描述诸如编码者间一致性（如果适用）、成员核查或数据来源的三角测量等步骤，以增强您的发现的有效性。指定要测量的变量、数据来源、数据收集工具以及数据收集中可能遇到的挑战。指定可视化类型（图表、图形、图解）、将使用的软件/工具及其在传达洞察中的作用。概述参与者招募、调查分发、数据收集的过程以及提高响应率的潜在方法。概述参与者随机化、治疗实施、实验期间和之后的数据收集以及控制措施的程序。详细描述数据将如何

模糊批注的价值真实：它指出「还不够」。它不够用的地方也明确：不指向节点、不点名缺口、不给验收与回退。把「再深入一点」升级为六字段修订工单，并拆成主张加深、证据加厚、结构拆分等可独立勾选的条目，再用六个是/否问题核验——映射清晰、缺口可观察、改法匹配、验收可勾、回退先写、换工具表仍成立。方法先行；需要助手承接批注与大纲编排时，再用同一张表去对照千笔-AIWritePaper 或其他产品，品牌在后。最

就像是宝子们的思考启动器，鼓励宝子们跳出论文的框架，去探索那些更深层次的意义。通过将这些提示纳入宝子们的学术阅读程序，宝子们将能够更快地处理信息，更深入地理解复杂的概念，并轻松产生新的见解。这个提示词就像是宝子们的跨学科思维小助手，帮宝子们在不同的研究领域间发现那些意想不到的惊喜联系。这个提示词就像是宝子们的数据侦探工具，帮宝子们从那些图表和数字中挖掘出宝贵的分析宝藏，确保你不会漏掉任何重要的线索

Claude 科研栈里，Connectors 解决「看见真源与真工具」，Skills 解决「把重复流程变成可调用 SOP」。二者都要配验收：能打开、能触发、可知配额、可审计。对着「一键综述」浪潮，更要记住：文档生成已被大幅加速，研究者养成没有被加速。把输出当地图，把争议找回来，把判断留在人侧，这套栈才值得长期用。（栈演示）、（一键综述批评，作对照）。组内推广时，先共享检查清单，再共享技能文件，最后

Claude 科研栈里，Connectors 解决「看见真源与真工具」，Skills 解决「把重复流程变成可调用 SOP」。二者都要配验收：能打开、能触发、可知配额、可审计。对着「一键综述」浪潮，更要记住：文档生成已被大幅加速，研究者养成没有被加速。把输出当地图，把争议找回来，把判断留在人侧，这套栈才值得长期用。（栈演示）、（一键综述批评，作对照）。组内推广时，先共享检查清单，再共享技能文件，最后

Claude 科研栈里，Connectors 解决「看见真源与真工具」，Skills 解决「把重复流程变成可调用 SOP」。二者都要配验收：能打开、能触发、可知配额、可审计。对着「一键综述」浪潮，更要记住：文档生成已被大幅加速，研究者养成没有被加速。把输出当地图，把争议找回来，把判断留在人侧，这套栈才值得长期用。（栈演示）、（一键综述批评，作对照）。组内推广时，先共享检查清单，再共享技能文件，最后

Claude 科研栈里，Connectors 解决「看见真源与真工具」，Skills 解决「把重复流程变成可调用 SOP」。二者都要配验收：能打开、能触发、可知配额、可审计。对着「一键综述」浪潮，更要记住：文档生成已被大幅加速，研究者养成没有被加速。把输出当地图，把争议找回来，把判断留在人侧，这套栈才值得长期用。（栈演示）、（一键综述批评，作对照）。组内推广时，先共享检查清单，再共享技能文件，最后

Skills：过程与判断（渐进披露的程序性知识包）MCP：动作与接入（连接外部系统的开放协议）RAG：事实与引用（检索增强生成）Memory：状态与经验（短/长期跨轮次记忆）先问「缺过程、缺动作、缺文档，还是缺跨次状态」，再决定上哪一层、如何串联。视频提供直觉框架；公开文档提供可核对细节。把边界画清，system prompt 反而可以变短——它只需稳住基础行为，不必再兼任手册、API 网关、向量

Agent Skills 的核心不是「又一种 prompt 模板」，而是带发现元数据的文件系统知识包：L1 用廉价元数据换可发现性，L2 在触发后注入程序性知识，L3 把长参考与确定性脚本留在磁盘上按需使用。写好 description 的 WHAT+WHEN、把正文压在可触发的体量、用目录树表达懒加载，再用对照请求验证访问轨迹——这套闭环比空谈「增强 Agent」更可核对。

罚的是指纹，不是浏览器记录。均匀句长、低指代、程式化连接词、口癖缺失，属于高信号统计/文体模式。能自测的先自测。30 句均值与标准差、指代计数、连接词密度，足够你做修订优先级排序。困惑度等需模型。不要把行业常见信号误写成「已公开的知网内部公式」。误判真实存在。模板文、翻译腔、非母语正式书面语都可能被抬分。制度大于分数。声明与研究贡献优先；把「降 AI」做成降误判与提人工修订，而不是作弊指南。下一篇