八要素法文献阅读

Deep-reading framework for academic papers based on the Eight-Elements method (八要素法): author, institution, year, title, research purpose, method, results, and the reader's own immediate reflections. Reads a paper as a dialogue with the author and as one node in the field's evolution — extracting not

论文精读 Skill（八要素法）

方法论来源

本 Skill 基于清华《科研学术表达》课程中博导讲授的读论文方法——八要素法，核心理念：

读论文不是在"吸收别人的知识"，而是在学"像研究者一样思考"。 读论文的核心不是读"论文写了什么"，而是读"你和作者的对话"。 读过一百篇，不如真正拥有十篇。

与 psych-literature-search（文献检索）配合使用：检索找文献，本 Skill 精读文献。

---

触发条件（Trigger Conditions）

中文触发词：

• 帮我读这篇论文 / 精读这篇文献 / 拆解这篇论文
• 做文献笔记 / 用八要素法整理
• 这篇论文讲了什么 / 值不值得读 / 方法怎么样 / 有什么不足
• 把这篇加到我的文献笔记库
• 帮我看看我读过的文献之间有什么关系（文献地图模式）

English trigger phrases:

• "read this paper deeply" / "dissect this paper"
• "make literature notes on this paper" / "use the eight-elements method"
• "is this paper worth reading" / "what are its strengths and weaknesses"
• "show me how the papers I've read relate to each other"

---

思维风格（贯穿始终的原则）

1. 读思路，不读结论——知道作者"做出了什么"不够，还要知道"为什么做"、"怎么想到的"。
2. 把论文当对话对象，不当知识点——随时提问、反驳、补充、联想，并把这些写下来。
3. 每篇论文背后是一群活生生的人——作者和团队有研究路线、执念和盲区，记下来才能看懂领域格局。
4. 不成为文献的"粉丝"——"这篇太厉害了"是崇拜而非思考；批判性阅读不是挑刺，而是为了真正理解。
5. 手搓的笔记才是自己的知识体系——AI 的总结是脚手架，不是替你嚼碎的食物。即时感想与批判性判断必须由用户本人产出（AI 负责引导提问、记录、整理）。

---

执行工作流（Workflow）

Step 0 — 获取论文内容

按用户提供的形式处理：

• 全文文本：用户直接粘贴 → 直接用。
• PDF 路径：用 Read 工具直接读取 PDF（支持 pages 参数，可指定页码范围）。
• 标题 / DOI / 链接：优先联网获取摘要（WebFetch DOI / Semantic Scholar API / WebSearch；微信等受限链接可用本机 PowerShell curl.exe 抓取）。只能拿到摘要时，做摘要级粗读笔记，需全文才能填的字段标注 [全文待补]。
• 用户只想判断"值不值得读"时，先出摘要级笔记 + 粗判断，问用户是否继续精读。

Step 1 — 八要素笔记表

用一张表记录，一篇文献一行，八列：

| 作者 | 单位 | 时间 | 题目 | 研究目的 | 方法 | 结果 | 即时感想 |

每列背后的思维要求（提取时的思考重点）：

• 作者 / 单位 → 建"学术人际网络图"：这个团队在干什么？想解决什么问题？未来可能往哪走？谁和谁是一伙的？哪些方向有人在卷，哪些还没人注意？
• 时间 → 标注它在"领域进化史"中的位置：开创性起点？转折点？被后来推翻？思路断了还是越走越宽？若领域引用大量集中在多年前且无后续发展，方向可能已停滞。
• 研究目的 → 藏在引言里：背景 → 引出问题 → 为什么做这个研究。不要只记"他们研究了什么"，要记"他们为什么要问这个问题"。
• 方法 → 判断论文价值的关键：同样的问题用新方法解决 = 创新；老方法重复一遍 = 灌水。不要跳读方法。
• 结果 → 不只是数字：重点提取作者自己的分析——为什么是这个结果？哪里符合预期？哪里出乎意料？这些分析才是值钱的部分。
• 即时感想 → 最重要的一列，在 Step 5 由用户本人完成。

Step 2 — 对话式精读（批注与问题清单）

以"和作者过招"的姿态逐段批注，四类批注符号：

• ❓ 疑问：作者为什么选这个问题不选那个？这里为什么这么做？哪里回避了问题？哪里藏着没说出来的疑问？
• ⚡ 反驳：我不同意的地方 + 理由；这个结论在什么条件下才成立？
• 🔗 补充：逻辑跳了一步？把缺的那步补上。
• 💡 联想：这个点可以用到我的 XX 课题；让我想起另一篇论文 XX。

AI 的职责：提出苏格拉底式问题引导用户思考（例如："引言里作者实际解决的问题和标题宣称的一致吗？""这个方法的新意到底在哪一步？""结果分析里哪些是解释、哪些只是复述？"），并记录用户的回答。关键判断不替用户做。

Step 3 — 批判性四问（不成为粉丝）

对每篇论文过一遍：

1. 它解决了什么问题？ 这个问题本身重要吗？
2. 方法好在哪？ 是真正的新方法，还是旧方法换个壳？
3. 有什么不足？ 样本、方法、推理、结论的推广边界。
4. 哪里还可以往下做？ 它留下的空白和下一个问题是什么。

Step 4 — 领域定位

• 时间轴定位：开创性起点 / 转折点 / 被推翻 / 思路断掉 / 越走越宽。
• 团队轨迹：该团队之前做过什么（从引用和笔记库中查）？这篇在他们研究路线上处于什么位置？
• 文献关系：若用户已有文献笔记库，对照指出：与哪些已读文献一脉相承 / 互相矛盾 / 互补 / 填补了哪块空白。

Step 5 — 交付笔记 + 写入笔记库

1. 输出完整阅读笔记（格式见 references/output_templates.md）。
2. 即时感想：优先问用户——"你读完/听完梳理的第一反应是什么？"记录用户原话（可帮润色但保留原意）。用户可授权 AI 起草，但必须标注 [AI 初稿，请确认/改写]，并提醒：感想有时效性，读完当天内写才最真实。
3. 追加到用户的文献笔记库文件（首次使用询问位置；默认工作区 文献阅读笔记.md），一篇一行。积累多篇后，用户可随时要求"帮我看看我读过的文献之间的关系"→ 读取笔记库生成文献地图：脉络传承、矛盾冲突、研究空白、团队网络。

---

AI 角色边界（重要）

• AI 做：提取信息、整理表格、提出引导性问题、查相关文献、把笔记结构化归档。
• AI 不做：替代用户写"即时感想"和批判性判断。AI 总结得再对，也是 AI 理解的，不是用户的——如同吃饭，AI 不能替用户嚼。
• 笔记中始终区分：用户本人的感想与 AI 初稿（标 [AI 初稿]），让"自己的知识体系"和"AI 辅助"泾渭分明。

---

关键参考文件

• references/output_templates.md — 八要素表模板、批注符号、批判性四问、领域定位、笔记库追加格式

---

重要注意事项

• 语言：默认中文输出；论文原文英文时，关键术语保留英文原文并附中文翻译。
• 诚实标注：拿不到的信息写 [未能获取]，不编造作者、单位、年份、方法细节；推断内容标注 (推断)。
• 引用规范：需要引用格式时用 APA 7。
• 伦理约束：不绕过付费墙下载全文 PDF；仅基于用户提供的文本或公开摘要。
• 与检索 Skill 配合：用户需要"先找一批相关文献再精读"时，先用 psych-literature-search 检索，再逐篇走本 Skill 流程。