从零到一：用 Trinka 做出第一份成果
面向学术与技术写作的语法和风格检查工具——这是 Trinka 最主要的用途，也是本文讨论的前提。
与其看十篇介绍，不如完整做一个小项目，这篇带你走一遍。
项目：论文精读
目标：用 Trinka 完成一次「论文精读」，交付一份可以直接给同事或客户看的结果。预计用时 1 小时以内。
步骤
- 用工作邮箱注册，开启双重验证。
- 准备材料：一篇 PDF 论文（先脱敏）
- 复制下面的提示词，替换方括号内容。
- 第一次结果出来后，只针对一个问题追问修改。
- 按验收标准检查：结论标注了页码。
- 保存提示词与最终结果，写三行复盘。
帮我精读这篇论文：研究问题、方法、数据、主要结果、局限性，以及作者没有讨论但值得追问的问题。所有结论请标注对应页码。
复盘模板
这次任务：
节省或多花的时间：
需要人工修改的地方：
下次会改进的提示：
是否继续使用：
做完之后
可以尝试第二个任务「综述框架」，或者把这次的流程分享给同事一起试。
延伸练习
文献初筛
准备材料：一个研究问题。
围绕【研究问题】检索近年的相关论文，列出 10 篇最相关的文献：标题、年份、研究方法和一句话结论，并注明检索使用的关键词。
验收标准：每篇文献都能查到原文。
研究报告初稿
输入：一个需要调研的行业问题。
围绕【问题】生成一份调研报告初稿，每个观点后附来源；区分事实、观点和推测；最后列出需要人工核实的内容。
检查点：区分事实与推测。
学术语言润色
准备材料：一段英文论文草稿。
润色这段学术英语：改正语法、提升简洁性，不改变论点和数据，用修订模式列出每处修改及原因。
检查点：数据和论点未改变。
常见问题：摘要遗漏关键限制
要求单独列出局限性和样本说明。
常见问题：期刊对 AI 使用有要求
投稿前阅读期刊政策，按要求披露 AI 使用情况。
常见问题：报告观点缺少依据
要求每段观点附来源，没有来源的删除或标注。
概念补充：学术诚信
关于独立研究、正确引用与 AI 使用披露的规范。
概念补充：系统综述
按预先规定的方法全面检索和筛选文献的综述。
适合人群：数据分析师
数据分析师可以用 Trinka 处理取数与 SQL、清洗与可视化等工作。需要注意：确认指标口径，敏感数据脱敏后再交给 AI 处理。
适合人群：科研人员
科研人员可以用 Trinka 处理文献检索与阅读、实验记录与数据整理等工作。需要注意：遵守期刊和机构关于 AI 使用的披露要求，引用逐条核对。
适合人群：软件工程师
软件工程师可以用 Trinka 处理代码阅读与重构、测试与排错等工作。需要注意：不要把密钥和未开源代码上传到未授权工具，合并前审阅每处改动。
注意事项
所有示例输出均为示意，不代表真实统计或效果承诺；请以自己的测试结果为准。
涉及个人信息、商业机密或受监管数据时，先确认 Trinka 的数据处理条款，再决定能否使用。