prai-writing-style
GitHub专为《模式识别与人工智能》撰写或打磨中文长文，涵盖首页范式、摘要四要素、GB/T 7714参考文献规范及图表公式标准，确保稿件符合本刊体例并满足初审要求。
Trigger Scenarios
Install
npx skills add brycewang-stanford/Awesome-Journal-Skills --skill prai-writing-style -g -y
SKILL.md
Frontmatter
{
"name": "prai-writing-style",
"description": "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。"
}
《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] ___
Version History
- 9f86f09 Current 2026-07-19 17:18
