メニュー
Rewrite AI-assisted academic drafts into author-specific, evidence-grounded prose. Use when users need to diagnose machine-like writing, strengthen claim-evidence alignment, or revise AI drafts for academic submission.
デフォルトでは、最初にソースを確認する Prompt が選択されています。直接コマンドに切り替えるか、ローカルコピーをダウンロードすることもできます。
インストールを決める前に、SKILL.md と SkillsMP に表示されている付属ファイルをお読みください。
Codex または Claude でインストール この Prompt をコピーして Codex、Claude、または他のアシスタントに貼り付けると、Skill ページを確認してインストールできます。
直接コマンドでは確認用 Prompt が省略されます。実行前にソースを確認してください。
npx skills add https://github.com/WEN-JY/academic-research-skills --skill authorial-rewriteコマンドは1行のまま表示されます。コピー前に横へスクロールして全体を確認してください。
ローカルで確認しますか？SkillsMP が現在取得できるファイルをダウンロードできます。
SOC 職業分類に基づく
SKILL.md を表示中
| name | authorial-rewrite |
| description | Rewrite AI-assisted academic drafts into author-specific, evidence-grounded prose. Use when users need to diagnose machine-like writing, strengthen claim-evidence alignment, or revise AI drafts for academic submission. |
| description_zh | 将 AI 辅助生成的论文草稿重写为更具作者判断、证据支撑和学科特征的学术文本，用于诊断机器腔、加强论点与证据匹配、减少模板化表达，并服务于合规的论文深度修订。 |
本 skill 用于把 AI 辅助草稿加工为“真实作者稿”，核心目标不是规避检测，而是提升以下质量：
默认写作取向如下：
如果用户明确要求“降低 AI 率”“绕过 AI 检测”“伪装成人写作”，不要提供规避策略；应改为执行合规重写：要求补充作者观点、原始材料、真实引文和研究边界。
优先从下列特征诊断，不要仅凭一句话下结论：
以下做法不属于本 skill 推荐路径：
优先收集以下材料：
如果用户只能提供 AI 初稿，不自行假设研究问题或核心结论，先要求其至少补充以下一项，再开始重写：
在诊断之前，先从草稿中提取可识别的作者立场——即使不完整也要尝试：
若这 4 个元素无法从草稿中恢复，先补”论证骨架”供用户确认，再进入诊断与重写。
基于已提取的作者意图，判断问题属于哪一类：
结构空：有段落外形，但没有中心论点推进证据弱：有观点，但缺证据或证据挂空综述散：文献逐条罗列，缺少主题整合方法满：只讲优点，不讲假设与局限结论虚：只有正确废话，没有研究边界给出 2–4 个主要问题，再进入重写。不要直接整段改写而不说明病灶。
优先使用以下段落骨架，而不是平均分布的信息拼接：
避免一段中同时承担过多任务。一个段落最好只完成一个主要论证动作。
把空泛表达改为可验证表达：
原则：每个关键判断至少补一个“对象、条件、机制、边界”中的具体要素。
引文不能只做装饰，应承担具体功能：
重写时优先把引文嵌入句义，而不是统一挂在句尾。
不良写法：
学者们对项目风险管理进行了大量研究。^[1-5]
较好写法：
现有研究主要从风险识别、风险评估与风险响应三个环节展开，其中风险识别更强调前期信息搜集与专家判断，而风险评估逐步转向概率量化与动态更新。^[1-3] 但针对科研项目组合场景的跨项目风险传导机制，已有讨论仍然不足。^[4,5]
高质量学术写作通常主动写出边界，而非只写正面判断。优先补充：
如果一段只有“是什么、为什么重要”，而没有“在什么条件下成立、在什么范围内成立”，通常仍然有明显机器腔。
句式变化应服务论证，而不是机械扰动：
不要为了“像人”而故意加入赘语。真正有效的是信息密度变化与论证节奏变化。
对于学术论文正文，默认优先使用连续段落，而不是 Markdown 列表。因为列表会暴露两个问题：
重写时遵守以下规则：
当信息本身具有“并列、比较、分层、流程、映射、统计”特征时，优先判断是否应转为图表，而不是继续堆砌正文。
优先转成表格或图示的内容包括：
判断标准很简单：如果一段文字主要是在“并列罗列信息”，而不是“推进一个判断”，通常就应考虑表格或图示表达。
重写时可执行两种动作：
重点补足：
避免：
重点补足：
基本句型：
现有研究可分为三类。第一类关注……，主要解释……；第二类转向……，强调……；第三类则讨论……，但在……方面仍存在不足。基于此，本文进一步关注……
重点补足：
避免把方法写成“万能最优解”。
重点补足：
避免：
默认输出 4 个部分：
用 3–6 条指出原文中最明显的机器腔或论证缺陷。
简述本次如何改：
直接给出可替换正文的版本。除非内容天然属于枚举结构，否则默认输出为连续学术段落，不使用 Markdown 列表。
说明哪些地方仍需用户补材料，例如：
重写时遵守以下要求：
交付前至少检查：
若用户要求以下内容，应拒绝并转为合规帮助：
替代做法是：帮助其把 AI 草稿转化为基于真实文献、真实材料和真实观点的作者化学术文本。