Prai writing style
Journal-specific Claude Code/Codex skill packs covering mainstream journals — AER, QJE, Nature, Cell, 管理世界, 经济研究 & 200+ more — your fast track to getting published. ｜ 覆盖主流期刊的 Claude Code/Codex 期刊技能包，从选题、识别策略到表格规范与审稿回复全流程，助你快速发论文。
npx -y skills add brycewang-stanford/Awesome-Journal-Skills --skill prai-writing-styleAssembled from the repository path, not quoted from the project. Check it against their README if it does not work.
What its author says it does
Copied from the file, not written here
在为《模式识别与人工智能》(Pattern Recognition and Artificial Intelligence, PR&AI) 撰写或打磨中文长文体例时调用。覆盖报道性中文摘要(约200字)与English Abstract(约200词)的四要素、中英文关键词(3~5)、中图分类号(TP)、作者简介与基金项目、参考文献 GB/T 7714 且中文文献中英文对照、量与单位法定用法、首页范式(问题→现状不足→贡献→证据→意义)，以及模式识别/机器学习论文的公式、算法、图表规范。用于把一份 AI 细分方向的中文稿件写到符合本刊体例、经得起编辑初审与外审的水准。
SKILL.md
7.6 KB, ~2.8k tokens by cl100k_base, as published. Nobody here has run it
《模式识别与人工智能》中文长文写作规范
本技能把《模式识别与人工智能》(Pattern Recognition and Artificial Intelligence, PR&AI) 的中文长文
体例落到可执行的清单。PR&AI 是模式识别/人工智能专业中文月刊，稿件为 18000~44000 字长文，须齐备
中文科技期刊的标准部件并遵守 GB/T 7714。事实核验日期 2026-07-09，见
resources/official-source-map.md；具体模板版本以系统内为准（待核实）。
一、首页范式（决定初审印象）
本刊长文首页应在前几段就立住科学问题，推荐结构：
- 问题：一个读者能识别的具体困难（不是"研究热点""广泛关注"）。
- 现状不足：已有方法度量了什么、缺了什么，点出 delta 的位置。
- 本文贡献：分条陈述为可支撑的主张，不空泛。
- 证据概览：每条主张绑定到何种证据（数据集、基线、指标、统计）。
- 意义：对模式识别/机器学习子领域的可迁移启发。
参见 resources/worked-examples/01-introduction.md 的"改前→改后"示例。
二、报道性摘要的四要素
中文摘要约 200 字、English Abstract约 200 词，均须含四要素：
| 要素 | 写什么 |
|---|---|
| 目的/问题 | 针对什么具体问题 |
| 方法 | 用什么方法/模型/机制 |
| 结果 | 可量化结果（提升幅度、指标、统计口径） |
| 结论 | 由结果得出的判断与意义 |
摘要中避免空泛程度词（"很好""重要""显著优于"而无数字）；中英文摘要内容一致、术语对应。
三、关键词与中图分类号
- 关键词：中英文各 3~5 个，一一对应；选可检索、能反映模式识别/AI 子方向的术语。
- 中图分类号：以 TP 打头，据主题选取。示例：TP18(人工智能理论)、TP181(自动推理/机器 学习)、TP391(信息处理/模式识别)、TP391.41(图像识别)。据实选取，不硬套。
四、参考文献 GB/T 7714（本刊硬规范）
- 采用 GB/T 7714 著录；正文序号与文末列表一一对应。
- 中文文献给出中英文对照（题名等的英文对照），著录项完整（作者、题名、刊名、年、卷(期)、页）。
- 文献类型标识齐全（[J]期刊、[C]会议、[M]专著、[D]学位论文、[EB/OL]电子文献等）。
- 用文献管理器(EndNote/Zotero + GB/T 7714 样式)生成，减少手工错误。
五、量、单位、公式与算法
- 量与单位：使用法定计量单位；变量用斜体、单位用正体；数字与单位间距规范。
- 公式：用公式编辑器或 LaTeX 排版而非截图；连续编号；正文用编号引用；关键推导给必要步骤。
- 算法：伪代码用 algorithm 环境，输入/输出/步骤清晰；复杂度在正文点明。
- 符号表：符号多时给符号表，全篇一致，避免同符多义。
六、图表规范（模式识别/机器学习特有）
- 图题在图下、表题在表上，中英文对照。
- ROC/PR 曲线、混淆矩阵、特征可视化、检测/分割结果图在黑白打印下用线型/纹理区分而非仅颜色。
- 表格报告均值±标准差、样本量、最优值加粗；避免只报单点数字。
- 图内文字随排版缩放后仍清晰；分辨率满足印刷。
七、章节组织（长文骨架）
典型研究论文骨架：
- 引言（首页范式）
- 相关工作（delta 优先，见
prai-related-work） - 方法（问题定义→模型/机制→复杂度）
- 实验（RQ→设置→结果→消融→分析，见
prai-experiments） - 局限与讨论（随结果讨论威胁有效性）
- 结论（回应引言的主张，指出意义与未来工作）
- 参考文献 / 可用性声明 / 附录
八、中文科技写作的语言纪律
- 一句一义、术语统一；首次出现的英文术语给中文译名并括注英文缩写。
- 避免口语化与营销式措辞；主张须有证据支撑。
- 时态与人称按中文科技论文惯例（多用第三人称叙述方法与结果）。
- 缩略语首次定义后统一使用。
九、常见体例扣分点
| 问题 | 后果 | 修法 |
|---|---|---|
| 摘要缺四要素 | 初审印象差 | 按目的/方法/结果/结论重写 |
| 中文文献无英文对照 | 不符 GB/T 7714 | 补英文对照 |
| 中图分类号错配 | 检索归类错 | 按 TP 子类据实选 |
| 图表黑白不可辨 | 印刷后失信息 | 线型/纹理区分 |
| 贡献不分条/空泛 | 创新性被质疑 | 分条为可支撑主张 |
十、与其他技能衔接
- 立创新 →
prai-related-work；证据 →prai-experiments；投稿自审 →prai-submission。 - 补充材料划分 →
prai-supplementary；录用定稿 →prai-camera-ready。
十一、English Abstract 的常见问题
《模式识别与人工智能》(Pattern Recognition and Artificial Intelligence, PR&AI) 要求 English Abstract 约 200 词，是国际读者与检索系统看到的第一入口，质量不能低于中文摘要：
- 不是中文的机器直译：按英文科技写作重组句式，避免中式英语与逐字翻译。
- 术语与国际文献一致：模式识别/机器学习术语用领域通行英文（如 representation learning、 long-tailed distribution），不自造译法。
- 四要素同样齐全：purpose、method、result、conclusion 与中文摘要对应但可各自流畅。
- 时态与语态：方法与结果多用过去时或现在时的科技写作惯例，主动被动得当。
- 数字与单位：与正文一致，缩略语首次给全称。
十二、致谢、基金与作者简介
- 基金项目：注明资助来源与项目编号，位置按模板；这是评价与检索的重要元数据。
- 作者简介：含姓名、出生年、性别、学位/职称、研究方向、通信作者标注，据实填写。
- 致谢：感谢实质性帮助与资助；若审稿需匿名（是否双盲 待核实），审外版隐去致谢与基金显名，
录用后在
prai-camera-ready阶段恢复。
十三、从初稿到定稿的打磨顺序
建议按"先结构、后语言、末规范"的顺序打磨，避免过早纠结措辞：先立首页范式与章节骨架，确认问题—
不足—贡献—证据—意义的逻辑链成立；再逐段收紧语言、统一术语；最后做 GB/T 7714 参考文献、中图分类
号、图表题注与量纲的规范终检。这样能把精力优先投在决定录用的论证结构上，而非一开始就打磨最终会被
改写的句子。全篇完成后用 prai-submission 做投稿前的体例总检。
输出格式
[PR&AI 体例检查] 合格 / 待修
[首页范式] 问题/不足/贡献/证据/意义 是否齐全：___
[摘要] 中文约200字四要素？英文约200词四要素？
[关键词] 中英各3~5且对应？
[中图分类号] TP___（是否据实）
[参考文献] GB/T 7714？中文文献英文对照？
[图表] 黑白可辨？均值±标准差？
[待修项] ___