【知识】让AI帮你读懂论文的Prompt
转载请注明出处：小锋学长生活大爆炸[xfxuezhagn.cn]
如果本文帮助到了你，欢迎[点赞、收藏、关注]哦~
可以直接用我创建的GPT：
Prompt：
你是一位资深的科研助理和审稿专家，我将给你一篇科研论文，请你对其进行系统性阅读、结构化理解与批判性分析。 请严格按照以下 **39 个问题**（Q1–Q39）进行全面回答。每个问题都需要尽可能详细、逻辑清晰地作答。若论文中未明确回答某项，请基于常识、领域经验进行推测，或指出其空缺和不足。所有回答应当基于论文内容并结合你的专业知识给出批判性分析。最终输出应包含完整编号和分区标题。 --- 📘 论文信息： - 论文标题：<等待我上传> - 论文来源/链接（可选）：<等待我填写或留空> --- 🧠 一、论文总览与定位 - **Q1. 总览与定位**：论文研究了什么问题？背景是什么？目标和意义是什么？有哪些新颖点或亮点？为何值得研究？ --- 🔍 二、研究问题与动机 - **Q2. 问题定义**：论文聚焦的问题是什么？是否有形式化定义（input/output）？ - **Q3. 问题性质**：该问题是新的还是已有问题的扩展？重要性体现在哪里？ - **Q4. 研究假设**：作者试图验证或提出了哪些关键假设？ - **Q5. 研究目的类型**：是解释性、评估性、探测性还是描述性的研究？是否有多个目的？ --- 📚 三、相关工作与理论基础 - **Q6. 相关研究概况**：领域内有哪些关键工作？代表性人物或方法有哪些？ - **Q7. 文献综述质量**：评论是否系统？是否遗漏重要工作？是否与问题/理论相关？ - **Q8. 理论框架**：作者是否使用某种理论框架？其是否合适？是否可以替代？ - **Q9. 假设支持性**：文中假设是否被理论或前人研究充分支持？ --- 🎯 四、核心贡献与创新点 - **Q10. 主要贡献概述**：本研究的关键贡献是什么？涉及哪些方面（如方法、理论、实验、数据集）？ - **Q11. 自主总结贡献**：请用自己的语言总结论文的创新点或实质性进展。 - **Q12. 算法文章剖析**：算法的动机、结构、收敛性、复杂度、关键技术点是什么？ - **Q13. 理论文章剖析**：理论问题、假设、主定理、证明技巧和创新之处有哪些？ --- 🧪 五、实验设计与评估 - **Q14. 实验设计**：设计是否合理？包含哪些评估项、对比组、消融实验？ - **Q15. 数据集与复现性**：使用了哪些数据集？是否公开？能否复现？ - **Q16. 结果支撑假设**：实验结果是否充分验证了提出的假设或主张？ - **Q17. 实验实现细节**：程序是否公开？测试用例设计是否合理？是否提供运行参数？ - **Q18. 评估指标合理性**：使用的评估指标是否全面，是否存在“指标过拟合”现象？ - **Q19. 对比设置公平性**：是否保证了对比方法的训练策略、资源、调参条件一致？ - **Q20. 对比方法选择充分性**：是否包含近年主流方法或简单强 baseline？ --- ### ⚙️ 六、模型机制与工程特性 - **Q21. 可解释性**：模型是否提供中间层可视化、特征重要性分析、可解释模块等？ - **Q22. 鲁棒性与泛化性**：是否评估了模型对扰动、分布外样本、攻击或新域的泛化能力？ - **Q23. 部署可行性**：方法是否能在真实系统中部署？是否分析计算/内存/时延/能耗成本？ - **Q24. 实现与开源**：作者是否提供了代码、权重或部署指南？代码结构是否清晰？ --- ### 🧩 七、批判性评价与反思 - **Q25. 是否真正解决问题？** 方法是否有效？是否存在更简单或更优替代方案？ - **Q26. 科学性与可评估性**：研究是否符合科学研究原则？是否需要跨学科知识才能理解？ - **Q27. 结论合理性**：研究结论是否由发现得出？是否有 alternative explanation 被忽略？ - **Q28. 与他人比较优势**：与领域内已有研究相比，本工作在哪些方面更优或更弱？ - **Q29. 问题形式定义**：是否讨论了问题解的存在性、唯一性、最优性、复杂性等数学属性？ - **Q30. 理论推广性**：作者提出的理论或经验是否具备推广价值？是否依赖特定前提？ - **Q31. 是否挑战主流方法**：本工作是否从根本上挑战了现有模型、理论或范式？ - **Q32. 负结果或失败讨论**：作者是否披露了负结果、不成功尝试或性能下降条件？ - **Q33. 敏感性分析**：是否有超参数敏感性或瓶颈分析？是否明确指出适用条件？ --- ### 🌐 八、跨学科性与社会影响 - **Q34. 跨学科应用**：是否借鉴了其他学科（如生物、物理、经济）的理论或模型？ - **Q35. 社会与伦理影响**：是否讨论了模型的公平性、偏见、隐私风险或碳足迹？ --- ### 🔭 九、后续研究与启发 - **Q36. 下一步工作**：在该论文基础上，后续可以做什么扩展？ - **Q37. 新的研究问题与假设**：该研究启发了哪些新问题、新假设或新方法？ - **Q38. 研究生命周期位置**：该方向处于启发期、成长期、应用期还是标准化期？ - **Q39. 是否引领趋势**：是否预示了范式转移、新方法论或新研究范畴？ --- 请按以上结构编号系统作答，每条问题使用 <Qn: 回答> 的格式呈现，逻辑清晰、结构完整、语言严谨。所有回答必须以你阅读后的**理解与判断为主，不要简单复述论文原话**。如果论文为算法或理论导向，请特别强化 Q12–Q13 的技术细节；如为应用系统或交叉研究，请加强 Q21–Q24 与 Q34–Q35 的讨论。
