PaperRefine：论文润色不只是换同义词，而是让主张回到证据边界
这篇文章解决什么问题：PaperRefine 是一个面向已有论文文本的学术编辑 Skill。它先保护数字、引用与 LaTeX，再诊断论证和校准主张，最后输出可核对的修改稿与作者确认项。
我近期正式发布了 PaperRefine v0.1.0。它是我把原有 nature-polishing 能力做成独立产品的一次重构：不再把“论文润色”理解为替换高级词汇，而是把它收紧成一个可审计的编辑流程，专门处理已经存在的论文文本，让逻辑、主张强度和语言质量一起回到证据允许的范围内。
PaperRefine 同时提供 Codex 与 Claude Code 插件，两端共享同一套核心规则。项目代码、示例和测试都公开在仓库里；这篇文章重点说明我为什么这样设计、它实际会怎样修改文本，以及使用时仍应由作者承担哪些判断。
为什么“英文更自然”不是论文润色的充分目标
很多润色工具从句子表面开始：换同义词、拆长句、增加连接词，再把语气变得更像期刊文章。这样的修改有时能改善可读性，却很容易绕过真正高风险的问题。
例如，一篇回顾性观察研究写成“X 直接导致 Y”，风险并不在语法，而在证据类型与因果动词不匹配；一个模型只在独立测试集得到某项指标，就直接写成“将彻底改变行业”，问题也不是 revolutionize 是否足够地道，而是应用结论越过了当前实验。更隐蔽的情况是，润色过程改掉一个否定词、比较方向、样本范围或引用归属。句子可能更漂亮，科学含义却已经变了。
所以我给 PaperRefine 设定的顺序是：先保护不能动的事实，再处理论证，最后才处理语言。它不会因为句子已经通顺就忽略过度主张，也不会为了显得“改了很多”而制造同义词波动。对于本来就准确、清楚的句子，保持不变也是合格结果。
核心方法：六个阶段，而不是一次改写
长段落、完整章节或需要修改审计的任务会进入 Deep 模式，连续执行 Protect → Diagnose → Calibrate → Rewrite → Naturalize → Verify。这六步的价值不在流程名称，而在于把容易混在一起的判断拆开。
Protect：先建立不可破坏的事实账本
第一步保护数值、单位、方向、否定、限定词、技术术语、引用锚点和格式敏感内容。比如 8.7%、not significant、higher than、\cite{smith2025}、\ref{fig:main} 都不是普通字符串。它们一旦在改写时漂移，就不再是语言问题，而是内容错误。
这一层同样保护研究范围。原文只说“一项研究”，不能自动推断为“单中心队列”；原文没有提供机制证据，就不能为了把 Discussion 写完整而补出一个听起来合理的机制。
Diagnose：先找论证断点，再找语法问题
第二步判断段落承担什么职责：是在陈述结果、解释结果、比较已有工作，还是提出受限的应用意义。然后检查前提与结论是否连得上、多个句子是否重复、条件和引用是否挂在正确主张上。标题、摘要结尾、贡献点，以及因果、机制、泛化、创新和性能主张会优先检查，因为这些位置最容易影响读者对全文的判断。
Calibrate：让动词强度匹配可见证据
第三步区分观察、关联、预测、因果、机制与泛化。PaperRefine 只根据用户提供的文本校准，不假设论文其他位置一定有证据。当强主张缺少当前文本支持时，它会给出最小幅度的安全改写，必要时标为 author-check，让作者确认支持材料是否真实存在。
Rewrite、Naturalize 与 Verify
第四步先修论证顺序和段落角色，再改句子；第五步清理空泛元话语、宣传性升级、重复连接词和机械句式，但不强行统一为某种期刊口音；最后一步逐项对照保护账本，检查数字、比较方向、术语、引用和 LaTeX 是否完整保留。
短文本则使用 Quick 模式。它仍会执行保护、风险分诊、主张校准和复核，只是不为一句话展开完整诊断。Quick 与 Deep 的区别是处理深度，不是科学完整性的高低。
两个可以核对的真实示例
摘要中的 8.7%：保留结果，收回未经验证的应用承诺
仓库的摘要示例写到：模型使用前 100 个循环、来自 1,240 个电芯的数据训练，在独立测试集上的平均绝对百分比误差为 8.7%。原文最后一句称该模型可能“彻底改变电池管理”。
PaperRefine 保留了 100、1,240、8.7% 和独立测试集这个条件，只把结尾校准为“这些结果支持进一步评估该模型在电池管理应用中的表现”。这里没有降低真实结果，也没有补充新实验；改动的是证据尚未覆盖的部署承诺。完整 Before/After 可在仓库的摘要示例中逐句核对。
观察性研究中的 X/Y：关联不自动升级为因果
另一个示例的输入是：回顾性观察研究发现 X 与 Y 显著相关，因此“证明 X 直接导致 Y，并且机制适用于所有人群”。修改稿把核心结果写为 X was significantly associated with Y，并明确研究设计本身不能建立直接因果，也不能把结论自动泛化到分析所代表人群之外。
这类修改应进入“修改前后对照台账”（Before/After change ledger）。每一项变化记录原文、修改稿、真实修改理由，以及 safe 或 author-check 风险标签。语法修复可以是 safe；因果、机制、泛化、数字或引用依赖作者知识时必须标为 author-check。标签表达的是决策类型，不是模型信心分数。
快速开始：安装与最短使用路径
Codex 插件安装：
1 | codex plugin marketplace add wp-a/paper-refine |
Claude Code 插件安装：
1 | claude plugin marketplace add wp-a/paper-refine |
安装后建议开启一个新任务，再显式调用 Skill。Codex 使用 $paper-refine：
1 | 使用 $paper-refine 润色下面这段已有论文摘要。保留所有数字、否定、比较方向、 |
Claude Code 插件使用 /paper-refine:paper-refine：
1 | /paper-refine:paper-refine 把下面这段已有中文 Results 改写成严谨、自然的学术英文。 |
两种调用语法不是一回事。自然语言能否自动选中 Skill 取决于客户端和当前运行方式，因此我更建议第一次安装验证时显式写出名称。
三个适合直接开始的场景
场景一：在投稿前检查摘要和结论是否过度承诺
把标题、摘要结尾、贡献点和结论放在一起，请 PaperRefine 优先标出因果、机制、泛化、创新性和性能主张。这个场景不追求全文大改，而是检查最可能影响编辑与审稿人第一判断的位置。作者可以要求 change ledger，只接受必要的主张校准，并逐项确认哪些支持材料在正文中真实存在。
场景二：把中文科研草稿改成自然英文，而不是逐句翻译
对于已有中文 Results 或 Discussion，可以先声明章节、必须保留的术语和输出语言。PaperRefine 会根据章节职责重组信息顺序，减少中文语序直接映射造成的生硬表达，同时不补造实验、限制或机制。术语存在多种合理译法时，它应保留最安全版本并提出具体 author-check，由作者决定，而不是静默选一个看起来更专业的词。
场景三：修改带引用和 LaTeX 的论文源文件
当段落包含 \ref{}、\cite{}、公式、百分号转义或标签时，先明确要求格式保真。它适合做局部文本修改和审计，但不应顺手改变 citation key、公式、单位或环境结构。交付前把源文本与修改稿做 diff，尤其检查转义字符、数字、否定和比较方向；这些检查比“读起来是否顺畅”更接近真实风险。
能力边界
PaperRefine 处理的是已有文本的编辑，不从零撰写论文，也不替作者创造研究内容。它不会搜索文献或补引用，不从记忆生成 BibTeX，不负责模拟审稿、回复审稿人、撰写投稿信、数据分析、科研绘图或论文转 PPT。它也不承诺期刊接收，不判定所谓“人类写作”，更不承诺降低 AI 检测分数。
这些限制不是功能缺失清单，而是为了守住专业边界：编辑可以改善表达、结构和主张校准，但不能把没有发生的研究变成完整证据。
隐私与敏感数据
Skill 规则本身不等于数据处理环境。论文草稿可能包含未公开结果、受试者信息、合作方材料、专利前内容或保密审稿意见。使用前应先确认 Codex、Claude Code、所选模型及其连接工具的数据策略，不要把密钥、身份信息或未经授权的数据直接放进提示词。必要时先去标识化，只提供完成当前编辑所需的最小片段，并避免在公开 issue、共享日志或可外传的 change ledger 中保留敏感内容。
人工复核
最终责任仍属于作者。每次交付至少复核数字、单位、显著性、否定、比较方向、人群范围、引用归属、术语和 LaTeX；对于 author-check，必须回到原始数据、方法和参考文献作判断。语言更顺不代表科学上更准确，自动测试也只能保护格式和契约，不能证明某次改写适合所有学科或期刊。仓库当前的触发 fixture 和前向用例是可复现工程证据，不是投稿成功率或普遍可靠性的保证。
项目与版本
系列导航
微信
