关于 审稿意见整理 Skill 的 8 个常见问题
研究人员与学生经常要做「审稿意见整理」这类事：帮助整理审稿意见与回复。每次都从头写提示词，结果时好时坏；把它做成智能体 Skill，就能让智能体每次按同一套步骤执行，输出结构也更稳定。
| 项目 | 说明 |
|---|---|
| 技能 | 审稿意见整理（peer-review-helper） |
| 作用 | 帮助整理审稿意见与回复 |
| 输入 | 审稿意见 |
| 输出 | 回复草稿 |
| 形态 | 纯提示词 |
| 风险 | 低 |
| 适用人群 | 研究人员与学生 |
1. 「审稿意见整理」技能和直接写提示词有什么区别？
技能把步骤、格式和约束固定下来，由平台在相关时自动加载；提示词需要每次手动提供，效果依赖当次写法。
2. 需要会编程吗？
不需要。大部分平台的技能或规则都是写 Markdown 或填表单。
3. 哪个平台最适合？
取决于你在哪里工作：写代码的团队适合 Claude Code、Cursor 等编码工具；业务团队适合 GPTs、扣子、百炼、飞书 aily 等平台。可以先读介绍。
4. 输出可以直接用吗？
不建议。风险较低，但输出仍需快速过目再使用。
5. 缺资料时会怎样？
如果技能里写了“信息不足先提问”，智能体会先列出缺失项；没写的话可能自行补全，这正是要避免的。
6. 能处理很长的材料吗？
取决于模型上下文长度。材料过长时，建议在技能中要求分段处理并说明处理范围。
7. 数据安全怎么保证？
测试时使用脱敏样例，按最小权限配置工具，并确认平台的数据政策。详见安全审查。
8. 效果不好怎么办？
按故障排查对照症状，一次只改一处并重跑测试。
平台选择建议
同一个「审稿意见整理」技能可以落在不同平台上，选择时主要看你在哪里工作、要不要执行代码、要不要接外部系统：
- OpenAI Agents SDK：OpenAI Agents SDK 是一个轻量的智能体开发框架。详见OpenAI Agents SDK 版
- 文心智能体平台：文心智能体平台是百度推出的智能体创建与分发平台。详见文心智能体平台 版
- AGENTS.md：AGENTS.md 是放在仓库根目录、写给编码智能体看的说明文件。详见AGENTS.md 版
这个技能纯指令型，不需要额外脚本或外部连接，复制到大多数平台都能用，可据此排除不支持相应能力的平台。
智能体与人的分工
技能不是把工作全部交出去，而是把重复、机械的部分交给智能体，人把住判断和责任：
| 步骤 | 智能体负责 | 人负责 |
|---|---|---|
| 逐条整理意见 | 按指令完成并给出依据 | 抽查关键处，确认无误 |
| 规划修改 | 按指令完成并给出依据 | 抽查关键处，确认无误 |
| 起草回复 | 按指令完成并给出依据 | 抽查关键处，确认无误 |
| 对应修改位置 | 按指令完成并给出依据 | 抽查关键处，确认无误 |
| 最终交付 | 整理回复草稿 | 决定是否采用、是否对外 |
风险较低，但输出仍需快速过目再使用。
准备一份好范例
在技能的参考资料里放一份你认可的回复草稿范例，往往比多写十条规则更有效。好范例应当：
- 来自真实工作，但已去除个人信息和敏感数据
- 体现团队习惯的结构、措辞和详略程度
- 包含一处“需人工确认”的标注示范，让智能体学会如何表达不确定
- 篇幅适中，不要比平时的产出长太多
范例不必多，一到两份即可；太多范例反而会让智能体机械模仿某一份的细节。
延伸阅读
- 审稿意见整理 · 常见坑
- 审稿意见整理 · 纯提示词版
- 审稿意见整理 · Claude Code Skill 版
- 实验记录整理 · 常见问题
- 访谈转写整理 · 常见问题
- 智能体Skills 分类：625 个技能 × 32 个角度
说明：文中的配置、代码与目录结构均为示意，用于说明思路；各平台的入口、字段名与能力会更新，落地前请以对应官方文档为准。示例中的数据与场景为虚构，不代表真实案例。