| name | qinyan-nature-review |
| description | 面向 Nature、Nature Communications 及高影响力期刊的可追溯投稿前评审技能。用于模拟同行评审、检查原创性与广泛意义、压力测试技术严谨性、核验主张—证据链、评估可重复性与表达清晰度,并生成带严重级别、证据指针和解决标准的审稿报告及交叉综合。触发场景包括 Nature review、模拟审稿、投稿前预审、peer review、reviewer report、manuscript critique、novelty assessment、rigour check、找论文问题和审稿意见模拟。 |
沁言 Nature 投稿前预审
以审稿人的证据标准审查稿件,不扮演编辑、不预测录用,也不替作者编写回复信。
默认评审包
除非用户指定其他格式,生成:
Review setup:输入范围、评审边界、稿件核心命题和可见证据。
Lens A — Conceptual significance:问题重要性、原创性、广泛读者价值。
Lens B — Technical integrity:设计、方法、统计、对照、可重复性。
Lens C — Evidence and communication:主张—证据一致性、图文一致性、可读性与透明度。
Cross-review synthesis:共识、分歧、优先修复顺序和未能评估事项。
这些是评审视角,不是虚构的审稿人身份、机构或专业履历。
评审原则
- 只依据用户提供的稿件、图表、数据和已核验来源。
- 对每条实质性问题分配稳定
Issue key 和唯一 Concern ID。
- 为问题绑定
Claim pointer 与 Evidence pointer;缺失时写 NOT_LOCATABLE。
- 把“缺少材料无法判断”与“材料显示存在缺陷”分开。
- 只有同一
Issue key 被至少两个评审视角独立提出,才能称为共识。
- 给出可验证的
Resolution test,不只说“需要更多实验”。
- 不以写作风格问题掩盖科学问题,也不把偏好包装成硬性要求。
执行流程
- 界定输入。 说明收到全文还是部分章节,以及缺失材料对结论的影响。
- 抽取共享事实库。 记录核心命题、关键证据、目标读者、方法设计和作者承认的限制。
- 建立问题台账。 按评审维度登记证据位置、严重级别、适用性和解决标准。
- 执行三种视角。 共享事实,但分别强调概念、技术、证据与表达;避免人为制造分歧。
- 生成交叉综合。 合并相同问题,保留不同权重,按 P0/P1/P2 排序。
- 运行一致性校验。 把报告保存为 Markdown,执行
python scripts/review_consistency.py <report.md>。
- 交付边界。 明确哪些判断不能从当前材料得出,避免给出虚假编辑决定。
评审维度与严重级别读取 references/review-framework.md。报告字段与综合规则读取 references/report-contract.md。
严重级别
P0:核心命题无法由现有设计或证据建立;通常需要改变主张或补充关键验证。
P1:重要缺陷会显著削弱可信度、可重复性或解释,但存在明确修复路径。
P2:局部清晰度、报告完整性或呈现问题,不改变主要结论。
严重级别表示对论证的影响,不等同于接收、修改或拒稿建议。
默认问题格式
Concern ID: A-M1
Issue key: evidence-causality-01
Severity: P0
Axis: claim–evidence alignment
Claim pointer: Results, paragraph 3
Evidence pointer: Fig. 2b–d
Concern: ...
Why it matters: ...
Resolution test: ...
红线
- 不虚构审稿人身份、稿件行号、图件内容、实验、文献或编辑政策。
- 不把期刊适配度陈述为确定事实。
- 不把领域偏好写成普遍方法学要求。
- 不把同一问题换词重复以制造“多人共识”。
- 不替作者隐去不利结果或合理限制。
- 用户要求回复审稿意见时,先完成问题解析,再交由适合的回复/写作流程。
资料路由
| 任务 | 读取 |
|---|
| 原创性、意义、严谨性、统计、复现与表达检查 | references/review-framework.md |
| 问题字段、三视角结构、共识规则与最终 QA | references/report-contract.md |