codex科研skill经验分享

我最近越来越觉得，做科研用 AI，最重要的不是收藏多少 prompt。 prompt 很有用，但它太散了。今天一个文献调研，明天一个润色，后天一个审稿意见，时间久了很容易变成一堆复制粘贴。 我现在更常用 Codex 里的 skill。 它像是把科研流程拆成几个固定模块：什么时候调研文献，什么时候模拟审稿人，什么时候改文章逻辑，什么时候画图，什么时候整理项目，都不用每次从零说一遍。 我自己大概这样用： 文献调研和模拟审稿人，我会用 academic-research-suite。它最有用的地方不是多读几篇文献，而是帮我反复确认：研究问题清不清楚？证据够不够？审稿人可能会卡哪里？ 写文章和画图，我会用 nature-skills。尤其是引言、摘要、discussion 和论文图，我更需要它先看逻辑，而不是只帮我把句子变漂亮。 语言润色我会用 humanizer，主要是去掉那种很明显的 AI 味，让文字更像人写的。 我自己还做了两个适合自己学科风格的引言 skill。这个我觉得很重要，因为不同学科的 introduction 写法真的不一样，通用 AI 很容易写得正确但不贴领域。 项目管理用 planning-with-files，把计划、发现、进度都写到文件里，长任务不容易断。 最后用 neat-freak 收尾，整理文件夹和项目说明，避免东西都在但谁也找不到。 所以我现在对 skill 的理解是：它不是让 AI 替我做科研，而是把重复、琐碎、容易忘的环节固定下来。 真正的研究问题、数据解释和投稿判断，还是要自己负责。AI 适合当工作流助手，不适合替你承担学术责任。 #skill #codex #科研学习