Research workflow

让工具服务研究，而不是替代判断

从找论文、管文献、记实验到写作与回复审稿意见，建立一套可追溯、可核验的科研工作流。

检索找到可靠原始文献
管理保存来源与阅读记录
实验记录设置与失败结果
写作让证据支持结论

Workflow

一套从检索到投稿的科研工作流

每个阶段只保留必要输入、动作、产出和检查标准。

01 · 检索

建立关键词矩阵

输入：研究对象、任务、方法、数据

动作：组合检索词，追踪作者、引用链与正式版本

产出：20–30篇候选文献与去重记录

检查：每篇都保留题名、年份、出处与链接
02 · 阅读

填写论文对比表

输入：候选论文全文

动作：提取问题、假设、数据、方法、对比与局限

产出：横向可比较的研究地图

检查：不是摘要翻译，而是回答同一组问题
03 · 实验

固定基线与配置

输入：数据、代码与评价协议

动作：保存环境、种子、配置、日志与权重

产出：可重复的Baseline

检查：从零开始可以再次得到接近结果
04 · 分析

建立证据矩阵

输入：对比、消融、效率与误差分析

动作：让每个结论对应一张表、图或统计结果

产出：论文图表和结论清单

检查：结论不超出实验支持范围
05 · 写作

按章节功能成文

输入：研究问题、方法与证据

动作：先写方法和结果，再写引言与摘要

产出：可核查的完整初稿

检查：引用、数字、图表和公式逐项核验
06 · 投稿

逐条处理审稿意见

输入：审稿意见与可用时间

动作：分类、排序、补实验并定位修改位置

产出：回复信和修订稿

检查：每条意见都有直接回应和证据

Copyable templates

四个可以直接复制的科研模板

模板只负责保证信息完整，具体内容仍需根据论文和实验人工核验。

模板01

论文阅读卡

论文题目：
研究问题：
核心假设：
使用数据：
主要方法：
对比基线：
关键指标：
主要结论：
实验局限：
与我课题的关系：
模板02

实验记录卡

实验编号：
研究假设：
代码版本：
数据版本与划分：
随机种子：
基线配置：
唯一改动：
主指标 / 辅助指标：
参数量 / 推理时间：
结果与观察：
失败原因或下一步：
模板03

论文证据矩阵

结论1：
对应证据（表/图）：
对比对象：
是否有统计或多次运行：
适用范围：
不能推出什么：

结论2：
对应证据（表/图）：
适用范围与局限：
模板04

Rebuttal处理表

审稿人 / 问题编号：
问题类型：方法 / 实验 / 表达 / 误解
核心质疑：
直接回答：
新增证据或分析：
论文修改位置：
是否仍有未解决部分：
最终回复：

Complete guides

需要系统学习时，直接进入完整资料

科研写作

零基础SCI写作路线

从结构、图表、段落功能到语言核验，完整在线阅读。

阅读完整资料
审稿回复

顶会Rebuttal实战清单

拆解审稿意见、确定补实验优先级并组织准确回复。

阅读完整资料
AI辅助

AI科研Prompt与指令手册

覆盖阅读、检查、润色与事实核验，包含可复制代码栏。

阅读完整资料

工具齐了，但课题仍然推进不动？

真正的卡点通常是问题定义、数据条件或实验设计。先整理现状，系统会推荐优先入口。

梳理当前卡点