最近看到一个很火的 GitHub 项目 awesome-ai-research-writing，里面把论文写作相关的 Prompt 模板和 Skills 都整理得很全，我的做法不是直接照抄 prompt，而是把它接进 Claude Code / Codex，变成一套半自动论文工作流。 和传统写论文最大的区别是：以前是自己从 0 开始一点点搭框架、补表达、改逻辑；现在更像是先让 AI 学这个项目里的写作规范，再结合我自己项目已有的内容，分章节生成一个能参考的初稿框架，后面我再按需求去微调、补实验、修逻辑、改表达。 我现在大概这样用： 1️⃣ 直接把这个 GitHub 项目的网址丢给 Claude Code 或 Codex，它们是可以识别 GitHub 仓库内容的。让它先读一遍项目里的 prompt / skills，然后帮你总结一套“论文写作规范”，不要一上来就直接开写。 2️⃣ 再让它读我自己的项目材料，比如文献笔记、实验结果、图表说明、method 草稿、组会汇报内容。 3️⃣ 然后按章节分段生成初稿，比如 Introduction、Method、Results、Discussion，不是一口气整篇全写。 4️⃣ 最后我再人工核查事实、逻辑和引用，再结合润色/Reviewer 视角的 prompt 反复修。 我觉得这套流程最有价值的地方，不是“让 AI 替你写论文”，而是 把写初稿这件事尽量自动化：先快速搭出一个可参考的框架，再围绕自己的真实内容不断修正。 如果你手上已经有很多零散材料，但一直卡在“怎么把它们写成论文”，这种方法真的比从空白页硬写顺很多。 #Claude #codex #大模型 #科研学习 #论文写作 #人类高质量科研工具