统计”更有用。很多论文被审稿人质疑，不是因为作者不会点软件按钮，而是没解释为什么选这个检验、前提条件有没有检查、结果有没有报告效应量和置信区间。
写论文前，先让它搭证据骨架
GitHub 地址：
https://github.com/K-Dense-AI/scientific-agent-skills/blob/main/skills/scientific-writing/SKILL.md
第四个 Skill 是 scientific-writing。
科研写作类提示词很多，但我越来越觉得，真正影响论文质量的地方通常发生在写作之前。你让 AI 直接写 Introduction，它当然能写，问题是它很可能写出一段顺滑但不稳的文字。
一段话承担什么功能？
核心观点由哪些文献支撑？
这一段和下一段怎么衔接？
哪些是结果，哪些是作者解释，哪些只是推测？
这些结构没理清，语言再漂亮也很容易空。
scientific-writing 支持 IMRAD 结构，也涵盖摘要、引言、方法、结果、讨论、图表、引文格式和 CONSORT、STROBE、PRISMA 等报告规范。它适合被改造成一个两阶段流程：先搭骨架，再写正文。
比如 Introduction，可以这样用：
使用 scientific-writing Skill 重构这篇论文的 Introduction。
先不要写完整正文。
请按“研究背景—关键科学问题—已有研究进展—现有证据局限—本文研究目标”的顺序搭建证据骨架。
每一段列出段落功能、核心观点、支持文献、与下一段的衔接关系，以及当前材料中缺失的证据。
不要添加没有来源的数据、观点或参考文献。这一步完成后，你会很快看出几个问题：
研究问题是不是出现得太晚？ 每段有没有一个清楚中心？ 文献是否真的支撑了段落观点？ 研究空白能不能被本文设计回答？ Introduction 最后提出的目标，和 Results 对不对得上？
等骨架确认后，再让它写连续段落：
根据已经确认的证据骨架撰写完整 Introduction。
保留原始文献所支持的结论强度，不得把相关关系写成因果关系。
避免逐篇罗列作者，按照研究主题组织文献。
每一段只承担一个主要论证任务，段落之间使用自然的逻辑衔接。Discussion 也可以照这个思路做。骨架可以设为：主要发现、与已有研究比较、方法学优势、研究局限、理论意义与实践启示、未来方向。
Results 要更严格一点。写 Results 时，不要让 AI 自由发挥机制解释：
只根据已经确认的统计结果撰写 Results。
先报告描述统计，再报告模型或检验结果。
所有数字必须与统计输出一致。
本节只描述观察到的结果，不讨论机制，不引用外部文献，不使用“证明”“导致”“促进”等因果词。我在看这个 Skill 时，有一条规则会建议大家本地改掉。原始文件里把图形摘要和额外示意图设得比较强，甚至偏向每篇论文都要生成图形摘要。但现实里，不是所有研究类型和期刊都需要图形摘要。
更稳的写法是：
根据目标期刊投稿指南和论文内容判断是否生成图形摘要、方法流程图或机制图。
目标期刊没有要求，且图像不能增加信息价值时，不强制生成。开源 Skill 是参考工作流，不是圣旨。迁移到自己的 ChatGPT Work 里时，最好按学科、期刊和文章类型改一遍。
参考文献别让 AI 猜
GitHub 地址：
https://github.com/K-Dense-AI/scientific-agent-skills/blob/main/skills/citation-management/SKILL.md
最后一个 Skill 是 citation-management。
AI 辅助写论文最容易被低估的风险之一，是参考文献看起来太像真的。作者、标题、期刊、年份、DOI 都有，格式还挺漂亮。等你真正去查，可能发现标题不存在，DOI 指向另一篇论文，或者作者和期刊信息被拼在一起。
citation-management 处理的就是这一层：文献搜索、元数据提取、引用核验、BibTeX 生成、重复项检查、格式统一。它涉及 Google Scholar、PubMed、Crossref、arXiv 等来源，也支持通过 DOI、PMID、arXiv ID 或 URL 生成文献信息。
它可以放在三个阶段用。
文献整理阶段：通过标题查完整出版信息，把 DOI 转成 BibTeX，补卷期页码，清理重复文献，统一作者姓名格式。
正文写作阶段：检查某个观点有没有对应来源，确认正文中的作者和年份，区分预印本与正式发表版本，检查同一文献是否出现多个版本。
投稿前阶段：核对正文引用和文末参考文献，找正文里引用了但文末缺失的条目，找文末存在但正文没引用的条目，验证 DOI 是否能解析，统一目标期刊格式。
推荐这样调用：
使用 citation-management Skill 核验这份参考文献表。
请分别检查标题、作者、年份、期刊、卷期、页码和 DOI。
每条文献都要标记核验来源。
将结果分为“信息一致”“信息不完整”“信息冲突”“未检索到”和“疑似重复”五类。
不要根据标题结构猜测 DOI。无法确认的条目保留原文，并标记为“待人工核验”。这段里最重要的是“不要猜测”。
AI 很会补全一个看起来合理的信息，但参考文献核验要的是数据库层面的对应关系。缺失信息可以继续查，错误补全则可能直接进投稿稿件。
参考文献还有第二层检查：文献是否真的支持正文里的那句话。
比如正文写：
“大量研究已经证实，使用生成式 AI 能够显著提高大学生的独立学术写作能力。”
后面列了三篇论文。即使这三篇论文都真实存在，它们也未必支持这句话。它们可能研究的是写作速度、主观体验、短期文本质量，而不是“独立学术写作能力”。
所以还可以继续让 Skill 生成“论断—文献对应表”：
请把正文中的关键论断逐条列出，并检查每条论断后面的引用是否真的支持该论断。
输出表格包含：正文论断、引用文献、文献实际研究内容、支持强度、是否需要改写论断。
支持强度分为：直接支持、部分支持、背景支持、不支持、无法判断。这个检查比单纯统一参考文献格式更有价值。它能防止论文看起来引用很多，实际证据链却很虚。
这 5 个 Skill 怎么串起来
如果只把它们当 5 个单点工具，用处已经不小。但放到 ChatGPT Work 里，更好的用法是串成一条流水线。
一个实证论文项目可以这样跑：
第一步，用 academic-paper-review 精读关键论文。先别贪多，把导师指定论文、目标期刊近两年高相关论文、你准备引用的核心论文读透。输出要带证据位置。
第二步，用 systematic-literature-review 建文献矩阵。别急着写综述正文，先明确检索边界、纳排标准和提取字段。多学科用户可以替换检索来源，但保留矩阵和主题综合流程。
第三步，用 statistical-analysis 做数据审查和统计方案。先确认变量、样本、缺失、异常、分组结构和统计前提，再跑检验。不要让 AI 上来就给 P 值。
第四步，用 scientific-writing 搭论文证据骨架。Introduction 和 Discussion 先要结构，后要文字。Results 只写已经确认的统计输出，不让 AI 自由解释机制。
第五步，用 citation-management 做投稿前检查。先查参考文献是否真实、完整、格式统一，再查正文论断和引用之间是否真的匹配。
最后再交给人审。
这个“人审”不是客套话。科研里，AI 的输出最好都被当成可审稿材料，而不是最终答案。文献矩阵要抽查 PDF，统计方案要看研究设计，写作段落要核证据强度，参考文献要能查到原始来源。
ChatGPT Work 加 Skills 的价值，不是让科研人退出流程，而是把流程里最耗时、最容易重复出错的部分先规整起来。
你可以把它理解成一个不会累的科研助理：它能读、能整理、能跑流程、能给草稿，但最后签字的人还是你。
我的建议：先别追求全自动
如果你想把这套东西用起来，我建议先从一个小项目开始，不要一上来就让它“帮我完成整篇论文”。
更稳的方式是挑一个正在做的真实任务：
这周组会要讲的一篇论文。 你已经筛好的 15 篇文献。 一份结构清楚的数据表。 一版已经写完但逻辑不稳的 Introduction。 投稿前的参考文献表。
先让一个 Skill 跑起来，再看输出哪里稳，哪里需要改规则。等流程顺了，再把 2 个、3 个、5 个 Skill 串起来。
Skill 最大的价值，是把你的科研习惯写下来。你平时怎么筛文献，怎么判断方法是否靠谱，怎么报告统计结果，怎么检查引用，这些经验以前靠导师口头教、靠师兄师姐带、靠自己踩坑。现在可以慢慢沉淀成一套可复用流程。
模型会换，工具入口会变，但一套好流程能留下来。
对科研人来说，这比“又来了一个更强模型”更值得认真对待。
