math-modeling-writing

# 数学建模写作 Skill ## 目标 把文献、数据、模型、代码和图表转化为结构完整、逻辑清楚、适合参赛或课题提交的建模论文文本。 ## 触发场景 - 用户要求写数学建模论文、摘要、问题分析、模型假设、结果分析。 - 用户需要把代码结果解释成论文语言。 - 用户要求润色、降重、增强逻辑、写创新点、写优缺点。 - 用户需要中英文摘要或 MCM/ICM 风格写作。 ## 不应触发 - 只做 Word/LaTeX 格式处理时，转交排版 Skill。 - 只做图表生成时，转交绘图 Skill。 - 用户还没有模型和结果时，应先调用建模或代码 Skill。 ## 输入 尽量收集： - 赛题原文和每个小问。 - 模型方案、公式、变量说明。 - 数据来源、处理方法。 - 结果表、图、评价指标。 - 竞赛模板要求、字数/页数限制、语言要求。 ## 论文结构 默认采用： 1. 摘要。 2. 关键词。 3. 问题重述。 4. 问题分析。 5. 模型假设。 6. 符号说明。 7. 数据来源与预处理。 8. 模型建立与求解。 9. 结果分析。 10. 灵敏度/鲁棒性分析。 11. 模型评价与改进。 12. 参考文献。 13. 附录。 ## 写作原则 - 先回答题目，再展示技术。 - 每个小问都要有“问题—方法—结果—解释—结论”。 - 摘要必须包含：研究对象、方法、核心结果、结论建议。 - 模型假设要少而关键，不能写废话。 - 符号说明必须与公式一致。 - 结果分析要解释数值含义，而不是重复表格。 - 优缺点评价要真实，不能只夸模型。 ## 工作流 1. 整理素材：读取题目、数据说明、模型公式、结果图表。 2. 搭论文骨架：按小问组织章节，而不是按代码顺序组织。 3. 写问题分析：说明每问属于什么建模任务，以及为什么用该方法。 4. 写模型建立：公式、变量、参数估计和算法流程要闭环。 5. 写结果分析：把数值结果转化为清楚结论。 6. 写摘要和结论：最后写，确保与全文一致。 7. 自查：检查每个结论是否有数据/模型/图表支撑。 ## 输出格式 默认输出： - 论文正文草稿。 - 摘要版本。 - 图表标题与图注。 - 结果解释段落。 - 优缺点评价。 - 修改建议清单。 ## 质量标准 - 语言正式、简洁、可读，避免口语化。 - 不夸大结果，不虚构实验。 - 每个模型选择都有理由。 - 图表必须在正文中被引用和解释。 - 摘要中的数字必须与正文结果一致。 ## 禁止事项 - 不要编造数据、结果和参考文献。 - 不要写空泛套话，例如“具有重要意义”但不说明意义。 - 不要把代码注释直接粘成论文。 - 不要让摘要变成背景介绍，必须有方法和结果。