Academic Thesis Workflow - 标准化学术论文生成工作流
一个标准化、可复现的四步学术论文生成工作流，通过"样本模仿"与"提示词驱动"的有机结合，实现从论文主题到完整论文的确定性转换。第三步内置五维自动复核，保障生成质量。支持一切学术领域的论文生成，不限于特定学科。
核心原则
- 样本模仿：使用经过验证的论文样本引导大纲生成和论证展开，消除随机性。
- 提示词驱动：提前建立元协议和学术规范提示词，确保所有生成物的一致性与规范性。
- 方向衍生：大纲生成后自动展示可衍生的研究方向，支持多轮迭代优化，激发研究者未曾考虑的理论可能性。
- 渐进式展示：默认先交付论证骨架，完整章节按需提供——让研究者掌控信息深度。
- 领域无关性：样本提供格式参照而非内容限制，工作流适用于哲学、社会学、教育学、法学、政治学、文学、历史学等人文学科与社会科学，同样适用于计算机科学、工程学、物理学、数学、医学等理工科与自然科学领域的学术论文生成。
领域适配
AI应根据用户提供的主题自动判断领域类型，并适配对应的论证风格和论文结构。
人文社科
| 领域类型 | 论证风格偏好 | 概念处理方式 | 文献引用密度 |
|---|---|---|---|
| 哲学 | 概念辨析、逻辑推演、思想实验 | 严格定义、层层辨析 | 高（每段1-3处） |
| 社会学 | 经验与理论交织、案例分析 | 操作化定义、类型学 | 中高（关键论点必引） |
| 教育学 | 理论-实践循环、行动研究 | 从实践抽象、回推理论 | 中（理论与实践并重） |
| 法学 | 规范分析、比较法、判例推理 | 条文解释、概念界定 | 高（法条+判例+学说） |
| 文学 | 文本细读、理论阐释、审美判断 | 意象分析、修辞解读 | 中（文本引用为主） |
| 历史学 | 史料考证、叙事重建、因果解释 | 语境化理解、历时追踪 | 高（原始史料为核心） |
理工科与自然科学
| 领域类型 | 论证风格偏好 | 概念处理方式 | 文献引用密度 |
|---|---|---|---|
| 计算机科学 | 算法设计→实验验证→性能对比，强调可复现性 | 形式化定义、复杂度分析、伪代码 | 中（相关工作+实验对比） |
| 电子/机械工程 | 问题建模→方案设计→仿真/实验→性能评估 | 参数化建模、系统架构描述 | 中（技术标准+现有方案对比） |
| 物理学 | 理论推导→实验验证→误差分析，强调精确性 | 数学形式化、物理量定义、模型假设 | 高（经典结论+最新实验） |
| 数学 | 定义→定理→证明→推论，严格演绎 | 形式化定义、符号约定 | 中（引用已知结论作为引理） |
| 化学/材料 | 实验设计→表征分析→机理推断，强调可重复 | 实验参数精确描述、分子/晶体结构 | 中高（实验方法+对比材料） |
| 医学/生命科学 | 临床/实验假设→分组对照→统计分析→结论 | 诊断标准、纳入排除标准、统计方法 | 高（循证医学等级、荟萃分析） |
论证结构对照
人文社科与理工科采用不同的论证结构，AI在生成骨架时应根据领域类型选用对应结构：
| 功能环节 | 人文社科结构 | 理工科结构 |
|---|---|---|
| 问题引入 | 绪论 | 引言（问题与动机） |
| 理论梳理与批判 | 理论解析→批判检视 | 相关工作/文献综述 |
| 核心创新 | 本体重构/创新 | 方法/模型设计 |
| 验证与证成 | 证成回应 | 实验/仿真→结果与讨论 |
| 收束 | 结论 | 结论与展望 |
差异要点：人文社科的"批判"为哲学式批判（概念辨析、逻辑反驳），理工科的"批判"为技术式批判（现有方案不足分析）；人文社科的"证成"为逻辑证成，理工科的"证成"为实验验证与性能对比。
参考文档
本技能在 references/ 目录下捆绑三份参考文档：
| 文件 | 角色 |
|---|---|
references/内发与共鸣：基于"仁-感"本体的关怀生成论——对吉利根关怀伦理的哲学重构(博士论文大纲).md | 样本1 — 展示如何构建结构化的学术论文论证骨架（人文社科：问题呈现→理论解析→批判检视→本体重构→证成回应→结论；理工科：引言→相关工作→方法/模型设计→实验/仿真→结果与讨论→结论）。 |
references/内发与共鸣：基于"仁-感"本体的关怀生成论——对吉利根关怀伦理的哲学重构.md | 样本2 — 展示如何将论证骨架展开为完整的学术论文章节，涵盖概念辨析的深度、文献援引的密度、论证推进的节奏。此样本为哲学论文，其深度校准标准为"概念辨析到层层递进无逻辑跳跃"；理工科论文的深度校准标准为"方法设计到实验验证可复现、性能对比有统计显著性"。注意：此文件约7万字，执行时按需用grep/搜索定位特定章节，不要整体加载。 |
references/从主题到论文：一个标准化学术论文生成工作流.md | 背景阅读 — 完整的方法论文档（原文为六步版本，本技能已简化为四步：第零步至第三步）。供人类或无写作能力的LLM阅读，用于理解背景原理和手动复制粘贴执行步骤。 |
使用方式：在执行对应工作流步骤时，将相关样本参考文档读入上下文。对于较大的参考文件，使用grep/搜索定位特定章节，而非加载整个文件。
工作流说明
本技能已将两份提示词内置，AI可一次性获取完整上下文。实际使用流程如下：
内置提示词
元协议（第一份提示词）：
执行协议等待指令：将论文主题拆解为论证节点，论证节点生成完整章节，默认只展示论证骨架但用户可以要求展示完整章节。
学术规范提示词（第二份提示词）：
撰写一篇以{首次回复要求提供论文主题}为题的{博士/硕士/期刊}论文，采用{根据主题自动判断领域类型并适配论证结构：人文社科为"绪论→理论解析→批判检视→本体重构/创新→证成回应→结论"；理工科为"引言→相关工作→方法/模型设计→实验/仿真→结果与讨论→结论"}的论证结构，核心理论资源/方法路线为{根据主题自动确定}，援引格式遵循{GB/T 7714}，语言为{中文}。
两份提示词定义了工作规则和学术规范，AI已知晓，无需用户单独发布。
实际执行步骤
第零步：主题可行性评估
输入：用户提供的论文主题描述。
执行：对主题进行四维快速评估：
| 维度 | 判断内容 | 不通过标志 |
|---|---|---|
| 问题明确性 | 是否有可论证的核心问题 | 主题是领域词而非问题（如"正义论"而非"罗尔斯正义论中公平原则的内在矛盾"） |
| 理论传统 | 是否有可对话的学术脉络 | 找不到可援引的核心理论资源或前人研究 |
| 宽窄适度 | 是否过泛或过窄 | 一本书写不完/一句话就说完了 |
| 非平凡性 | 是否能产出非平庸结论 | 结论可预测或已被充分讨论 |
输出：评估结果（通过/需调整+具体问题说明+修改建议）。
规则：通过则进入第一步；需调整则向用户说明问题并给出具体修改建议（如"将领域词聚焦为可论证的问题"、"缩小范围到特定理论传统"、"选择尚未充分讨论的角度"等），由用户决定是否采纳。此步骤不阻止用户，仅提供判断和方向。
第一步：主题 → 论证骨架 + 衍生方向
输入：用户提供的论文主题描述。
执行：
- 将
references/内发与共鸣：基于"仁-感"本体的关怀生成论——对吉利根关怀伦理的哲学重构(博士论文大纲).md读入上下文。 - 参考样本格式，将主题扩展为结构化的论证骨架文档（章→节→小节→论点）。
- 同时，基于生成的论证骨架，列出3-5个可进一步衍生的研究方向。每个方向需包含方向名称、核心差异、创新潜力及可行性评估（高/中/低+理由）。
衍生方向可行性评估标准：
人文社科：
- 差异实质：是否带来理论框架的根本变化，而非表面换词
- 逻辑自洽：新方向是否与原骨架前提兼容
- 可展开性：是否有足够理论纵深撑起一篇论文
- 非平庸性：结论是否能超越常识或已有共识
理工科与自然科学：
- 差异实质：是否带来方法路线的根本变化，而非参数调优
- 逻辑自洽：新方向是否在技术可行性范围内
- 可展开性：是否有足够的实验空间和对比维度
- 非平庸性：是否能产出性能提升或新发现
输出：论证骨架文档 + 衍生方向列表。
可修改：用户可对输出的骨架和衍生方向进行修改、补充、调整。
衍生方向的生成规则：
人文社科：
- 换理论资源：用不同的理论传统替代当前核心理论
- 换方法论：采用不同的研究方法路径
- 换比较对象：将核心对话者替换为另一传统或学者
- 换应用领域：将理论成果延伸到新的实践场域
- 换问题层次：从本体论转向认识论或实践论，或反之
- 深化局部：选择骨架中某一节点进行纵向深挖
理工科与自然科学：
- 换算法/模型：用不同的算法或模型架构替代当前方案
- 换数据集/实验场景：在不同数据集或实验条件下验证
- 换评估指标：采用不同的性能评估维度
- 换应用领域：将方法延伸到新的应用场景
- 换硬件/平台：在不同计算平台或硬件配置上测试
- 深化局部：选择骨架中某一节点进行纵向深挖
第二步：选定方向 → 优化论证骨架
输入：
- 第一步输出的论证骨架（或修改后版本）
- 用户选定的衍生方向（可从列表中选择，也可自定义新方向）
执行：
- 基于选定的衍生方向，重新调整论证骨架的侧重点、深度和结构。
- 保持整体论证逻辑的完整性（人文社科主线：问题→分析→批判→创新→证成→结论；理工科主线：问题→相关工作→方法→实验→结果→结论），同时突出选定方向的理论创新点。
- 如用户选择"深化局部"，则将选定节点展开为更细的子结构，其余节点适当压缩。
输出：优化后的论证骨架文档。
可修改：用户可对优化后的骨架进行修改、调整。用户可反复执行此步骤（选新方向→再优化），直到满意。
第三步：骨架 → 完整论文 + 自动复核
输入：第二步输出的优化论证骨架（或修改后版本）。
执行： 根据论证骨架，参照样本2的论证深度和语言精度，生成完整论文内容，包括：
- 摘要与关键词
- 目录
- 各章节完整论证（人文社科含概念界定、文献综述、批判分析、理论建构、证成论证；理工科含问题定义、相关工作综述、方法/模型设计、实验设计与结果、讨论与局限分析）
- 参考文献列表（按用户指定引用格式，默认GB/T 7714。注意：仅引用确知存在的真实文献，不得编造；对不确定的文献应标注待验证）
- 致谢（占位）
生成完毕后，自动执行五维复核：
| 维度 | 复核内容 | 不通过标志 |
|---|---|---|
| 论证连贯性 | 各章节论点是否逻辑递进，有无断裂或跳跃 | 前后章论点矛盾、关键推理步骤缺失 |
| 引用完整性 | 文中所有引用标注是否有对应参考文献条目，反之亦然 | 有[序号]无条目、有条目无引用、格式不一致 |
| 章节比例 | 各章节篇幅是否与论证功能匹配 | 绪论占比超过正文核心章、结论篇幅异常 |
| 结构完整性 | 是否覆盖所选论证结构的全部必要环节 | 缺少批判检视/实验验证等关键环节 |
| 深度校准 | 论证深度是否符合学科标准 | 人文社科：概念辨析有逻辑跳跃；理工科：方法到验证不可复现 |
输出：完整学术论文 + 复核报告（列出通过/未通过项及具体位置）。未通过项由用户决定是否修改，AI可按用户要求修补。
可修改：用户可对生成的论文进行修改、优化、调整。可要求对特定章节重写或深化。
工作流总览
| 步骤 | 输入 | 内置提示词 | 样本参考 | 输出 | 可修改 |
|---|---|---|---|---|---|
| 0 | 论文主题 | — | — | 可行性评估 | ✅ |
| 1 | 论文主题 | — | 大纲样本 | 论证骨架 + 衍生方向 | ✅ |
| 2 | 骨架 + 选定方向 | 两份提示词 | — | 优化论证骨架 | ✅ |
| 3 | 优化骨架 | 两份提示词 | 完整论文样本（按需读取） | 完整论文 + 复核报告 | ✅ |
核心理念：每个阶段的输出都可被用户修改，下一阶段基于修改后的内容继续推进。用户始终保有控制权。方向衍生机制使研究者能在生成过程中发现和探索新的理论可能性。
核心价值
- 消除模糊性：通过结构化样本，确保大纲生成和论证展开的深度与格式符合学术标准。
- 激发创造力：通过衍生方向机制，帮助研究者发现未曾考虑的理论可能性，避免陷入单一思路。
- 确保一致性：通过学术规范提示词，保证所有产出遵循统一的学术规范和引用格式。
- 提升可控性：通过元协议，将生成过程置于研究者的可控节奏之下，先骨架后展开。
- 实现知识传承：将内化的学术写作经验沉淀为可复用的"样本"和"提示词"，使最佳实践得以规模化复制。
- 保障质量底线：通过五维自动复核，确保生成论文的论证连贯性、引用完整性、章节比例、结构完整性和学科深度校准均达标。