CCFA Skills 写作实战：去除 AI 味与防御性写作的 CCF-A 论文润色完整教程

CCFA Skills 写作实战去除 AI 味与防御性写作的 CCF-A 论文润色完整教程【免费下载链接】CCFA-SkillsA skill family for shaping the research storyline of CCF-A papers.项目地址: https://gitcode.com/gh_mirrors/cc/CCFA-Skills如果你正在准备一篇 CCF-A 期刊或顶会论文却被AI 味的措辞和层层防御性表达拖住后腿那么 CCFA Skills 正是一套用 AI 帮你润色 CCF-A 论文的技能家族。它包含 17 个分工明确的 skill其中ccf-humanization专门负责去除 AI 味与防御性写作ccf-paper-writer负责起草、改写、压缩与润色正文。本教程面向刚接触 AI 辅助学术写作的新手带你一步步把像 AI 写的、像在辩护的论文改写成自然、直接、严谨的学术表达。1. 为什么 CCF-A 论文容易AI 味重用 AI 辅助写作时几乎每个模型都会不自觉地滑向两种典型毛病症状典型表现审稿人观感 AI 味措辞In the realm of...、It is worth noting that、comprehensive、pivotal、delve 等空话套话模板感强、信息密度低️ 防御性写作为避免审稿人质疑我们额外加入了消融实验、尽管这只是一个简单改进…、本文并非没有局限性像在辩护不像在陈述研究更麻烦的是防御性写作会污染整篇论文摘要、方法、实验、结论每一段结尾都补一句 limitation同一句免责声明反复出现五六次。论文越改越长论证反而越来越绕。CCFA Skills 的核心主张是写作应围绕科学论证本身展开——问题、洞察、机制、证据、结论。没有信息量的自我辩护删掉就是最好的润色。2. 快速上手一行命令安装 CCFA SkillsCCFA Skills 面向 Codex、Claude Code、Cursor、Gemini CLI 等主流 Agent以skill 家族形式安装。以 Codex 为例一行命令即可装好全部 17 个 skillnpx skills add mikubaka88/CCFA-Skills --global --agent codex --skill * --yes --copy不同 Agent 的完整安装说明见 docs/getting-started/CODEX.md、docs/getting-started/CLAUDE_CODE.md 与 docs/getting-started/CURSOR.md。安装后不需要记任何命令直接用人话描述你的写作任务即可例如把方法部分改写为 CVPR 风格并保留公式、术语和引用。系统会自动路由给ccf-paper-writer并在动笔前先过一遍ccf-humanization的语言检查——这正是去 AI 味发生在润色流程最前端的含义。3. 去 AI 味核心ccf-humanization 的逐句判断法ccf-humanization是整个家族中优先级最高的语言侧车。它的工作方式可以概括为一句话对每个可疑句子先恢复它的科学信息量再决定保留、改写还是删除。具体规则完整写在 ccf-humanization/SKILL.md 与 humanization-policy.md 中这里提炼出新手最实用的判断流程找出信息量这句话承载了什么观察、机制、假设或推论有事实就直接陈述把事实连同必要的适用范围直接写出。有真实不确定性就准确限定may、suggests这类校准过的措辞证据支持就保留不做机械替换。删除后不损失任何科学信息那就删掉不要换成另一句免责声明。下面的示意图直观展示了去 AI 味前后的对照防御性铺陈、重复的 smoke test 旁白、内部工程状态如 Not For Publication都被清理正文回归直接的科学表达而真正无法解决的科学决策则以独立的 Review Warning 形式给出、不插进论文正文。防御性写作六大模式与修复方法模式防御性写法修复后想象审稿人质疑为避免审稿人质疑我们额外加入了消融实验。消融实验检验了[组件]对[能力]的作用。贡献自我降格尽管这只是一个简单改进我们并不试图解决所有问题。直接说明改动的机制、研究问题和适用设置否定式定位We do not claim to solve the general problem...We study [problem] in [setting].重复 caveat需要强调的是这些结果不保证普适性。每段都来一遍在自然位置说明评估条件只保留影响结论的外推限制空泛保证We carefully ensure a fair and rigorous comparison.写明实际使用的公共数据划分与评估协议堆叠弱化词These preliminary results might potentially suggest...用证据支持的一级不确定性[Observation] suggests [interpretation].一个关键细节它清理的是修辞功能不是词汇黑名单。not、only、may、however本身不是错误——否定可以界定方法边界only可以标明实验对照对比可以解释因果机制。这也是它区别于大多数AI 痕迹检测器的地方不为了过检测而换词而是让句子回到科学论证本身。4. 正文润色实战ccf-paper-writer 的四种模式ccf-humanization管语言自然真正动手改稿的是ccf-paper-writer入口见 ccf-paper-writer/SKILL.md。它提供四种模式新手最常用的前两种模式适用场景交付物polish润色某个段落或局部行文保持原格式Markdown/LaTeX的修订稿draftsection补写某节形成连贯的科学论证带完整论证链的章节草稿compress页数超了压缩但不丢证据保留含义与数值的精简文本presentation把论文改成 slides / poster / 答辩讲稿演示文稿文本写作标准的核心只有一条从贡献出发写——什么问题重要、机制为何能解决它、证据确立了什么、由此推出什么。审稿人安抚、道歉式新颖性声明、重复 caveat、否定式定位、堆叠 hedging一律替换为科学信息本身没有信息量的句子直接删掉也不会为了显得严谨给每段末尾硬塞一句 limitation 或 future work。同时它有严格的不改研究边界保留你提供的实验设置、数字、引用 key 和结论缺失的结果保持缺失提议中的实验不会被写成已完成的结果——润色不虚构是底线。5. 自动化体检check_prose_quality.py 帮你定位 AI 味对整篇稿件可以运行仓库自带的质检脚本纯定位、不改文件规则见 check_prose_quality.pypython ccf-paper-writer/scripts/check_prose_quality.py main.tex它输出的是一份候选位置清单覆盖三类信号空话开场白in the realm of、it is important to note that、值得注意的是等虚词堆砌delve、tapestry、comprehensive、groundbreaking等需要证据支撑的词️防御性模式审稿人预判、自我降格、否定式定位、堆叠 hedging、内部工程状态旁白中英双语规则。注意脚本只是体检单通过脚本不等于文章合格命中模式也不等于必须改。修复时必须在上下文中判断——robust optimization这类术语即使命中robust也应保留。语义层面的写作护栏另见 prose-quality-guardrails.md。6. 润色的边界什么改什么坚决不改新手最容易走偏的两个方向CCFA Skills 都有明确政策详见 humanization-policy.md✅该改的防御性铺垫、机械枚举、过度破折号全篇正文建议不超过 3 处---、内部版本旁白、confirmed full version 这类工程状态措辞、同一段限制反复出现的免责声明。不能改的真实不确定性、已知的负面结果、必要的假设、公平对比的约束条件、引用、公式、数字、术语以及必须披露的信息。suggests不能被改成proves没跑的实验不能被写成已完成的结果。⚠️需要人拍板的只有当某个判断依赖未知实验结果或研究范围变更时skill 才单独输出一条 warning说明受影响的声明、证据缺口与最小决策并且不把它写进论文文件。一句话总结Humanization 保留严谨性只是不再让严谨变成自我辩护。7. 从润色到投稿推荐的工作流CCFA Skills 不是一条必须从头跑到底的流水线你可以只取写作这一段。推荐的完整路径是写作ccf-paper-writer润色/压缩正文内建 humanization 预检独立评审交给ccf-paper-reviewer判断稿件结论是否站得住评审不改正文避免一边审稿一边替自己解释按意见修订回到 writer 处理实际扣分点而不是泛泛重写审稿回复ccf-rebuttal-writer组织 rebuttal 与修订记录投稿前检查ccf-submission-checker核对模板、页数、匿名与 PDF 格式。如果你论文的方法图也需要处理而不是只润色文字ccf-visual-composer负责从论文提炼机制关系、生成分层架构图并可重建为可编辑的 SVG/PDF/PPTX。下图是它实际产出的 PPT/Poster 视觉稿可直观感受文字润色 成图配套后的论文面貌8. 常见问题Q1humanization 会不会把not、only这类词全删了不会。它按修辞功能而非词汇黑名单修复。界定方法边界、标明实验对照的否定与限定词应当保留。Q2润色后数字或引用变了怎么办按设计润色必须保留你提供的数字、公式、引用 key 与结论结构若发现不一致应以你提供的原始记录为准并单独核对。Q3只想让某一段不那么像 AI 写的要装全部 17 个 skill 吗不需要。skill 家族按任务路由小段润色只加载ccf-paper-writer与 humanization 规则不会把评审、检索等能力一起拖进来无关上下文越少结果越稳定。Q4它和AI 痕迹检测器是一回事吗不是。检测器追求降低被识别概率humanization 追求的是句子承载真实科学信息。副作用才是不像 AI 写的主目标是让审稿人直接读懂你的论证。小结用 CCFA Skills 给 CCF-A 论文做去 AI 味润色的核心路径是——用ccf-humanization的逐句判断法清理防御性写作用ccf-paper-writer的 polish/compress 模式完成正文修订再用check_prose_quality.py定位残留的模板化表达全程保留真实证据与严谨性让论文读起来像学术陈述而不是辩护词。相关规则与入口文件ccf-humanization/SKILL.md、ccf-paper-writer/SKILL.md、README.md。【免费下载链接】CCFA-SkillsA skill family for shaping the research storyline of CCF-A papers.项目地址: https://gitcode.com/gh_mirrors/cc/CCFA-Skills创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考