五、场景专题

适用版本：LobeHub 2.2.20（自建版） 本篇目标：把前四篇的能力串成流水线。5.1 科研投稿写到「照着做能出成品」，5.2–5.5 给出可直接套用的骨架。

5.1 科研投稿全流程（详写）

什么时候用：手上有一批数据和一个初步想法，要走完从选题到投稿信的全流程。

下面以「乳腺癌前哨淋巴结阳性患者腋窝非前哨淋巴结转移风险分层」为例，六步走完。每一步都给出：用哪个技能、可复制的提示词、预期产物。

5.1.1 第一步：选题与文献检索

用哪个技能：nature-academic-search（找）+ nature-reader（读）+ nature-downloader（下全文）。

可复制提示词

使用 nature-academic-search 技能，检索 2021–2026 年关于
「乳腺癌 前哨淋巴结阳性 腋窝非前哨淋巴结转移 预测模型」的研究。
要求：
1. 至少 15 篇，优先近 3 年、优先 SCI 一区；
2. 每篇给：作者年份、期刊、研究类型（回顾/前瞻）、样本量、主要结论；
3. 按「影像组学 / 临床病理 / 基因组」三类分组；
4. 最后指出：目前最大的争议点是什么，哪一类研究最少。

预期产物：一张 15 行的文献表 + 一段「研究空白」判断。

提示词发出去后，技能会先申请激活知识库工具，这一步要你手动批准：

批准后大约两分钟，表格就出来了：

实测注意：提示词里写「至少 15 篇」，实际只返回 8 篇。模型会用「已覆盖三类、近三年优先」来解释收窄原因。要凑够数量，就得把要求拆开分批发，或者明确说「不足 15 篇就继续补检，不要停」。

拿到表后，挑 5 篇最相关的，用 nature-reader 逐篇拆：

使用 nature-reader 技能读这篇 PDF，输出四段式笔记：
1. 研究问题（他们想解决什么）
2. 方法（数据、特征、模型、验证方式）
3. 结果（关键指标和数字）
4. 局限（作者自己承认的 + 你判断的）

这一步的产出物：一份「研究空白 + 5 篇精读笔记」，它决定你后面写什么。

5.1.2 第二步：结构化写作

用哪个技能：nature-writing。

先定骨架，再填肉。不要一上来就让它「写一篇论文」。

可复制提示词（定骨架）

使用 nature-writing 技能，为下面这个研究设计一份论文骨架（只要标题层级和每节要写什么，不要正文）。

研究：基于术前 MRI 影像组学，预测前哨淋巴结阳性乳腺癌患者的腋窝非前哨淋巴结转移。
数据：单中心回顾性，320 例，2019–2024，7:3 划分训练/验证。
目标期刊：European Radiology。

要求：按目标期刊的常见结构，标出每节必须回答的问题。

骨架确认后，逐节写：

骨架长这样，只到「每节要写什么」这一层，不含正文：

使用 nature-writing 技能，写「方法」这一节。
必须包含：研究人群与入排标准、影像采集参数、ROI 勾画、特征提取、
特征筛选、模型构建、验证方法、统计分析与软件版本。
时态用过去式，被动语态为主，不要出现「我们觉得」这类主观表述。

写作顺序建议：方法 → 结果 → 讨论 → 引言 → 摘要。方法和结果最客观，先写不易跑偏；摘要是最后写的，因为它要概括全文。

方法这一节写出来是这样，英文正文，段首用主题句：

5.1.3 第三步：语言润色

用哪个技能：nature-polishing。

可复制提示词

使用 nature-polishing 技能，润色下面这段「讨论」。
要求：
1. 保持原意、数据、引用位置完全不变；
2. 目标风格：European Radiology，简洁、克制、避免过度声明因果；
3. 删掉所有「首次」「显著优于」这类没有直接证据支撑的措辞；
4. 输出：润色后全文 + 一张改动对照表（原句 / 改后 / 理由）。

【原文】
（粘贴你的段落）

那句「删掉所有没有证据支撑的措辞」很重要。审稿人最容易挑的就是过度声明。

左边是你的原文，右边是润色后，中间是逐句理由：

改动对照表单独看更清楚，每条都写了「为什么这么改」：

5.1.4 第四步：图表制作

用哪个技能：nature-figure。

科研图分两类，处理方式不同：

• 数据图（ROC 曲线、校准曲线、森林图）：让沙箱跑代码生成，保证可复现。
• 示意图（流程图、研究设计图）：可以用 gpt-image-2.5 生成，但要人工核对每个框的文字。

可复制提示词（数据图）

使用 nature-figure 技能，用我上传的这份预测结果 CSV 画三张图：
1. 训练集与验证集的 ROC 曲线（同一张图，两条线，标出 AUC）；
2. 校准曲线；
3. 决策曲线分析（DCA）。
要求：300 dpi，字体 Arial，配色用色盲友好方案，输出 PNG 和 PDF 各一份。

可复制提示词（示意图）

画一张研究设计流程图，纵向五步：
1. 2019–2024 单中心乳腺癌患者筛选（n=1,842）
2. 纳入标准过滤后（n=320）
3. 7:3 随机划分
4. 训练集提取影像组学特征并建模
5. 验证集评估
要求：白底、深蓝线条、每步一个矩形框，数字必须准确显示，尺寸 1536×2048。

生成后逐字核对数字。生图模型最容易在数字上出错。

提交后先进入生成中状态，一次出两张候选：

这次五个步骤的数字全部准确，可以直接用：

5.1.5 第五步：参考文献核对

用哪个技能：nature-ref-verifier。

可复制提示词

使用 nature-ref-verifier 技能，逐条核对下面这份参考文献列表。
对每一条输出：
- 是否存在（是/否/存疑）
- DOI 是否可解析
- 作者、年份、期刊、卷期页是否与官方记录一致
- 如果对不上，给出正确的完整条目

不要跳过任何一条，不要因为「看起来合理」就判定存在。

【参考文献列表】
（粘贴你的 30–50 条）

这一步能抓出 AI 幻觉文献。所有 AI 生成的参考文献都必须过这一步，没有例外。

实测效果：第 1 条 DOI 真实存在但指向另一篇文章，第 2 条期号文章号全错，第 3 条整个是虚构的。三条全被抓出来：

5.1.6 第六步：投稿信与审稿回复

用哪个技能：nature-response。

投稿信提示词

使用 nature-response 技能，为这篇论文起草 cover letter。
目标期刊：European Radiology。
必须包含：
1. 一句话说明研究做了什么、发现了什么；
2. 为什么适合这个期刊（引用该刊近两年一篇同主题文章）；
3. 声明：未一稿多投、全体作者同意、无利益冲突、数据可应要求提供。
英文，350 词以内，不要用 "novel" "groundbreaking" 这类词。

成稿会自带四段声明：原创性、作者同意、无利益冲突、数据可索取：

审稿回复提示词

使用 nature-response 技能，逐条回复审稿意见。
对每条意见输出三段：
1. 我们做了什么改动（具体到页码和行号）；
2. 改动后的原文；
3. 如果没有采纳，说明理由，语气要克制、有依据。

审稿意见：
（粘贴）

六步走完，你会拿到：文献表 + 精读笔记 + 论文骨架 + 各节初稿 + 润色稿 + 图表文件 + 核对后的参考文献 + 投稿信 + 审稿回复。

这就是「能出成品」的标准：不是一段段建议，而是一套可以直接打包提交的材料。

审稿回复按三段式写，第一条意见的完整回复如下：

5.2 办公文档四件套（骨架）

共同原则：说清交付格式。「给我一份 Word」和「给我一段文字，我自己贴进 Word」是完全不同的结果。

Word 走云端沙箱，跑完会给下载链接：

Excel 同理，公式会保留而不是写死值：

实测注意：xlsx 技能默认会在生成后调 recalc.py 重算公式，这个部署的沙箱里没有该脚本，会直接报 can't open file '/tmp/scripts/recalc.py' 并中断。在提示词里加一句「不要执行 recalc.py，公式保留即可」，就能绕过，公式照样写进文件、在 Excel 里打开时自动计算。

5.3 编程（骨架）

一条铁律：让它先给方案再动手。直接说「帮我改」，它可能一口气改十个文件，你很难审。

调试类任务用 systematic-debugging，它会按四步推进，每一步都说明「在验证什么」：

5.4 资料调研（骨架）

三步：

1. 广撒网：nature-academic-search 或多个关键词并行检索。
2. 深挖：/deep-research 进沙箱，多轮抓取和交叉验证。
3. 成文：让它输出「摘要 + 对比表 + 结论 + 来源」，并存成文稿。

判断质量的标准只有一个：每个结论后面有没有可点开的来源。没有来源的结论，一律当草稿看。

一份合格的调研报告，对比表每个单元格都带引用角标，文末汇总来源清单：

5.5 内容创作（骨架）

文案类任务先要多个风格版本，挑一个再细化，比一次性要成稿效率高：

配图走「生成」页，输入提示词即可，模型和图片数量在下方可查：

本篇小结

• 科研投稿六步：检索 → 写作 → 润色 → 图表 → 核对 → 投稿信，每步都有对应技能。
• 参考文献必须过 nature-ref-verifier，这是防幻觉的最后一道闸。
• 生图里的数字必须人工核对。
• 办公、编程、调研、创作四类场景，核心都是「说清交付格式 + 先方案后动手」。

下一篇《附录》是速查与排错：功能清单、常见问题、术语、移动端差异、版本维护。