一句话,加一份别人写的报告
用户给的全部输入有两样:一句需求,和一份 Word 文档。
原话
「我想写一篇跟妇产科主题有关的论文,我希望你帮我寻找一下相关的数据库——优先贴近这个项目的内容……(随信附了一份研究方案)」
那份 docx 是别人给的研究方案,里面有研究设计、观察指标和参考文献,但没有任何数据。
用户说的是找数据库。实际要做的是:从一份研究方案的描述出发,找到能支撑一篇论文的公开数据,并且把它做出来。后半句用户没明说。
启示
输入里最有价值的信息往往不在需求句子里,而在附件里。这份报告里的「观察指标」(方案里列的几项观察指标)后来成了判断哪些数据库有用的尺子。
它先把活儿归类,再决定怎么干
接到任务后,Agent 没有直接去搜数据库,而是先做了三件事:判断这是哪一类任务、需要哪些能力、以及最可能出问题的地方在哪。
这次加载了什么
| 类型 | 名称 | 为什么用它 |
|---|---|---|
| Agent | data-hunter | 专职找公开数据集的角色,内置数据源登记表与评分标准 |
| Agent | academic-writer | 论文全流程写作,负责选题、综述、设计、成稿、返修 |
| Skill | data-analysis | 选统计方法、算效应量、做学术价值评估 |
| Skill | journal-rank-lookup | 查期刊分区与影响因子,判断该投哪里 |
| Skill | journal-grade-figures | 按顶刊规范做图(色盲友好、分辨率、字号) |
| Skill | multi-reviewer-committee | 组织三位专家并行审稿,交叉验证盲区 |
| 知识文件 | data-hunter/source-registry.md | 数据源清单:哪些库能拿、怎么拿、坑在哪 |
| 知识文件 | data-hunter/scoring-rubric.md | 数据集评分标准(文档质量、样本量、时效) |
| 知识文件 | policy/wmu-journal-ranking-2026.md | 用户所在学校的期刊认定目录 |
这里有个细节:它调用 skill 不是一次性的。做图表时加载图表 skill,判断期刊时加载期刊 skill,最后审稿时加载审稿 skill——每一步换一套标准。
怎么提问,才能让它跑起来
同一个 Agent,输入方式不同,产出差别很大。这次用户的开场其实很简洁,但踩准了两个要点。
可以照着用的模板
我想写一篇跟【学科】有关的论文, 我希望你帮我寻找一下相关的数据库。 优先贴近这个项目的内容:【给出项目文件或链接】
拆开看,它提供了三样东西:
- 学科范围(妇产科)—— Agent 知道该往哪个方向检索
- 任务类型(找数据库)—— 明确了要从数据入手,而不是先写综述
- 锚点文件(那份研究方案)—— 这是最关键的一条:它让 Agent 能从中提取具体的研究问题、观察指标和人群,而不是泛泛地找「妇产科数据」
一句话
越具体的锚点,越具体的产出。给一份真实文件,胜过写三百字描述背景。
十三句话,把这件活推了下去
整场对话用户只说了 13 句话。逐条看,每一句都在做同一件事:判断上一轮的结果,然后决定往哪推。没有一句是「帮我做第 X 步」。
可学的一招:拿到候选方案后先问「这个值多少」,而不是「这个好不好」。
可学的一招:「努力冲高」这种模糊指令有效,前提是前面已经把背景铺足。
可学的一招:「按你建议」是有效指令——它意味着你信任前面的分析,可以省掉一轮往来。
可学的一招:当 Agent 列出「建议做法 A、可选做法 B、C」时,一句「全做」比逐个挑选更省事。
可学的一招:你可以明确拒绝它的「差不多了」。它可能仍然做不到,但会给你一个可核查的失败原因。
可学的一招:把「必须做到」和「做不到也得说清楚」分开写,Agent 就知道什么可以妥协、什么必须交代。
可学的一招:完稿后主动要求「模拟审稿」,比直接投出去便宜得多。
可学的一招:把你的判断直接说出来让它反驳。它拒绝你的理由,往往比它同意的理由有价值。
可学的一招:「用通俗的话再讲一遍」是检验自己有没有真懂的手段——讲不通,说明分析里有没说清的地方。
可学的一招:说「瞄准 X 期刊」比说「投个好期刊」有效——它会把该刊的硬性要求全部拉出来逐条对照。
可学的一招:在产出环节先说质量要求,比事后返工划算。
可学的一招:给一次好的协作留档。它既是复盘材料,也是下一次开新活时的参照。
把 13 句话归纳一下
用户的模式很稳定:看结果 → 给一句判断或方向 → 继续。既没有中途接管细节,也没有放任不管。起作用的是每一轮都在回应上一轮的产出,与指令是否精确关系不大。
从报告到投稿,中间走了八段路
三处「哦,原来可以这样」的地方
产出长什么样
最终交付:一篇正文约 4,000 词的英文论文(目标期刊 Drug Safety)、三张发表级图表、一份补充材料(含两份国际报告规范对照清单)、以及一套可复现的分析代码。
关键结论(一句话版)
| 事件 | 美国 | 日本 | 加拿大 | 三个库一致? |
|---|---|---|---|---|
| 肺栓塞 | 14.0 | 5.5 | 10.8 | ✅ 都成立 |
| 异常子宫出血 | 138.6 | 1462.1 | 86.0 | ✅ 都成立 |
| 抑郁 | 3.6 | 10.7 | 10.4 | ✅ 都成立 |
| 头痛 | 1.2 | 2.1 | 1.1 | ❌ 都不成立 |
表中数字为报告比值比(ROR)。加拿大库上还有一条分析值得看:只保留明确记录了目标适应症的患者后,肺栓塞信号依然成立(ROR 10.7)。美国库做不到这个分析——它有 61.5% 的报告根本没写用药理由。
带走这四点
- 给锚点,不给描述。一份真实的项目文件,胜过三百字的背景介绍。Agent 会从文件里自己提取出研究问题、指标和人群。
- 每轮只给一句判断。「继续推进,努力冲高」「按你建议推进」这种模糊指令是有效的——前提是前面已经把背景铺足。
- 完稿后先审稿,再投稿。三位模拟评审的产出,比一次真实的拒稿便宜太多。要求它「模拟审稿」时,最好指定不同专长的评审,交叉验证才有意义。
- 让它质疑你的直觉。「是不是加点东西会更好」这类问题,往往能得到比「怎么做」更有价值的回答——尤其是当它反对你的时候。
小结
三处推翻比那 4,000 词更值钱:一次推翻加法直觉,一次推翻统计单位,一次推翻已经判定的信号。