一段摘要生成6页论文，CVPR底稿写作最强Skill来了

原创 让你更懂AI的 2026-11-02 21:22 北京

Best Paper写法学起来

用 AI 辅助写论文，应该有不少人试过这样的 prompt：

这类提示词可以要求模型模仿某种写作风格，但具体到一篇论文，研究缺口如何展开，方法动机怎样引出，实验结果又该如何支撑核心贡献，仍然需要更细致的论证设计。

最近开源的 Best-Paper-Writing-Skill，就尝试把这些写作经验整理成一套可执行的 Skill。

作者分析了 60 篇 CVPR、ICCV 和 NeurIPS 获奖论文，将总结出的写作规律封装其中，供 Claude Code 和 Codex 调用，帮助研究者从已有研究信息出发，生成完整的论文底稿。

填张表或直接提供一段摘要，就能让 Agent 从零写出完整的论文底稿。

作者还以 CVPR 2026 获奖论文为例，仅凭原始摘要，就生成了一份约六页的 CVPR 格式初稿。

一段摘要，直接生成六页论文

作者选取了 CVPR 2026 的三篇获奖论文进行演示，分别是最佳论文 D4RT、最佳学生论文 O-Voxel，以及最佳论文荣誉提名 SAM 3D。

以 D4RT 为例，Agent 只拿到原始摘要，没有提供原论文全文，也禁止联网和检索，最终生成了一份约六页的 CVPR 论文底稿。

生成结果包含标题、摘要、引言、方法和实验部分，直接排入 CVPR 模板，可以编译。

对于研究者没有提供的实验数字、基线和引用，Skill 会统一标记为 [TODO]，避免凭空补造。

除了论文正文，Skill 还会参考 44 篇获奖论文的配图规律，规划 Figure 1 和方法总览图，并直接绘制示意图。需要真实实验数据的结果图则保留位置。

获奖论文的写作规律

通用 AI 生成的论文往往存在一些相似问题，例如开头先铺陈宽泛背景，用形容词代替具体机制，方法章节并排罗列组件，句尾频繁使用分词结构。

Best-Paper-Writing-Skill 对照了通用 AI 草稿与获奖论文的写法。

项目分析了 2021—2025 年的 60 篇 CVPR、ICCV 和 NeurIPS 获奖论文，其中 CVPR 22 篇、ICCV 12 篇、NeurIPS 26 篇。

作者逐句分析了这些论文的摘要和引言，共标注 1,929 个句子，整理出 475 条可检索范例、20 项写作指标和 8 类论证路线。

统计发现，100% 的引言会先具体肯定前人工作，约 98% 随后指出研究缺口及其原因。另外，约 78% 的论文会在介绍方法前，先提出关于研究问题本身的观察。

项目还将论文分为方法改进、新能力、规模规律、再检验、机理分析、理论、数据集和测量八类，分别整理了对应的论证路线。

作者还用同一份 LoRA 研究信息，对比了普通提示词和 Skill 生成的摘要与引言。

根据作者公布的统计，通用 AI 草稿中约 32% 的句子使用了类似「..., making ...」的句尾分词结构，而获奖论文语料中的这一比例约为 8%。

作者展示的自检结果中，普通提示词版本出现 2 条警告，Skill 版本为 0 条。 

项目还自带两套检查脚本，分别检查摘要与引言的写作问题，以及图注、图片引用、标签和占位图。完成后会生成一份 report.md，汇总核心主张、主张与证据的对应关系，以及待补充材料。

四个模型，全部提分

作者还公布了一组使用 Skill 前后的对比评测。

Claude Opus、Claude Sonnet、GPT-Sol 和 GPT-Astra 四个模型分别生成使用与不使用 Skill 的论文底稿，再由 Claude Sonnet、Claude Opus 和 GPT-Astra 三个模型担任匿名评委，按照 1—5 分评分。

结果显示，四个模型全部提分，方法与实验部分的得分也从 1.8 分提升至 3.9 分。

怎么用？

项目提供两种输入方式，都能启动完整写作流程。

一种是填写离线信息表，提供研究贡献、任务、方法和实验结果，导出 JSON 后交给 Agent。

另一种是直接提供已有摘要。Skill 会先检查信息缺口，集中追问一次，再生成完整底稿。

项目支持 Claude Code 和 Codex，具体安装方式可以查看官方项目主页。

GitHub地址：

https://github.com/gulucaptain/Best-Paper-Writing-Skill

项目主页：

https://gulucaptain.github.io/Best-Paper-Writing-Skill/

跳转微信打开