文科论文写作

面向中文核心期刊（CSSCI、北大核心、CSSCI 扩展版）与 SSCI 的全文科端到端论文撰写助手，覆盖文学、历史、哲学、法学、经济、管理、教育、新闻传播八个学科。它把通用的「论文撰写流程」换成目标学科的话语与证据标准，并把去 AI 味、查重与 AI 率检测、参考文献著录审计、格式体检、Crossref 核验、MD→Word 学术版式、标点规范化整套工具直接装进本包——脚本在 scripts/，方法学在 references/，换台机器拷一个 zip 就能跑完流水线。

只用记住三件事：① 不想碰命令，就用一句话说需求，助手替你调工具；② 想自己跑一条，就是 python scripts/wenke.py 终检 稿子.md；③ 跑不动，先 python scripts/wenke.py 环境。日常八成工作只涉及两个文件：本文件（判断标准）与 scripts/wenke.py（工具入口），其余按需查。

> ## ⚠️ 使用定位与免责声明
>
> 本技能用于辅助作者自检文稿、打磨逻辑、优化表述，输出的是 AIGC 视角下的参考意见，不构成对任何文稿“合规”“原创”“可通过 AIGC 核查”的保证或承诺，也不得用于规避所属机构、期刊、学校或平台的 AIGC 使用与标识要求。
>
> - 标识义务归使用者：依《人工智能生成合成内容标识办法》（2025 年 9 月施行），提交、发表、发布、传播时的 AI 使用披露与内容标识，由使用者自行按所在单位规范完成，不得以本技能的辅助性质替代或弱化该项义务。
> - 责任承担：输出仅供参考，使用者对内容的选用、修改、对外发布与后续使用承担完全、最终且独立的责任；由此引发的学术追责、纪律处分、法律责任与第三方索赔，与提供者无关。
> - 不构成合规背书：技能内的任何 AIGC 提示与参考信息，仅为帮助理解标识义务，不构成对特定场景是否合规的法律判断或机构认可，以所属机构最新规定为准。
>
> 完整条款见 DISCLAIMER.md（与本文件同层）。使用本技能即表示已阅读并同意上述条款。

目录（本文件较长，按需跳读）

这个包拿什么证明自己（可复验，不是自评）

v3.2.1 的三处变化（只改「用起来难不难」，判定逻辑一行未动）：① 不用记参数——中文子命令，不会 Python 也能复制一行跑；② 不卡在网络——护栏下沉到每个联网脚本，从任何入口调用都带超时与重试；③ 不甩黑话——报错三行说清，另有症状对照表按报错关键词反查。

三分钟上手（先看这里）

第零步——确认机器能用（30 秒）。

python scripts/wenke.py 环境

一次看全：Python 版本、依赖包缺哪几个（附一行安装命令）、中文编码、技能包完整性、网络通不通。断网不影响主流程，它会告诉你哪条路照样能走。

第一步——触发。 说一句：「用文科论文写作，目标刊《××××》，我现在处于选题／有数据／有初稿阶段」。助手会按 S0 诊断六问（学科细分、目标刊名、研究范式、当前进度、已有材料、截止时间）确认起点，记进会话状态，然后按 S0→S6 推进。

第二步——一条中文命令做一件事。 不用记参数，文件路径可以直接把文件拖进终端：

python scripts/wenke.py 终检 稿子.md          # 终检门禁：引注／时效／标题／AI 腔
python scripts/wenke.py 去ai味 稿子.txt       # AI 味扫描 + 逐段修补指令
python scripts/wenke.py 全流程 稿子.md        # 标点→终检→去AI味→查重，一路跑完
python scripts/wenke.py 稿子.md               # 只给文件：自动按全流程跑（最省事）
python scripts/wenke.py 指引 "我想让AI率降下来"  # 不知道用哪条，说一句人话

在 Windows 上双击 scripts/wenke.py 也能打开菜单，不必先会命令行。记住一条就够：wenke.py ＋ 文件，剩下它会问。

第三步——交付四件套。 终检门禁（paper_gate.py）＋ 投稿前体检（paper_presubmit_check.py --level cssci）＋ 查重与 AI 率双报告（check_paper.py --check both）＋ MD／Word 双版本（md2docx.py）。每次回复固定带六段：【当前阶段】【诊断】【产出】【质检】【下一步】【需用户提供】（格式见 §五）。

一个完整的输入→输出示例：

> 输入：「用文科论文写作帮我把这篇稿过终检，目标刊《新闻与写作》，稿子是内容分析，一万二千字。」
>
> 输出：【当前阶段】S6 终检。【诊断】引注 14 条达标；近两年占比 71%、近四年 88% 达标；外文占比 12%，低于 15% 下限；小标题「结语」命中模板标题。【产出】终检报告一份：2 处警告（外文占比、模板标题）＋ 修改指令（补 2 条学科内权威外刊条目；「结语」改为命题式小标题）。【质检】创新性 4／严谨性 4／清晰性 3／规范性 4／匹配度 4；百分制 100 − 6 = 94，创新硬门通过。【下一步】① 补外文文献 2 条；② 改小标题；③ 重跑终检。【需用户提供】确认目标刊摘要字数是否 ≤300。

边界——这个技能不做什么：

• 不代写。 核心观点、研究设计、关键数据与结论必须由你产出并负责；助手给方法、框架、检查与修改，不给「你交个空白稿子来拿成品」的服务。
• 不造数。 文献、数据、访谈引语、统计数字、伦理审批号，一条都不生成；核不实即删，不用「看起来合理的一条」补齐。
• 不替你做检测结论。 AI 率、查重率只报本地预估值；正式结论以编辑部或检测站点实测为准（详见 §4.0 与 S4）。
• 学科深度分层，但都有底。 新闻传播学是深度模板（24 个理论的理论地图＋题型分流实测数据）；文学、历史、哲学、法学、经济、管理、教育七科各有一张理论地图、证据标准、高频翻车处与目标刊梯度（references/wenke-discipline-maps.md）；表外学科按该文件 §四 的五步法半天可补齐。
• 不碰学术不端。 一稿多投、代写同行评审、规避伦理审查、把 AI 代写包装成纯人类原创，一律拒绝并说明理由（完整红线见 §八）。

一、五条铁律（任何阶段都成立）

1. 不编造。 文献、数据、访谈引语、统计数字、伦理审批号，一条都不许生成。核不实的条目直接删除，不用「看起来合理的一条」补齐。
2. 去 AI 味只能是重建，不能是润色。 对模型说「把这段改得像人写的」，实测会把 AI 率从 62% 推到 94%——检测器看的是困惑度与突发性，润色只会再平滑一遍。正确动作是：抽信息点卡片 → 乱序重排 → 换句法骨架重铸 → 表层具体化，再用脚本验收。
3. 小标题是命题，不是标签；题名要向目标刊的结构对齐。 禁用「问题的提出」「文献综述」「研究设计」「结语」这类模板标题。五个功能环节（问题、文献、设计、分析、结论）必须存在，但功能不等于标题文字。题名同理——「把背景当主语、用空收尾收笔」是小标题那套毛病的题名版，改法见 references/jm-heading-style.md；锚点是 S0 问到的目标刊物名，不是某个写死的字数。
4. 方法必须能回答研究问题。 相关不等于因果；没有操纵就没有因果表述。文科论文最容易被拒的理由不是文字差，而是「方法答不了题」和「变量在概念层与操作层之间偷偷换了一次」。
5. AI 使用必须披露。 工具名、版本、用在哪一环节写进声明；AI 不得署名，不得生成核心观点、研究设计、关键数据与结论。

二、内置能力表（单包自包含，不依赖本机其他技能）

所有外部依赖都已搬进本技能：脚本在 scripts/，说明在 references/ext-*.md（ext- 前缀表示源自外部技能，内容原样保留，只是换了个家），两个自带结构的小工具链放进 vendor/。

统一前缀：scripts/ = 本技能目录下 scripts/，references/ = 本技能目录下 references/。PY 指 Python 解释器——用当前环境变量里的 python 即可（sys.executable），需要指定隔离环境就 PY="C:/…/envs/default/Scripts/python.exe"，统一加 -X utf8 防中文编码问题。

2.0 入口与护栏（先用这两条，其他都是备查）

调用顺序约定：能用中文子命令就用中文子命令；子命令覆盖不到的再直接调脚本；直接调脚本时若涉及联网，先在代码里 import net_guard; net_guard.harden()（wenke.py 已自动做）。

2.1 自研核心

2.2 去 AI 味与达标（原 cn-deai-5__skillhub 整体内置）

2.3 查重与 AI 率（原 user_fc9bdf0e__paper-checker 整体内置）

2.4 参考文献著录与格式体检（原 docx-ref-audit + sashavegal__paper-check 内置）

2.5 写作支撑工具（全部内置）

2.6 文献检索与速读（需联网 API，方法学已内置）

这几项依赖外部服务，本技能把它们的完整调用说明搬了进来，直接读 references/ 照着执行 HTTP 请求即可，不再需要本机装着对应技能：

2.7 运行时依赖（pip 包，不是技能）

除 paper_gate.py、deai_scan.py、fix_punct.py、check_paper.py、wenke.py、net_guard.py、title_constants.py、title_fingerprint.py、sync_thresholds.py 这些零依赖脚本外，其余脚本要装这几样 Python 包才能跑：python-docx（读写 docx）、requests（Crossref 与检索）、PyPDF2（读 PDF）、PyMuPDF（fitz，速读 PDF）。这些是 pip 包不是技能，随环境装即可，跟本技能是否上传无关；缺哪一个脚本会明确报错，不会静默降级。装之前先跑 python scripts/wenke.py 环境，它会列出缺哪个、各影响什么功能、以及一行安装命令——比看报错猜快。

三、工作流：S0 诊断 → S6 终检

S0 诊断

确认六件事：学科细分（文学／历史／哲学／法学／经济／管理／教育／新闻传播／广告／数字媒体等）、目标期刊档次与刊名、研究范式（定量／定性／批判思辨／计算／理论）、当前进度（选题／有数据／有初稿／被退修）、已有材料（数据、访谈录音转写、文献、旧稿）、截止时间。

学科一确定，立刻取该学科的证据标准：查 references/wenke-discipline-maps.md §一 横表（范式偏向、必答一问、最易翻车处、外文期望），表外学科按该文件 §四 的五步法现场补齐——这一步省不得，判型与选理论都建立在它上面。

目标刊物名每次都问，不是缺失才问。 它是题名风格的锚点——「标题要像已发表论文」是相对命题，尺度来自目标刊近两年题名，不能拿固定阈值糊弄。问到就记进会话状态 [ANCHOR: 《刊名》近两年]，然后三步取锚点（详见 references/jm-heading-style.md §二）：

1. 按 references/ext-global-biblio-base.md 走 SmartLib，检索该刊近两年题名约 50 条，存 journal_titles.txt（一行一个题名，不要连摘要正文）；
2. 跑 python -X utf8 scripts/title_fingerprint.py 我的题名.txt --label 我的题名 --compare journal_titles.txt --compare-label "《刊名》近两年"；
3. 输出按差值排好序，只改差得最大的两项，改完重跑。

对齐的是结构（分层、封装、透镜标注、字数带），不继承对方高频词表——词表归 ext-banned-words.md 管，护栏见 jm-heading-style.md §四。

其余缺失就做最小假设并标注 [ASSUMED: …]，一次最多问 3 个，不反复追问。

产出：当前阶段、缺失项、最小可行下一步。

S1 选题与文献

1. 领域地图：扫目标学科近三年议题；新闻传播学示例可从「技术—平台—内容—受众—制度」五条线切入（生成式 AI 与新闻生产、平台化与编辑权、算法推荐与公共性、短视频与注意力、国际传播与叙事、危机／风险传播、智能体与受众主体性、数据新闻与视觉说服、媒介素养与数字公共领域）。
2. 加载 references/jm-theory-map.md 选理论资源，加载 references/jm-literature-matrix.md 建证据表。非传播学选题改用 references/wenke-discipline-maps.md 里对应学科的表：先按「核心命题」找能覆盖机制的条目，再看「可操作化入口」是否落到你手上的材料——落不到就是贴标签。
3. 输出 3 个候选 RQ（不是「XX 研究」这种题目，是「谁在什么条件下通过什么机制对谁产生了什么可观测后果」），逐条标注：缺口类型、理论对话对象、数据可及性、目标期刊匹配度。
4. 缺口陈述 + 贡献三问：理论贡献（改哪个命题）、方法贡献（换了什么工具或层次）、实践贡献（谁据此改了什么）。

检查：真问题？缺口成立？数据拿得到吗？理论是拿来对话还是拿来贴标签？

S2 设计与数据

按 references/jm-design-playbook.md 选方法：内容分析、问卷调查、实验／准实验、深度访谈与焦点小组、民族志与田野、个案研究、社会网络分析、计算传播（API／爬虫／主题模型／词向量／情感与特征工程）、混合方法、批判话语与理论思辨。

产出：研究设计图、变量表（概念—操作化—测量—信效度）、抽样方案、工具（编码表／问卷／提纲）、分析计划（主分析 + 稳健性 + 边界条件）、伦理方案（知情同意、匿名、敏感话题处理、平台条款与爬取合规）。

检查：方法答得了 RQ 吗？可复现吗？二手数据的许可与引用路径清楚吗？因果语言克制吗？

S3 写作与呈现

按 references/jm-outline-templates.md 建骨架：标题命题化、摘要五句法、引言六步、正文按「论点—证据—反证—限定」推进、讨论把发现接回理论命题而不重复结果、三线表与统计图自明（见传播学常用：频率与占比表、交叉表、回归表、网络结构图、时间序列图、编码示例截图）。

完成后跑两道，顺序不能反：先 python scripts/argument_scan.py 稿.md --top 8 看结构（有没有主张、证据跟不跟得上、引用是在对话还是在编号），再 python scripts/paper_gate.py 稿.md --year <写作年> 看体例。结构没改完就改句子，等于在错的地基上刷墙；改法见 references/jm-argument-chain.md。

S4 去 AI 味与达标（本技能相对通用模板新增的关键阶段）

1. 篇章层先行（2026-10-24 知网 AIGC 升级后新增，别跳过）：跑 scripts/deai_topo.py 稿.md --top 5，取结构线性度 L 与九项指标。L ≤30 不动结构；31—45 只改风险 Top3 段；46—60 全文过一遍；>60 结构重建，不是改句。按 references/deai-v5-playbook.md 的六类手术推进，一次只做一类，做完复扫。
2. 跑 scripts/deai_scan.py 稿.txt --scene academic --top 5，存句子层基线。
3. 按综合风险分定级：≤12 只回读；13–25 只重写风险 Top3；26–45 全文走四步脱钩重构；>45 说明原文太抽象，先补具体内容。
4. 四步重建后复扫，--target 5 不达标就针对新的 FAIL 项再改；L 与综合风险分是两个层的尺子，不能相加也不能互相换算，两个都要过，全文上限 3 轮。三轮仍不达标，问题多半在这一节材料不足，回去补材料或缩题，不要在文字上继续打转。
5. 跑 scripts/paper_presubmit_check.py 稿.docx --level cssci|core|general。
6. 再跑 scripts/paper_gate.py 过终检；破段形与断链之后必跑 scripts/argument_scan.py，指标降下去、主张被删光是另一种拒稿。
7. 逐条过 jm-deai-brief.md 的硬门槛清单，其中注释真实性、无自媒体来源、未在修订清单外增删内容三项只能人工确认。

降 AI 的两条不可越界线（升级后尤其容易踩）：具体性指标只能靠真实存在的材料提升，手上没有的年份、文号、样本量、访谈原话，宁可保持泛论也不能编；「这次升级改了什么算法」只能讲公开可核实的事实（升级时间、检测对象、覆盖范围、公开个案），第三方推测须标未证实，不替知网编一套算法再照着改。

阈值（口径唯一表见 §4.0，此处与门禁同口径）：CSSCI 10000 字以上、查重 ≤10%（自评时按目标刊编辑部口径核对，10%—15% 那套已降为参考）、知网 AIGC ≤15%、朱雀 AI 率 ≤25%（写作期自持目标；本地预估达标即收工，写完不必上 <https://matrix.tencent.com/ai-detect/> 实测，详见 references/jm-deai-brief.md §三）、近两年文献占比 ≥60%（<50% 不通过、50—60% 警告）、近四年 ≥80%、英文文献占比 15%–20%；北大核心 6000–10000 字、查重 15%–20%（自评参考）、AIGC ≤15%（北大核心口径分层参考 ≤20%、普刊 ≤30%）。

两条执行口径：两个 AI 检测器口径不同、红线分行算，别拿知网 AIGC 的达标线去套朱雀；AI 率是写作期的质量目标，不是投稿期要交的证明——写的时候本地复扫盯住数往下压，本地预估 ≤20%（留 5 个百分点余量）就算达标可以收工，交付物如实写「AI 率（本地预估）X%」即可，不必附官方报告，也不必去站点实测，只有当编辑部明确要检测报告、或被人质疑 AI 代笔时才去测并以官方值为准。

S5 投稿与修回

投之前先自演一次：按 references/jm-reviewer-sim.md 过桌面拒稿八条、三个席位各读一遍、填预演打分卡，把「必被问到」的问题先在稿子里答掉。预演不是猜题，是把「我以为写清楚了」换成「别人读到了什么」。预演过关再走下面流程。

按 references/jm-review-response.md：3–5 本梯度期刊（先查目标刊近 3 年目录与栏目，别凭印象）、Cover letter 具体化到「本文补上了该刊 2024 年以来 X 议题的哪个缺口」、审稿意见四类分（必改／可改／可商榷／须有据反驳）、逐条回应表（意见原文—本文立场—改在哪一句／哪一页—未改的理由）、修改说明信按修改幅度声明「重大修改」还是「小修」。

严禁一稿多投、严禁代写同行评审、严禁把审稿人的商榷当命令照单全收。

S6 伦理与终检

伦理声明、CRediT 贡献、数据可用性说明、AI 使用声明（工具名 + 版本 + 环节）、利益冲突、知情同意与伦理审批（涉人的实证研究必须有）。跑内置 scripts/check_format.py + scripts/generate_report.py（格式对比报告）与 scripts/check_paper.py --check both（查重与 AI 率报告）出正式报告，交付 MD + Word 双版本。

四、十三道质量门（原十二道 + 论证链门）

每项 1—5 分，低于 3 分必须修复后再推进。其中 G2 理论对话门 和 G12 操作化门 是文科论文（新闻传播学尤甚）的两道硬门。机器能判的是 G2/G3/G7/G8/G12/G13 六门，其余靠 references/jm-fix-points.md 的 checklist 与人工判断；门编号与 scoring-rubric 扣分维度、paper_gate.py 检查项三处对齐，见 references/jm-fix-points.md 门编号总表。

G7 增强（v2.10.0）：G7 除原有的模板小标题（[不通过]）外，v2.10.0 新增题名层检查，全部只出 [警告]、不阻断——题名字数偏离区间（<15 或 >40）、零结构手段（冒号／破折号／引号封装／基于…／以…为例一种都没有）、弱动词堆叠（研究／探析／思考等 ≥2 个）、「背景下／视域下」当背景板且无引号封装、末段落在「优化路径／的启示」这类空收尾。

判定分工要分清：题名「像不像目标刊已发表论文」判不了，机器只核「有没有结构手段」这类可数的项；「像不像」得用 S0 取到的该刊题名指纹去比，方法见 references/jm-heading-style.md。加 --strict 时这些警告才会升级为退出码 1。

G8 增强（v2.11.0）：G8 新增第 9c 项「中文高危模式」——只数同类句式的出现次数，超过 3 次即报警告（不阻断）。词密度低不等于读着像人写的：AI 腔的真身在模板复现，同一句「需要指出的是／综上所述／由此可见」在全文出现四五次，比一桌子套话词更伤语感。词表在 scripts/title_constants.py，门禁与 sync_thresholds.py 共用同一份。

门编号同步点已从三处扩到五处（v2.11.0）：本文件门表、references/jm-scoring-rubric.md 的扣分维度、scripts/paper_gate.py 检查项、references/jm-fix-points.md 门编号总表、tests/ 用例。新增门一律走 [警告]、不进 [不通过]——宁可漏报也不要误杀。

4.0 口径唯一表：同一指标只认一个值（v2.11.0）

同一指标在 ext-* 搬入文档与自研文档里并存过两套，旧版既没声明取严、也没说明哪套是门禁真正执行的，于是「查重 10%—15%」和「≤10%」各说各话。v2.11.0 按取严收敛，规则三条：

1. 门禁执行唯一权威口径：scripts/paper_gate.py 实际怎么判，就以那个值为准，ext-* 里的旧数字不再充当执行口径；
2. 旧口径不是废话，是降层：降为「参考／自评／按刊分层」，自评时按目标刊编辑部口径自己核，脚本不拦；
3. 机器兜底：scripts/sync_thresholds.py 拿 title_constants.py 的口径唯一表逐项比对纸质文档，不一致退出码 2，打包前跑一遍。

4.1 文献硬口径：时效、占比、条数、质量（paper_gate 6.1—6.5 已自动化）

这是投稿中文期刊最容易被审稿人挑的四点。四条都是投稿前就能算出来的数，写稿阶段就得盯住，别等终检才发现。

> 小样本百分比容错（--pct-tol，默认 5 个百分点）。上表 3—5 三档占比门，在引文总数 <30 条时一律放宽 5 个百分点：下限门下调、上限门上调，两边都是放宽松。原因是小样本下「1 条文献」的权重太大——23 条文献时 1 条就是 4.3%，13 条时 1 条就是 7.7%，拿固定阈值卡人等于为 1 条文献判死一条稿子。
> 实现上取 tol = min(5, 1 条文献的权重) 个百分点，所以容错既不超过 5 个百分点，也不会大到把真问题吃掉：外文 3/23=13% 不响，2/23=8.7% 照样响（实测门约 10.7%）。终检报告会打一行「（小样本 n=23，容错 4.3 个百分点）」，让你知道这条是容过来的、不是白送。
> 想回归老口径复核，加 --pct-tol 0 即可（反例集 R／R2 就是同一份稿开与关的对照）。

近两年和近四年两档要分开看。 近两年 ≥60% 才是达标线（旧口径 ≥50% 那一档已废止，只保留「<50% 不通过」这条底线；50—60% 只警告不通过），很多稿子卡在达标线前：近两年 78% 却近四年只有 78% 或更低，是因为中间年段（基准年 −5 至 −4）有一条拖后腿。终检报告会单独打一行「近 4 年（y−4—y）文献占比」，看到低于 80% 就换掉一两条中间年段文献或补 1—2 条近 4 年成果，比重写综述省事。

配套的可复用经验：

• 中文选题的外文文献只能当佐证，主力必须是近十年中文文献；外文占比一旦过 30%，最省事的降法是删掉与论证关系不大的外文条目，而不是把外文翻译成中文引。
• 低于 15% 也好补：换 1—2 条中文条目为学科内权威外刊（Communication Review、New Media & Society 一类），或补一条外文专著的中文译本条目（译著同样计入外文条目）。
• 被豁免的超龄条会从「近两年占比」的分母里剔除，不会被双重惩罚，但正文仍要改写成中文译介转述。
• 超龄判定用 (19[5-9]\d|20[0-3]\d)，覆盖 1950—2039；旧正则 (19[89]\d) 会漏判 1966、1977 这类年份。
• 参考文献表每一行必须以 [N]（方括号 + 数字 + 空格）开头。 只要写成裸数字（1 彭兰……），ref_entries 解析不到任何条目，第 3—6 节全部空转，门禁会给出「不通过 0 项」的假绿灯。改完文献表务必看一眼 [信息] 参考文献 N 条 这一行有没有出来。
• 中文刊名自带的全角括号（《山东师范大学学报（社会科学版）》）不算著录错误，paper_gate 会先把这类「左邻汉字」的括号摘掉再判，别照着误报去改，改了反而违背中文排版习惯。

4.2 摘要与关键词：字数与结构（paper_gate 第 2 节已自动化）

摘要是审稿人读的第一段，也是最容易一写就失控的一段。中文核心期刊的摘要以 300 字左右为宜，落区间 200—350 字（口径唯一，见 §4.0 第 5 项）：短于 200 通常缺方法或结论一句，350 以上返工。目标刊明示 ≤300 时用 --abstract-max 300 覆盖，别把 200—300 当成通用区间——那套口径更窄，会把实证稿的正常摘要判成超长。

调区间：目标刊有硬性字数要求时用参数覆盖，不必改脚本默认值——

# 目标刊要求摘要 ≤300 字
python scripts/paper_gate.py paper.md --abstract-min 200 --abstract-max 300

摘要的固定骨架是四句，按这四句写，字数自然落在 280—320：

1. 问题反差一句——别人争论什么、你的材料给出什么相反答案（约 50 字）；
2. 材料与方法一句——调查/样本口径、方法，不写样本量明细（明细进正文表）（约 50 字）；
3. 核心发现两句——最多两组关键数字，其余数字全部下放正文（约 120 字）；
4. 结论与落点一句——理论对接一句 + 对策路径一句，对策不展开条目名（约 80 字）。

四句写满约 300 字，所以真正要控制的是句 3 与句 4 的信息密度，句 1、句 2 几乎写不长。

超长的病根几乎都是同一处：把样本量、百分比、对策条目名全塞进摘要。改法不是删信息，是把数字搬进正文表格、只留最有反差力的那一两组。实操经验是「三重错位」这类结构（个体/组织、自学/课堂、审核/责任）保留三组比值的名称，只留一到两组的具体比值，字数立刻掉 80—120 字，信息量几乎不掉；反过来若被判「偏短」，优先补句 2 的方法一句（调查口径、样本构成、时间窗），比扩写句 4 的对策更受审稿人认可。

注意口径：摘要不计入正文字数（中文期刊摘要独立成行、不进正文统计），但 paper_gate 的「引注条数区间」是按 正文 + 摘要 估算的，摘要骤减会让区间下限上浮，若同时删了正文引注会撞到「引注偏少」的警告——改完摘要记得重跑一次终检。另外摘要字数变化不影响近两年/近四年/外文等文献指标，只影响第 1 节「正文中文字数」与第 6.3 节的引注区间，这两处看一眼即可。

4.2.1 英文题名与 Abstract：投稿体例硬缺口（2026-10-06 写入）

国内核心期刊虽不强制英文摘要，但只要投了英文摘要栏位就是必查体例：缺英文题名、缺 Abstract、缺 Key words 三项，多数刊的初审退稿意见会直接写“体例不全”。paper_presubmit_check.py --level cssci 会把它报成 [FAIL] 体例要素 缺：英文摘要/Abstract、英文标题，但脚本只会告诉你“缺”，不会告诉你“补成什么样”，这一节补上规格。

三件套与摆放位置（放在中文关键词之后、正文之前，用 --- 与中文部分隔开）：

关键词：生成式人工智能；人机协同；新闻人才培养

Title: Tasks Can Be Outsourced but Judgment Cannot: Paths for Cultivating Journalism Talent in Regular Universities

Abstract: In September 2026, surveys … showed that generative artificial intelligence has not replaced news positions…

Key words: generative artificial intelligence; human-machine collaboration; journalism talent cultivation

专用名照抄不译（译错比不译更糟）：新疆生产建设兵团 = XPCC（Xinjiang Production and Construction Corps）、南疆 = southern Xinjiang、融媒体中心 = converged media center、马克思主义新闻观 = Marxist journalism view（教材通行译法，不要自创）。

两处要盯的细节：一是英文摘要里的百分比与中文摘要逐条对齐，改了中文摘要必须同步改英文，两份摘要对不上是审稿人最爱挑的硬伤；二是英文部分不计入正文字数，但 paper_gate 的“正文中文字数”统计会把 Abstract: 到 Key words 之间的英文行跳过（只数中文），改动后重跑一次终检确认没有把字数统计带偏。

行政区划表述一律用官方英译（southern Xinjiang、Xinjiang Production and Construction Corps、converged media center 等），不得另起译名或改用含混表述——这一点在英文摘要里比中文摘要更敏感，译错比不译更麻烦。

4.3 引用质量：四条自检（人工 + 脚本辅助）

前五条能算数，这一条机器判不了大半，得手工过一遍——引用质量是审稿人一眼能看出功力差异的地方。

1. 来源层级：论支撑性证据优先选本学科 CSSCI/北大核心期刊近五年论文，理论框架可引专著的当译本（中华书局、译林、商务一类），教科书只用于定义性陈述。
2. 避开网络资源：网页、 forum、公众号推文、短视频、百科词条一律不作论证依据。政策文件要引正式发布文本（国务院公报、部门正式文件编号），不要引「中国政府网新闻稿 + 访问日期」这种著录。
3. 避开低质量来源：自媒体账号、未发表讲稿、内部资料、会议墙报、二手转述的统计；确需引用的（如一线从业者访谈、政策原文）在正文标注性质，别混进文献表当学术来源。
4. 交叉核验：每条条目的作者、刊名、年卷期页四要素都能查到；查不实的宁删不补。核验路径见 references/jm-literature-matrix.md 的中外文献源清单。
5. 政策文献单独过一遍：只要选题落在领导人讲话精神、党和国家的政策文献上，这类文献必须进引用，而且要比普通文献更讲究著录（详见 4.4 末节）。

脚本能替你兜住第 2、3 条（正则扫 [EB/OL]/http/www/访问日期/Retrieved/百科/自媒体词），第 1、4 条只能人工，第 5 条由 policy 门兜住。终检时看到「文献质量门」这一行，直接按上面的清单逐条对。

4.4 引文规则：同一篇论文多次引用怎么标

同一篇论文在全文被引用三五处是常态。处理方式只有一种，别按引用次数给序号。

顺序编码制（多数 CSSCI 刊物用这个）

• 这篇论文在全文首次出现时编一个序号，全文沿用；后文再引仍标同一个号。
• 文末只列一条、只给一个序号，不因引用次数拆成 [1][2][3] 三条。
• 正文每次引用都要标，不能因为前面标过就省略。
• 正文引注序号用上标标注：引注的方括号与数字（如 [1]、[1,3-5]、[3]5）一律设为上标，紧跟被引文字之后、标点之前。这是 CSSCI 期刊排版的通行规范，不是可选项。
• 三处引同一页（或整篇引用）：三处都写上标 [3]。
• 三处引不同页：序号后加引文页码，如 ……已有研究表明……[3]5、……该研究进一步指出……[3]12、……类似地……[3]18。
  ⚠️ [3]5 里的 5 是引文页码（你在哪一页读到那句话），文末条目里的 1-20 是这篇论文在期刊中的起止页码，两码事，别混。
• 首次出现序号不一定是 [1]（前面可能已引过别的文献），但原则不变：首次编一个号，后面全用这个号。

上标与文末条目的区别（容易混）：

⚠️ 只给正文里的引注上标，文末参考文献表的 [1] 序号保持普通正文，别顺手也设成上标。

著者-出版年制（部分 CSSCI 刊物）

• 正文：……（张三，2020：5）、（张三，2020：12）、（张三，2020：18）。
• 文末同样只列一条；同一作者同年多篇用 2020a、2020b 区分（同一篇不涉及）。
• 选哪种以目标刊投稿须知为准，别混着用。

四种典型错法（审稿人一眼就能挑）

脚注制：若期刊要求页下注，按刊做脚注，但文末通常仍只列一条，以投稿须知为准。

政策文献怎么引（领导人讲话精神、党和国家的政策文件）

只要选题贴着政策走——引言里要讲「为什么现在做这个」、理论部分要交代政策依据、对策部分要对着文件提——政策文献就是论证主体之一，不是可引可不引的装饰。写错三条最常见的做法：

正确的著录口径（GB/T 7714）：

• 领导人讲话：《习近平关于新闻舆论工作的重要论述摘编》一类，按专著著录，标出版地与出版社；讲话原文引具体句段要标页码。正文写法是「讲话原文＋出处」，别写成「某人指出」却不给处。
• 党和国家文件：发文机关在前、文件名居中、文号与公开发布版本在后。例：习近平. 习近平关于全面深化改革论述摘编[M]. 北京: 中央文献出版社, 2014.；党中央、国务院文件按 [M] 著录到人民出版社／中央文献出版社，或按刊要求著录到公报。
• 文号是硬要求：中办〔2024〕X 号、国发〔2023〕X 号这种年份用六角括号〔〕，不要写成 [2024]，也不要写成方括号混排；文号进著录能同时证明「这是正式文件、不是网上抄的」。
• 政策文献不计入近两年／近四年的时效质量，但会实打实拉低近 4 年占比——选题靠政策吃饭时，这条要早算，别等终检才发现差 1 条。
• 政策文献与学术论文都要有：政策给合法性与方向，学术文献给方法与对话，只留一样都不成稿。

三条配套动作

• 直接引用原文必须加引号并标具体页码；间接转述也建议标页码，方便核查。
• paper_gate 会查两件事：文末重复著录（同一篇列多条 → 判不通过）；带页码引注 [3]17 是否仍算一次有效引用（否则会误判跳号）。前者改文献表，后者改正文即可。
• paper_gate 另有政策文献门（6.5）：选题（标题＋摘要，即第一个二级标题之前那一段）里出现「总书记／领导人讲话／重要论述／讲话精神／党中央／党和国家政策／政策依据／十四五／二十大」这类直接指认政策来源的词，文末却一条政策文献都没有 → 警告；反过来文末列了政策文献、全文却没点名 → 也警告（政策依据要在引言或理论部分落一句话，说清依据哪份文件、什么时点）。
  判据刻意只收直接指认政策来源的词，「顶层设计／制度安排／国家层面」这类通用政策学术语不收——实测某稿全靠一句「从个人行为变成制度安排」就把门撞响，那是噪声不是缺口。所以这套门不替你判断「该不该引政策」，只在你确实在谈政策时提醒你「引了文末没有」。

4.5 分流门：思辨型与实证型是两条证据标准（写之前先定型）

这条是扫 13 篇真实核心期刊论文后补的，也是最容易一刀切误伤的地方。 中文传播学里「主流媒体系统性变革」「智能媒体治理」这类议题，多数核心刊物发的是理论思辨／政策解读型论文，不是实证研究。拿「有没有一手数据、有没有方法」去卡它们，会得出「13 篇里 11 篇不合格」这种无意义的结论。

所以 S0 阶段先做类型分流，再决定用哪套证据标准：

五类都站得住，别只认实证。 实测第一批 13 篇里 A 类为 0、第二批 51 篇里 A 仅 3 篇（6%），但 D 类 24 篇、B 类 17 篇、C 类 7 篇、E 类约 8 篇——中文传播学期刊的真实版图是「思辨＋考释占大头，实证是少数」。判型之后，各门只对适用的类型生效：

判型的问题（S0 必答一句）：你这篇是 A／B／C／D／E 哪一类？答完再套对应标准。终检报告里的 G4 方法门只对着 A／D 生效，B／C 走「证据链自洽」，E 走「材料可溯＋考订依据」，C 还要加一条选样可复核。

B 类最容易翻车的三处，也是这 13 篇里反复出现的：

1. 政策原文当论据却不给文号：引「中央文件」只写大意，不给发布主体与文号，核验时找不到。必须写成「《XX 意见》（中办〔2024〕X 号）第 X 条」这种可查形式。
2. 观点并列当成论证：六个维度各写一段（功能跃迁那篇就是六个维度），看着像框架，其实是目录。B 类唯一的补救办法是把维度串成因果链——哪个维度变，导致哪个维度跟着变，最后落到一个反常识的命题上（如「水土不服」篇：平台形态已具备但节点化能力未形成 → 四类困境 → 三个突破方向）。
3. 无一手材料却写「本文认为」：可以，但要交出对读对象——你拿什么材料跟谁的观点对读？对读不到就退化成政策述评。

4.6 撞车度：同议题已经挤到什么程度（G1 的开口度检查）

同一条政策议题（如「主流媒体系统性变革」）在 2024—2026 年间集中产出大量同题论文，选题不变，只是换切面。开写之前先量一下拥挤度，否则辛苦写完发现三个月前已有一篇几乎同构：

> 为什么加了「占比」这一条：101 篇样本的实测发现，绝对篇数在样本量一大就失去区分力——「全媒体／主流媒体系统性变革」一簇有 38 篇、「生成式 AI／AIGC」34 篇，光看「≥8 篇」，剩下 19 篇分散题材和 4 篇 GEO 新议题全都是「绿档」，可实际上这两簇合起来吃掉 71% 的版面，是绝对的议题垄断。所以两个口径一起用：绝对篇数管「同题密度」，占比管「议题垄断」。

四步查法（10 分钟）：① 目标刊近 3 年目录搜关键词；② 中国知网按主题 + 期刊分层，看年产出；③ 看这批同题论文的作者重合度——同一个团队连发三四篇同议题，你的开口要避开他们的切口；④ 看他们的结尾落点，落点已经重复最多的那个方向别再进。

换切面的四个抓手（按这 13 篇的经验）：换组织层级（中央—省级—县级／融媒体中心）、换证据来源（政策文本／从业者调查／用户行为）、换理论透镜（场域、平台化、可供性、管辖权的差别很大）、换时间窗（政策发布前 vs 后）。同一个议题里，「水土不服」用了场域迟滞、「平台作为机制」用了平台化、「制度协同」用了新制度主义——透镜一换，论文就不撞了。

撞车度按「议题指纹」分组，别按整份文献全局算。 实测 51 篇里：A 组（智能传播／AIGC）27 篇高度拥挤，B 组（史料、民族志、计算方法、教育）24 篇题材分散、几乎不撞——全局平均会把 B 组的宽松误当成 A 组的危险，也会反过来漏判 A 组的拥挤。做法是把你的题名拆成 2—3 个实词做指纹（如「生成式人工智能／主流媒体／系统性变革」），只对指纹相同的那一簇查重。

分组之前先跨批去重，否则撞车度虚高。 实测三批共 103 份提取，其中批 1 与批 3 重复 8 篇、批 1 与批 2 重复 5 篇（如《主流媒体系统性变革中“水土不服”的困境与突破》《制度协同》《提升“新闻能力”》跨批重复下载），去重后 90 篇唯一文献。去重口径：去掉题名里的空白、全角冒号、_、括号后再比对，不要拿原始文件名直接比——同一篇在知网／期刊官网／微信推文三个入口下载下来，文件名长得完全不一样。

4.7 词位比：大词与真透镜的比例（G8 的量化版本）

实测 51 篇核心期刊论文的大词命中率：生态 61%、重塑 55%、协同／嵌入／精准 各约 53%、赋能 47%；而真·理论透镜只有 媒介化 27%、可供性 14%、议程设置 12%、框架理论 6%。大词是透镜的 3—4 倍——这就是「理论框架一堆，读完全记不住」的量化形态。

词位比 = 大词种类数 ÷ 真透镜种类数（只统计正文，文献表里的不算）。paper_gate 第 9b 节自动算：

改法只有一种：把大词换成可观测动作——「赋能内容生产」→「编辑把初稿交给模型、人工只改判断」；「重塑组织边界」→「谁审核、审核留痕停在哪一环」。词位比随之降到 1 以内，句子反而更硬。

第三批 39 篇的实测数字（比第二批更高，可作健康区间的对岸参照）：大词 生态 92%、协同 87%、赋能 74%、精准 67%、嵌入 64%、重塑 59%；透镜 平台化 41%、场域 38%、把关 28%、媒介化 23%、议程设置 13%、可供性 10%。两批对照，大词命中率平均高出约 30 个百分点——这不是样本偶然，是这条议题线确实在往政策话语里滑。 词位比在真实样本上反复触发（知网导出件 3.5、智能媒体新质生产力 4.0）。

透镜怎么数才不虚高（这条容易踩）：paper_gate 的 THEORY_TERMS 只收成词的理论透镜，绝不收裸词。第三批实测里裸词「框架」命中 69%，可真·框架理论只有个位数——那些「框架」绝大多数躺在「分析框架」「研究框架」这类搭配里。裸词入表会让真透镜数量虚增、词位比被系统性低估，等于给了个假健康信号。 你自己写统计脚本时用同样的口径：要写「框架理论／框架分析／框架效应」，别写「框架」。

4.8 材料交代五件套（D／A／E 通用）

凡是有材料可核的论文（D 类为主，A、E 同样适用），终检时按这五项逐条对，缺一项就是「材料不可核查」：

1. 来源：材料从哪来（平台名、机构名、档案藏所、政策文号），不能只说「某平台数据」；
2. 时间窗：抓取／调研起止日期，跨年度的要说明分几批；
3. 抽样／口径：整体勾取还是抽样，抽样框是什么，覆盖多少条／多少人；
4. 处理规则：清洗标准、去重规则、缺失值怎么处理、人工校验比例；
5. 编码／测量：编码表或量表从哪来，几位编码者，一致率（信度）多少，变量怎么算的。

这五项在 end 稿里通常只藏在方法节的三四行里，审稿人翻到就直接扣分。写方法节时按这五条编号自查，比通读一遍有用得多。

4.9 输入可行性诊断：先确认文件读得出来，再谈质量

这条是三批 114 篇反哺里踩出来最大的坑：后面所有质量门都建立在「文本已经提取成功」之上，而提取这一步从来没被检查过。 结果是读不出来的文献静默消失，样本残缺，所有统计都偏了。

反哺文献或批量质检之前，先花两分钟过这四问：

摘要标记的四种写法（paper_gate 第 2 节已按这四种实现，取「摘要标记」到「关键词／作者简介／项目／DOI／参考文献」之间的全部文字）：

1. 摘要：…… 同行——期刊排版最常见；
2. 内容摘要：…… 跨行——知网导出件、知网个人下载，摘要常被 PDF 分页切碎成好几行；
3. 内容提要：……——部分学报与社科刊；
4. 摘要 独占一行，下一段才是内容——部分 CSSCI 刊的版式。

> 修复动机：旧正则 ^#{0,6}\s*摘要\s*[:：]\s*(.+)$ 只认第一种且要求同行有内容。拿知网导出稿去跑，会误报「未见摘要小节」，而摘要明明就在文本里。实测一份喻国明、刘彧晗的知网导出件，修复前误报、修复后正确报出 264 字。

本门的立场：拿一批文献反哺时，说清样本里有几篇读不出来、按什么口径降级处理，不要假装 100% 覆盖。本轮 50 篇里 11 篇是 CAJ，全文级统计基于 39 篇 PDF + 11 篇题名级，两个口径分开报。

4.10 语体硬指标：破折号密度与高危模式（v2.11.0，G8 补两道）

词密度只是第一层。这两项是「读着像不像人写的」里机器真能数出来的两项，归 G8。

五类句式是这么分的：

• 开头句：随着…的发展／在…背景下／近年来日益受到关注／众所周知／在当今社会；
• 过渡句：需要强调（指出／说明／注意）／也就是说／并不是…而是／由此可见／综上所述／不仅…而且／一方面…另一方面／从…的角度看／值得注意的是／需要指出的是／不可否认的是／共同构成／形成闭环；
• 结尾句：具有重要意义／验证了…的有效性／提供了有益参考／为…提供了新的视角（思路·路径）／丰富了相关研究／为…提供理论依据；
• 结构套语：首先…其次…最后／在 X 层面…在 Y 层面／（1）（2）（3）；
• 高频词：本文认为／本文主张／总而言之。

为什么阈值是 3 次而不是 1 次。 一段里出现一次「由此可见」不算问题；同一模式在全文出现四五次，说明整篇在套同一副骨架，检测器与审稿人读到的都是那副骨架而不是你的论证。3 次以内放行，是因为学术写作里转折句本来就有一定密度，卡死只会把正常行文切碎。

处理办法只有一种：段落级重写。 把出现次数最多的那两段整段换主语、换论证顺序、换句法骨架——不是把「随着…的发展」逐个换成「伴随机 increasing 的推进」这类同义替换。逐词替换实测能把 AI 率推高而非降低，详见 references/jm-academic-humanized.md §10.2。

4.11 句级病灶与体例核查（v3.3.0，G8 的第三层）

G8 此前只有两个粒度：全文频次（paper_gate.py）与段落／滑窗（deai_scan.py）。两者都能说明“有问题”，都答不出“哪一句、属于哪一层、往哪改”。v3.3.0 补上这一层。

八类句级病灶与改法方向

前四类直接削弱学术性，优先处理；后三类在通读时统一处理。脚本只识别表层特征——它说“这句是模板句式”，不等于“这句没有内容”，内容该不该留仍是作者的事。

与 reduce_ai.py 的分工。 reduce_ai.py 走同义词替换（首先→开头、研究表明→有研究指出），这类替换会改变证据强度：“研究表明”是研究结论，“有数据显示”是数据描述。学术稿的降 AI 味应以“sentence_scan.py 定位 ＋ 段落级重写”为主，同义词替换只用于行文重复，不用于压指标。理由见 references/jm-academic-humanized.md §10.2。

体例核查：与版式检查分界

六类检查各有一处容易误判的地方：

• 全半角：只在中文语境判半角标点；英文摘要、参考文献著录内部的半角标点不受影响（与 fix_punct.py 的豁免口径一致）。
• 数字用法：汉字数字与阿拉伯数字并存才提示；“进一步”“三甲”这类习语不算。
• 缩写定义：出现 ≥2 次的缩写若全文无“中文全称（ABBR）”或“ABBR（全称）”式定义才提示；DNA、CT、SPSS 等惯用词已豁免。
• 单位间距：数字与单位之间两种间距并存才提示，不判哪种对。
• 同概念异写：检测的是“混用”而非“错”——组内写法本身都合法，同文并存才伤一致性。词库 36 组，人文社科 13 组在前（生成式人工智能／质性研究／受访者／信度／效度／占比 等），医学 23 组在后。
• 空泛修辞：三层词表（隐喻滥用／语气词／句式模式），只提示不计分，命中后附判例对照。

什么时候跑

初稿完成    sentence_scan.py 稿.txt --top 15     # 病灶清单
改稿之前    text_norm.py 稿.txt                  # 体例问题一次清完
二稿之后    term_check.py 稿.txt --auto-fix      # 术语标准化，防越改越漂
投稿之前    paper_gate.py 稿.md                  # 全文门禁，看频次回到阈值内

体例问题必须在改内容之前清完。否则一边改内容一边改格式，两边的 diff 混在一起，回头分不清哪处改动是为了什么。

4.12 论证链与引用功能（v3.4.0，G13）

前十二道门解决的是「不合规会怎样」，这一门解决「合规了为什么还是被拒」。核心期刊退稿意见里最高频的三句话——观点与材料脱节、结论跳跃、综述只是罗列——都不是语病，也都不是规范问题。旧版没有一处机器可读的口径管这三件事：G8 数词频与句式，判的是「读着像不像人写的」。

三个粒度先分清

四个可数指标

阈值在 scripts/title_constants.py（ARG_DECOR_RATIO_WARN／ARG_CLAIM_GAP_WARN／ARG_STRONG_CLAIM_WARN），门禁与 argument_scan.py 共用一份，改口径只改一处，再跑 sync_thresholds.py。

为什么这四项，而不是别的

• 连续无主张对应「读完不知道你要驳什么」。学术段落里主张可以稀疏，但连续五段只铺背景或只堆材料，读者抓不到论证对象。
• 装饰性引用对应「综述只是罗列」。这一条是「文献综述写成清单」的技术成因：引注后面没有分句回答「它答了什么、漏了什么、你为什么不同意」。
• 弱证据强断言对应「结论大于证据」。技术定义就是断言强度超过证据等级——三家媒体的访谈写成「新闻业普遍如此」。
• 限定与反驳对应「没处理竞争性解释」。这一项机器只提示，因为思辨稿本来就可以不设反驳段，硬化会误杀。

引用四型的写法

改造一个装饰性引用的最小动作：在引注后加一个分句，回答三个问题之一。二十个字，论证位置完全不同。范例见 references/jm-argument-chain.md §六。

与题名、正文的关系

G13 的段落序号按「跳过题名、摘要、关键词、参考文献之后」计。报告里的「第 N 段」指正文第 N 段，改稿时按序号定位，不要按小节数。若用著者—年份制，引用功能一项自动跳过（只对 [N] 形式生效），结构三项照常判。

什么时候跑

初稿完成    argument_scan.py 稿.txt --top 8    # 结构缺口清单，先看这一份
改稿之前    text_norm.py 稿.txt               # 体例一次清完
二稿之后    argument_scan.py 稿.txt --top 8    # 看指标是否回落
投稿之前    paper_gate.py 稿.md               # 十三道门一起过

一条纪律：结构与句子分开改。先按 G13 清单动结构（加主张、补证据、拆装饰引用），结构定稿后再跑 G8 与句级病灶。两件事一起改，diff 混在一起，下一轮分不清是哪个改动带来的效果。

机器判不了的部分

argument_scan.py 靠标记词与结构特征识别，读不出语义。它说「这段只有材料」，不等于这段没有论证意图——可能你的主张写在上一段末句。所以报告写「疑似」，最终判断与改法由作者决定。另有两件事永远只能人工：一是证据本身真不真，二是这个主张值不值得提。

五、每次回复的统一格式

1. 【当前阶段】 S0—S6 之一
2. 【诊断】 已有什么、缺什么、最大风险
3. 【产出】 文本／表格／清单／代码／模板（可直接复制的成品，不只给建议）
4. 【质检】 创新性、严谨性、清晰性、规范性、匹配度 各 1—5 分；若是成稿再附百分制汇总表与创新性硬门判定。百分制的起算分是 100 分——先给 100，按 references/jm-scoring-rubric.md 零节的扣分表逐条往下扣，五维只用来定位失分在哪一维，不做加分求和
5. 【下一步】 最多 3 项可执行动作
6. 【需用户提供】 最小必要信息，缺什么列什么

六、失败模式与纠偏

七、参考文件

先看这四份，其余按需查（references/INDEX.md 是完整导航表，找不到文件就查它）：

• references/INDEX.md — 文件导航：左边写「我想做什么」，右边给该去的文件或该跑的命令；含 references／scripts／assets 三张全表与前缀约定。
• references/FAQ.md — 问答唯一入口（30 条，A 开始使用／B 流程方法／C 检测指标／D 文献著录／E 运行故障／F 维护扩展／G 使用条款／H 论证与审稿）。其他文件遇到问答只做指向，不再各写一份。
• references/troubleshooting.md — 报错唯一入口：按症状查表、退出码含义、断网降级路径、留证据的四件套。
• references/wenke-discipline-maps.md — 学科唯一入口：八学科理论地图与证据标准（文学、历史、哲学、法学、经济、管理、教育、新闻传播），含跨学科主场判定与表外学科补齐五步法。

方法论与模板：

• references/jm-theory-map.md — 新闻传播学理论资源地图（24 个理论的核心命题、可操作化入口、适配范式、常见误用与出新路径；八学科表的深度参照）。
• references/jm-design-playbook.md — 各研究方法的报告要素、审稿高频质疑与应答。
• references/jm-outline-templates.md — 选题画布、RQ、命题、三类论文骨架、摘要与引言模板。
• references/jm-literature-matrix.md — 文献矩阵字段、综述四型写法、缺口句模板、中外文献源清单。
• references/jm-scoring-rubric.md — 起算 100 分的扣分式百分制（传播学适配）、五性打分映射、SSCI 口径差异、自评六步流程。
• references/jm-review-response.md — 审稿意见分类、回应表、Cover letter、常见攻击点应对话术。
• references/jm-deai-brief.md — 学术场景去 AI 味速查、阈值、禁改清单、AI 声明样板。
• references/deai-v5-playbook.md — v3.5.0，篇章层降 AI 方法：2026-10-24 知网 AIGC 升级的事实分层（可核实／未证实／可推断）、旧法失效机理（同义词、拆句、回译、换工具的失效原因）、六类手术（破段形／断链／落证／加摩擦／换轨／留指纹）、三轮上限与学科差异、伪法清单。与 jm-deai-brief.md 是叠加关系：那份管句子层，这份管篇章层。配套脚本 scripts/deai_topo.py。
• references/jm-fix-points.md — 高频拒稿点→定点修补速查；门编号总表（对齐 scoring-rubric 与 paper_gate.py）。
• references/jm-heading-style.md — 题名／小标题的 S0 锚点三步、四组结构指标、护栏（对齐结构但不继承对方高频词）。
• references/jm-argument-chain.md — v3.4.0：段落五功能、五种推进式（按学科选）、证据强度四级与断言强度对齐、限定的四种写法、反驳段三段式、引用四型（对话／支撑／转述／装饰）、论证缺口十二问、十二组改前改后。
• references/jm-contribution.md — v3.4.0：编辑三问、贡献四类型与各自验收标准、四类伪贡献、贡献句三段式、贡献—证据对应表、八学科贡献句式、贡献不足的四种补救。
• references/jm-reviewer-sim.md — v3.4.0：投稿前审稿人预演——桌面拒稿八条、理论／方法／编辑三席位问题清单、15 项打分卡、20 条高频意见的必改／可辩／可删分级、三轮预演节奏。
• references/jm-academic-humanized.md — v2.11.0 主文档：§4.0 口径唯一表展开、学术语体与人类写作（禁用替换、改写原则、段落论证五层、章节语体对应表）、AIGC 抑制（高危模式与改写路径）、范例库、自检清单与禁止事项。改设定先看这份，paper_gate.py 与 sync_thresholds.py 是其机器落点。

句级诊断与体例核查的词表（v3.3.0，脚本会读，也可人工查）：

• references/ai_patterns_zh.json / ai_patterns_en.json — 句级病灶的正则模式库：套话、填充语、模糊限定、冗余、翻译腔、模板句式。sentence_scan.py 读取，改语法前先跑 tests/run_tests.py。
• references/term_variants.json — 同概念异写变体组 36 组（人文社科 13 组在前、医学 23 组在后），检测“混用”而非“对错”。text_norm.py --checks consistency 读取。
• references/style_guard_cases.json — 空泛修辞的“原句→改句”判例与医学语体白名单。text_norm.py 读取，命中后附判例对照。
• references/terminology.json — 2,344 条术语的标准写法与非标准别名，term_check.py 读取；扩充即增补条目，匹配按单遍最长优先。

references/ext-*.md 是搬进来的外部技能原文（ext- = external，内容未改，只是换了家）：

• ext-academic-cn-paper-mode.md / ext-journal-standards.md / ext-detection-metrics.md / ext-banned-words.md / ext-platform-standards.md / ext-rewrite-playbook.md / ext-scene-strategies.md — 去 AI 味与达标（原 cn-deai-5）的规则、词表、量化口径与四步重建法。
• ext-paper-checker.md — 查重与 AI 率（原 paper-checker）的口径说明。
• ext-ref-audit.md / ext-paper-check-format.md — 参考文献著录审计与格式规则模板。
• PAPER_RUBRIC_CN.md / ACADEMIC_CN.md — 父级打分口径原版与学术模式全文（本技能另有 jm- 前缀的传播学适配版，两者并存时以 jm- 为准）。
• ext-global-biblio-base.md / ext-global-biblio-pipeline.md / ext-global-biblio-config.example.json — SmartLib 文献检索完整 API 文档。
• ext-citation-manager.md — Crossref 核验流程。
• ext-paper-quick-reader.md / ext-academic-research-skills.md — 论文速读与批量文献结构化的方法学说明（配套脚本在 vendor/）。
• ext-punctuation.md / ext-md-to-docx.md — 标点规范与 MD→Word 学术版式参数。

scripts/（全部随包）：

• wenke.py — 中文统一入口：菜单、环境体检、人话指路、单步命令、全流程；把子命令映射到下面所有脚本，并统一超时与报错翻译。
• net_guard.py — 网络与报错护栏（零依赖）：全局超时、指数退避重试、连通性探测、explain() 人话报错、friendly_hook() 全局异常钩子。
• paper_gate.py — 终检门禁（零依赖，md／txt／docx，含理论对话门、操作化门，v2.11.0 起含第 9c 中文高危模式门，v3.4.0 起含第 13 论证链门；--audit 只做口径审计不检稿）。
• argument_scan.py — v3.4.0 论证链诊断（零依赖，md／txt／docx）：段落功能分布、连续无主张段、引用四型与装饰性占比、弱证据强断言；--top 控量、--json 供程序消费。与门禁第 13 节同一口径，阈值在 title_constants.py。
• title_constants.py / sync_thresholds.py — v2.11.0 单一事实来源：前者集中题名词表、高危模式词表与 §4.0 口径唯一表；后者自动校验代码与文档是否对齐（--check-ext 额外查 ext 降级标注）。
• deai_scan.py / paper_presubmit_check.py / scale_calibrate.py — 去 AI 味扫描、投稿前达标体检、长文尺度校准。
• check_paper.py / reduce_ai.py / reduce_similarity.py — 查重与 AI 率报告、降 AI 率、降重。
• extract_refs.py / replace_in_docx.py / check_format.py / fix_format.py / generate_report.py — 参考文献抽条回填与格式体检修复。
• fix_punct.py / md2docx.py — 中文标点规范化、MD→Word 学术版式。
• sentence_scan.py / text_norm.py / term_check.py — v3.3.0 句级与体例三件套：句级病灶定位（八类，指位＋策略不代改）、正文体例核查（六类，不评分）、术语标准化（2,344 条，可 --auto-fix）。前两个直读 .docx，第三个读纯文本（docx 先用 docx_text.py 转）；text_utils.py 与 docx_text.py 是它们的共用底座。
• skill_pack_audit.py — 打包合规自检（frontmatter 必填项、SemVer、文件类型、体积与文件数上限），每次重新打包上传前跑一遍：python -X utf8 scripts/skill_pack_audit.py .
• academic_citation_skill.py / batch_import.py / crossref_config.json — Crossref 元数据核验。

• vendor/paper-quick-reader/scripts/、vendor/academic-research-skills/ — 两个自带结构的小工具链（顺序见 §2.6）。

• tests/run_tests.py + tests/cases/ — 回归测试（3 正例 + 5 反例），改脚本后跑一遍防误伤。

• tests/run_redteam.py + tests/redteam_cases/ — 红队用例：空文件、乱码、超长、损坏 docx、伪造文献、注入指令；验的是「坏输入不崩、不乱给结论」。
• assets/ — 文献矩阵 CSV、Cover letter、审稿回应表、AI 使用声明。

八、红线

原九条：编造参考文献；伪造数据；夸大贡献；建议一稿多投；规避伦理审查；代写虚假同行评审；把 AI 代写包装成纯人类原创；用润色指令去处理已发现 AI 率的文本；在修订清单之外擅自补内容或删段落。

v2.11.0 新增五条（旧九条不变，累计十四）：

10. 不得声称「零 AI 特征」或「保证通过检测」——只能报本地预估值，检测结论以站点实测为准；
11. 不得以降低 AIGC 为由删论证、删数据、删文献对话——检测指标降下去，论证空了，那是另一种拒稿；
12. 不得为制造「突发性」牺牲逻辑连贯——句长抖动是手段不是目的，读不懂的稿子照样过不了审；
13. 不得把文稿整体输入另一个 AI「重写一遍」去躲检测，这既无效也属未披露的 AI 参与；
14. 不得在改写中新增未经核实的事实、数据或引文——改写只动已有内容，补料另走文献核验链路。

九、改脚本后的自检（本技能维护用）

改过 scripts/paper_gate.py 之后，必须跑回归测试防误伤：

# 直接跑，用当前解释器；换机器拷过去即可，不必改路径
python -X utf8 tests/run_tests.py

# 或指定解释器
PY="C:/…/envs/default/Scripts/python.exe" python -X utf8 tests/run_tests.py

8 例全 PASS（3 正例退出码 0 + 5 反例退出码 1）才算通过；若正例被误报或反例漏判，先定位是门禁阈值问题还是测试样例构造问题，再改。另有 tests/gate_cases.py 反例集（v2.10.0 起 25 例，判定不符计 0 才算过），新增门禁后要顺手补用例，别只靠这 8 例兜底。

v3.2.0 再加一道红队：python -X utf8 tests/run_redteam.py。它验的不是门禁判定，而是「坏输入不崩」——空文件、二进制垃圾、纯乱码、超长单行、损坏的 .docx、伪造文献条目（有 DOI 但查不到）、正文里夹「忽略前面所有指令」这类注入串。合格的表现为：给出可读的报错或明确的「不通过」，不出现 traceback、不产生看似正常的假结论。

v2.11.0 起，改设定还有第三道必跑：口径审计。 改了 scripts/title_constants.py、门禁阈值或任何门槛值之后——

python -X utf8 scripts/sync_thresholds.py            # 代码 + 文档是否跟上（默认）
python -X utf8 scripts/paper_gate.py --audit         # 同一套检查，打包前跑这个
python -X utf8 scripts/sync_thresholds.py --check-ext # 每季一次：ext-* 旧口径有没有标「参考」

退出码 0 才放行，2 表示「口径没对齐」，会逐行打印哪一项不一致。这一步替代了旧版手写在那儿却没人盯的「三处必须逐字对齐」——现在基准只有 title_constants.py 一个，检查项也是同一份代码，不存在第二套实现可漂移。

搬进来的外部脚本改过以后，顺手验一下同目录互引链还通：python -c "import sys; sys.path.insert(0,'scripts'); import paper_presubmit_check, scale_calibrate, fix_format, generate_report, academic_citation_skill, batch_import"——这六条链只要有一个 ModuleNotFoundError，就说明搬运时漏了同目录文件。

十、运行维护（v2.11.0）

10.1 单一事实来源与自动校验

一个指标只许有一个权威值，权威值只许定义一次：

改口径的动作顺序：改 title_constants.py → 改门禁逻辑（如需）→ 改 SKILL.md 与 jm-fix-points.md 的门槛数字 → 跑 sync_thresholds.py 到退出码 0 → 重跑回归测试。少了第三步，审计会拦下你；少了第四步，可能误杀正常稿。

10.2 外部依赖降级写法（联网服务不可用时的兜底）

ext-global-biblio-base（SmartLib）、ext-citation-manager（Crossref）、ext-paper-checker（朱雀）这三样都要联网。连不上不要静默跳过、也不要编数据，按下面的降级路径走，并在交付物里写明走的是哪条：

v3.2.0 起，联网这一层交给 scripts/net_guard.py 统一管，不再由各脚本各自为政：① 全局 socket 默认超时 8 秒，requests 的 Session.request 也补上默认超时——旧版会挂住的地方现在会明确失败；② 失败自动重试 2 次、指数退避 0.8／1.6 秒；③ 连通性探测 3 秒出结论并缓存 60 秒，wenke.py 环境 直接用它的结果；④ 断网时不报错，只打印「哪几项要联网、哪些照常离线可用」。降级的前提是先承认降级：走本地预估就在交付物里写「本地预估」，别把估数写成实测。

红线：降级路上最省事的错，是把没核的东西写成已核。宁可在报告里多写一句「这条待核」，也不要给一个看着完整的数字。

十一、常见问题

问答统一放在 references/FAQ.md（30 条，按 A 开始使用／B 流程方法／C 检测指标／D 文献著录／E 运行故障／F 维护扩展／G 使用条款／H 论证与审稿八个分区，开头有索引表）。v3.2.0 起本节只留入口，不再重复正文——此前同一问题在 SKILL.md、README、jm-deai-brief、ext-* 四处各写一份，说法还略有出入，查一件事要翻四五个文件。

进去先看索引，三个最常被问到的直接给位置：

要新增问答，加在 references/FAQ.md，不要另起文件、也不要写回本节。