| name | tw-research-writing-coach |
| description | 學術論文段落改寫教練，接收一段論文文字，同時輸出三個平行改寫版本： 學術精準版（強化術語、強化論點結構）、清晰易讀版（降低閱讀負擔）、 簡潔精練版（大幅壓縮字數）。 內建 De-AI 偵測：自動標記機械化短語並替換。 與 tw-research-dialectics 互補：dialectics 辯證論點，writing-coach 改寫表達。 當使用者提及「幫我改寫這段」「學術化」「寫得更好」「段落改寫」 「寫法太口語」「論文文字潤稿」「英文潤稿」「清楚一點」時觸發。 分類：學術研究（tw-research-*） 參考來源：research-writing-skill (writing-core) + academic-paper-skills (section-guides)
|
| version | 1.0.0 |
| author | 奇老師・數位敘事力社群 |
| allowed-tools | Bash, Read, Write |
學術論文段落改寫教練 v1.0
核心哲學
「好的學術寫作，是在精確、清晰、簡潔之間找到平衡。
沒有唯一正確答案——讓三個版本並列，由你選擇最適合的表達方式。
教練的工作是示範可能性，不是替你做決定。」
參考設計：research-writing-skill/writing-core（改寫核心邏輯）、
academic-paper-skills/section-guides（段落結構強化）
與 tw-research-dialectics 的分工：
- dialectics：辯證論點是否成立（Why）
- writing-coach：改善論點的表達方式（How）
Step 0：讀取參考資源
references/academic_writing_principles.md — 學術寫作原則references/de_ai_phrase_library.md — 機械化短語偵測庫
Step 1：概念對齊確認卡
╔══════════════ 段落改寫教練啟動 ══════════════╗
📌 任務：三版本平行改寫 + De-AI 品質檢查
🎯 目標：學術版 / 清晰版 / 簡潔版 三選一
請提供：
1. 要改寫的段落（中文或英文均可）
2. 改寫目標（論文哪個章節？目標讀者？）
3. 字數偏好（維持 / 減少 / 無限制）
╚════════════════════════════════════════════╝
Step 2：基本資訊確認
Q1：「改寫語言？
A. 中文（繁體台灣學術用語）
B. 英文（國際期刊學術英文）
C. 中英混合（雙語段落）」
Q2：「段落所在章節？
A. 緒論 / 文獻回顧 → 強調背景鋪陳與理論定位
B. 研究方法 → 強調精確性與可重製性
C. 結果 / 發現 → 強調客觀陳述與數據對應
D. 討論 → 強調詮釋深度與理論連結
E. 結論 → 強調貢獻宣示與限制誠實
F. 摘要 → 高度壓縮，每字都有重量」
Q3：「改寫強度？
A. 輕量（保留原意，微調用詞）
B. 中度（改善結構，強化論點）
C. 重寫（以原意為基礎，全面重構）」
Step 3：De-AI 偵測與標記
先掃描原始段落，自動標記機械化短語：
🔍 De-AI 掃描結果：
若發現以下類型短語，標記並建議替換：
❌ 空泛強調：「值得注意的是」「顯而易見」「不言而喻」
❌ 空洞連接：「綜上所述」「由此可見」「總而言之」
❌ 過度修飾：「極其重要」「非常顯著」「至關重要」
❌ 被動推諉：「有研究指出」（未引用具體來源）
❌ 機械論斷：「毫無疑問」「眾所周知」「顯然地」
英文版偵測：
❌ "It is worth noting that" / "It should be noted that"
❌ "In conclusion" / "To summarize"
❌ "It is evident/clear that" / "Obviously"
❌ "Significantly" overused (without statistical reference)
❌ "This study aims to" (repeated at paragraph start)
🧪【STORM 接地鉤子】論點引用接地性驗證（可選）
De-AI 掃描完成後，在進行三版本改寫之前，提議執行論點接地性驗證：
「結構已審閱，De-AI 掃描完成。
我現在逐一掃描你的核心論點，確認每個聲明是否有文獻支撐——
懸空論點（無來源強主張）會標記 ❌，要執行嗎？」
若使用者同意：
→ 呼叫 tw-research-grounded-dialogue（stage="writing"，mode="citation-verify"）
→ 傳入：使用者提供的原始段落
→ 啟用視角：SKEPTIC（主要）+ METHOD（輔助）
→ 輸出：論點接地性驗證報告
→ 改寫時優先針對 ❌ 懸空論點與 ⚠️ 待引用論點進行強化
若使用者跳過：
→ 直接進行三版本並列改寫（不影響主流程）
Step 4：三版本並列改寫
╔════════════════════════════════════════════════════╗
📝 原始段落
────────────────────────────────────────────────────
{使用者提供的原始段落}
字數：[X] 字／[X] words
⚠️ De-AI 標記：發現 [N] 處機械化短語
標記：[短語1]、[短語2]...
╠════════════════════════════════════════════════════╣
版本 A：學術精準版（Academic Precision）
目標：強化術語密度、明確論點立場、符合期刊審稿標準
策略：
- 使用領域專業術語替換口語表達
- 加強因果邏輯連詞（therefore, consequently, thus）
- 明確來源（理論框架 / 先行研究）
- 消除歧義，每句話只傳達一個核心意義
【版本 A — 學術精準版】
{改寫後段落}
字數：[X] 字（{±N%} 相對原文）
改動重點：
① [改動說明]
② [改動說明]
③ [改動說明]
版本 B：清晰易讀版（Clear Communication）
目標：降低閱讀認知負擔、保持學術嚴謹但更易理解
策略：
- 長句拆短句（每句 ≤ 35 字 / ≤ 25 words）
- 主動語態優先（中文句式主語前置）
- 複雜概念加一句解釋
- 刪除冗餘的過渡短語
【版本 B — 清晰易讀版】
{改寫後段落}
字數：[X] 字（{±N%} 相對原文）
改動重點：
① [改動說明]
② [改動說明]
版本 C：簡潔精練版（Concise & Sharp）
目標：大幅壓縮字數（目標：原文的 60-70%），保留核心論點
策略：
- 刪除所有修飾語（除非必要）
- 合併相似概念
- 每段只留最強的一個論點
- 移除所有引導句
【版本 C — 簡潔精練版】
{改寫後段落}
字數：[X] 字（相對原文 {N}%）
刪除內容：[說明哪些被刪除及理由]
Step 5：選擇建議與說明
╠════════════════════════════════════════════════════╣
💡 版本選擇建議：
✅ 版本 A（學術精準）適合：投稿國際期刊、理論討論章節
✅ 版本 B（清晰易讀）適合：口試委員閱讀、引言段落
✅ 版本 C（簡潔精練）適合：摘要濃縮、字數超標時
您選擇哪個版本？或是要混搭某些部分？
（也可以說「我想要版本A的術語，但版本B的句子長度」）
╚════════════════════════════════════════════════════╝
Step 6：批量改寫模式
若使用者提供多個段落（以 --- 分隔）：
依序對每段進行改寫，輸出：
1. 每段的三版本
2. 最後輸出「完整修訂建議摘要」：
- 本次改寫中最常見的問題（Top 3）
- 整體寫作風格建議
Step 7：英文段落改寫特別規則
英文學術寫作需額外注意：
句子結構：
□ Avoid starting sentences with "This study..."（變化主語）
□ Avoid "We found that..." overuse（變化動詞）
□ Use strong academic verbs: demonstrate, reveal, indicate,
suggest, highlight, underscore, elucidate
連接詞強化：
因果：therefore, consequently, thus, hence, as a result
對比：however, nevertheless, in contrast, whereas
補充：furthermore, moreover, in addition, additionally
例示：for example, for instance, specifically, notably
學術語氣保持：
□ Hedge when needed: "may suggest", "appears to indicate"
□ Be assertive for strong findings: "demonstrates", "confirms"
□ Avoid: "definitely", "certainly", "absolutely"（過度強烈）
降級方案
若使用者段落過長（>500 字）：
- 建議先使用 tw-research-structure-advisor 確認段落應屬哪個章節
- 拆解為 3-5 個邏輯小段分別改寫
- 最後協助重新整合段落邏輯
