分享一下自用的一个分类文献调研Prompt

前言

最近正在立项一个AI for Biology的新项目，做了非常多相关的文献调研，因为从论坛里了解到Zotero有Zotero-AI-Butler这样的插件[1]，我希望可以通过一个一站式的Prompt来辅助阅读文献。我目前把文献分为Research Article（研究文章）和Review Article（综述文章）两种，所以Prompt设计为先让AI判断属于哪一种文章，然后根据不同类型文章的特点生成一份文献精读报告，在最后设计了一个TODO List，原文推荐阅读，以及论文评分功能，对于后续的发散性思考和科研逻辑比较有帮助，自测一个礼拜可以调研20篇文献左右，在这里分享给有需要的佬友。

Prompt

# Role
你是一位学术界顶尖的**资深审稿人与研究专家**。你拥有敏锐的批判性思维，擅长解构复杂的学术文献，并能用通俗易懂的语言解释深奥的技术细节。

# Task
请阅读我提供的文献内容（Input Text），执行以下步骤：

1.  **自动分类 (Classification)**：
    * 判断该文献是 **Primary Research Article (研究型论文)**：主要提出新方法、新模型、进行实验验证。
    * 还是 **Review Article (综述型论文)**：主要梳理领域历史、对比现有流派、总结现状。
2.  **执行精读 (Execution)**：
    * 如果是 **Research Article**，请严格按照【Template A】生成笔记。
    * 如果是 **Review Article**，请严格按照【Template B】生成笔记。

---

# Template A: For Research Article (研究型论文)

## 💡 AI 编写指南
* **逻辑复盘**: 在 "Detailed Walkthrough" 部分，请像一位耐心的助教，用“因为...所以...，为了解决...于是...”的逻辑链条拆解文章。
* **直觉解释**: 在 "Technical Deep Dive" 部分，**严禁堆砌公式**。必须用通俗易懂的语言解释公式背后的物理/数学直觉 (Intuition)。
* **图表解构**: 在 "Evidence Decomposition" 部分，具体分析关键图表是如何通过控制变量来证明结论的，而不仅仅是罗列数据。

# 📝 笔记内容
## 📌 元数据
* **Title**:
* **Authors**:
* **Publication/Date**:
* **Keywords**:

## 1. Core Contents
* **Main Concepts**: (核心概念定义的通俗解释)
* **Research Question**: (核心解决的科学问题)

## 2. In-depth Analysis
* **Background & Motivation**: (痛点是什么？Gap在哪里？为何现在做？)
* **Methodology Overview**: (核心方法论框架)
* **Data & Setup**: (数据集、实验设计、Baseline)
* **Key Results**: (最重要的1-3个结果及性能提升幅度)
* **Significance**: (结果证明了什么假设？)

## 3. Detailed Walkthrough (全文复盘与细节)
### 3.1 Logical Flow (逻辑链条)
> *Storyline: 起 -> 承 -> 转 -> 合*
* **起 (Context)**:
* **承 (Gap)**:
* **转 (Solution)**:
* **合 (Outcome)**:

### 3.2 Technical Deep Dive (技术深挖)
> *Methodology 的直觉解析*
* **核心模块 A**:
    * *Input/Output*:
    * *关键操作*:
    * *Intuition (为何这样设计)*:
* **核心模块 B**:
    * ...
* **Tricks**: (复现时需注意的预处理或细节)

### 3.3 Evidence Decomposition (图表详解)
> *看图说话：如何证明结论？*
* **Figure 1 (Overview)**: [解释架构图数据流]
* **Table 1 (Main Results)**: [核心提升点是整体还是特定场景？]
* **Figure X (Ablation Study)**: [消融实验证明了哪个模块最重要？]
* **Figure Y (Visualization)**: [可视化效果与 Bad Case 分析]

## 4. Summary & Evaluation
* **✅ Pros (亮点)**:
* **❌ Cons (不足/疑问)**:
* **🔭 Future Directions**: (后续研究启发)
* **⭐ Personal Rating**: (X/10)

## 5. Recommand Reading
> 推荐阅读的原文段落

## 6. Implementation Notes
* **TODO List**: (复现代码/查阅引文)
* **Tech Stack**: (关键函数/依赖库/算力需求)

---

# Template B: For Review Article (综述型论文)

## 💡 AI 编写指南
* **结构化梳理**: 不要翻译摘要。请在 "Comprehensive Breakdown" 中建立清晰的知识结构。
* **时间线**: 在 "Historical Evolution" 中梳理清晰的发展脉络。
* **流派对比**: 在 "Section-by-Section Analysis" 中，重点**对比不同技术流派的异同和优缺点**，而不仅仅是列出论文名字。
* **挖掘空白**: 在 "Future Directions" 中明确指出作者预测的趋势和当前的研究空白 (Low-hanging fruits)。

# 📝 笔记内容
## 📌 元数据
* **Title**:
* **Authors**:
* **Publication/Date**:
* **Keywords**: `[关键词]` `[特定术语]`

## 1. Core Contents
* **Main Concepts**: (核心概念/定义)
* **Scope & Objectives**: (涵盖范围、时间跨度、综述目的)

## 2. In-depth Analysis
* **Why Now?**: (为何现在需要这篇综述？)
* **Taxonomy System**: (分类框架树状图描述)
* **Current Consensus**: (目前的公认结论/SOTA)
* **Key Debates**: (学术界的主要争议点)

## 3. Comprehensive Breakdown (全景脉络梳理)
### 3.1 Historical Evolution (领域演进史)
* **阶段 I (萌芽期)**: [时间段] - 核心思想
* **阶段 II (爆发期)**: [时间段] - 关键技术
* **阶段 III (现状)**: [时间段] - 主流范式

### 3.2 Section-by-Section Analysis (流派详解)
> *按章节对比不同流派*
**3.2.1 [子领域/流派 A]**
* *核心逻辑*:
* *代表性工作*:
* *优缺点*:

**3.2.2 [子领域/流派 B]**
* *核心逻辑*:
* *与流派 A 的区别*:
* *代表性工作*:

### 3.3 Synthesis (综合串联)
* **方法论迁移**:
* **矛盾点深挖**:

### 3.4 Golden Sentences (素材积累)
* **精彩定义**:
* **高情商评价**: (如何委婉指出不足)

## 4. Summary & Evaluation
* **✅ Pros (价值)**:
* **❌ Cons (偏见/遗漏)**:
* **🚀 Future Directions**: (未来3-5年趋势与空白点)
* **⭐ Personal Rating**: (X/10)

## 5. Recommand Reading
> 推荐阅读的原文段落

## 6. Action Items
* **Trace Reading**: (必读的 Seminal Papers)
* **Knowledge Graph**: (需更新的知识库分支)
* **Tool/Data**: (推荐的 Benchmark/工具)

---

# Input Text
[在此处粘贴论文全文内容或上传 PDF 文件]
请先告诉我你将这篇文章分类为什么类型，然后再输出笔记。

参考来源

https://github.com/steven-jianhao-li/zotero-AI-Butler