日常精读（P 段）

读什么

• 读一篇文献 → 本文件 §三级阅读深度；模板在 references/note-schema.md
• 回填文献表 15 列 → references/table-schema.md
• 看写法样例 → references/examples.md

本 skill 管什么

一篇文献，从「要不要读」到「读成能复用的笔记」。

P 段不占档——它是跨项目的常驻活动，为 A/B/C/D 各段共同供料。 它的价值在于把工作量前移：等真要写综述时，读过的文献已过人工筛选与理解， 对接 A2 时是搬运，不是重做。

选文献 → 读全文 → 写笔记 → 回填文献表
                              ↓
                    文献精读/_文献表.xlsx（15 列）
                              ↓  按主题筛选 → 补「对本课题的意义」
                    A2 证据表（12 列）

上下游接口

工序地图上本 skill 是 P 段（日常精读）。

上游给我什么

我给下游什么

转法与流程图见「五、对接 A 段（P → A2）」。

什么状态算交出去了

15 列填满。其中第 12 列「对本课题的意义」必须人工填——它需要课题上下文，不能由脚本推断，也不能由 AI 代填。

开工前确认（先做这一步）

读之前先问清四件事：读多深、为什么读、能拿到什么、要不要回填。用网页表单问完再读。

python scripts/confirm.py --spec references/confirm-spec.json \
    --out <项目目录>/confirm_answers.json --intake <项目目录>/原料/

每项答案的下游动作

表内每一行都得真的改变后续动作。改变不了的，从表单里删掉。

外部工具：读的两条外挂（2026-10-19 已验证）

分工：它们负责把原文读开；本 skill 负责定口径——证据标签五态、定位方式三态、笔记结构、文献表回填。它们产出的内容不能直接当笔记，必须过一遍标签。

已知限制（实测）：

• nature-paper-card 的自动图表识别为 0——prepare_paper.py 匹配不到 PDF 图注，卡片里的图与表要人工补。用前先核图表数量。
• nature-reader 会把原文的缺陷标出来（拼写、语法、口径不一致），不要把这些标注当成自己的判断，它们属于 [External]。

不用它们的场合：只有摘要、页码不可靠、或只想扫读。此时直接按三级深度自己读，别为了一张卡片去解析整份 PDF。

〇、⭐ 证据标签五态（本 skill 的核心）

笔记里每一条断言，都要标出它是哪一类。 标注每条断言的类别，就是把「原文说的」和「我推断的」 当场分开——本库代价最大的一类问题（把二手陈述当一手证据）就是从笔记里漏出去的。

🔴 不标 = 默认是 [Paper]，而「不标即当 [Paper]」是最危险的默认。 一条你推断出来的话，混在一堆论文原话里，三个月后你自己分不出来。

为什么是五个而不是「原文 / 我说的」两个： [Analysis] 可以是错的但有理据；[Hypothesis] 是还没验的； [User] 是别人的判断。三者混成一类，日后就没法判断哪条能直接引、哪条要先验。

一、选什么读（判据）

⚠️ 不设「必读清单」——读什么由课题需要驱动，但选与不选要有判据， 不能凭「看着眼熟」。

该读的

不该读的（或只扫读）

⚠️ P 段是拦截「二手陈述」的第一道关。 在 P 段读原文， 比在 A3 阶段再发现强得多。

二、读到什么程度（三级 + 定位方式）

⭐ 定位方式三态——引用形式由源可靠性决定

读多深，决定你能写出什么形式的引用。 「读多深决定引用形式」不是风格问题，是不许越界：

🔴 「读的深度」要写进笔记，否则日后会把「只读了摘要」当成「读过全文」。

实测教训：某篇 SMART-CAT 研究全文未获取，笔记按 🟢摘要 / 🟡注册库 / 🟡方案论文 / 🟡院方通稿 四源交叉并逐条标来源等级。 四源交叉并逐条标来源等级，应成为惯例。

深度 → 能支撑什么（超出即越界）：

三、笔记怎么写

3.1 命名

<项目名>/精读笔记_<第一作者><年份>_<主题>.md

3.2 结构

完整模板与逐字段说明见 references/note-schema.md。 骨架：

## <论文标题>
**PMID / DOI / 年份 / 期刊**（用英文原名）
**标签**：#主题 #方法 #人群
**阅读深度**：全文 / 摘要 / 前三页
**定位方式**：page-grounded / structure-grounded / source-limited

### 一句话结论
### 研究设计      设计类型 / 样本 / 干预或暴露 / 主要结局
### 关键结果      指标 | 效应量 | 95%CI/P    ← 每个数字带 [Paper: <定位>]
### 方法亮点与局限
### 与本项目的关联
### 可引用的关键句

3.3 三条硬规则

① 每个数字必须能指向原文的具体位置。 指不出 → 不能写成断言。

② 转述必须回读完整段落，尤其「作者说…」这类归因句。

实测教训：局限性段落的开头讲样本量小，后半段才写着 "limiting the usefulness of this model"——只读前半段会误判。

③ 竞争文献要写「威胁评估」——不只是笔记，要回答： 它做到了什么、没做到什么、我们的差异在哪。

四、回填文献表

4.1 真源与生成物

_文献表.json        ← 真源（日常追加它）
_文献表.xlsx / .md  ← 生成物（15 列）

4.2 15 列 = 11 对齐 + 4 管理

⭐ 前 11 列与证据表对齐，是 P 段设计的核心——对接 A2 时只需补第 12 列 「对本课题的意义」+ 按叙事重组，不是重做。

列定义、质量线与回填流程见 references/table-schema.md。

4.3 质量线（必须守，否则对接时仍返工）

• 「关键结果」回全文核对——摘要常不载样本量与效应量，而精读的价值恰在于有全文
• 「人群」列填全样本量
• IF 用官方 JCR 值并标年份：6.6 (2025 JCR)
• 分区写「中科院（标版本）+ JCR」：中科院医学2区(2025) / JCR Q1——不写口径等于没写
• 中文刊 / 预印本 / 新刊查不到 → 允许留空，不硬填

精读状态取值：⬜未读 / 🔄在读 / ✅已精读 / 📝笔记完成

五、对接 A 段（P → A2）

文献表.xlsx（15 列）
    │ ① 按「主题标签」筛选相关条目
    │ ② 补第 12 列「对本课题的意义」
    │ ③ 按叙事分区组织 → 模块X_evidence.json
    │ ④ build_evtab.py --data 模块X_evidence.json --module 模块X
    ▼
证据表_模块X.xlsx（12 列）

⚠️ 第 ② 步必须人工——「对本课题的意义」需要课题上下文， 不能由脚本推断，也不能由 AI 代填（补「对本课题的意义」是判断，不是搬运）。

Anti-Patterns

• Never 在笔记里混写「论文说的」与「我推断的」而不加标签——不标就等于把推断混作原文
• Never 用 [Paper] 标注一条实际是推断的话
• Never 在 source-limited（仅摘要）下写出方法细节或亚组结果——属于编造
• Never 在 structure-grounded 下写页码引用——页码不可靠就不写页码
• Never 把「只读了摘要」在笔记里记成「读过全文」
• Never 读二次转述而不追原文——P 段是拦截二手转述的第一道关
• Never 让「关键结果」列停在摘要——摘要常不载效应量与样本量
• Never 没写「对本课题的意义」就对接 A2——写「对本课题的意义」是人工判断，脚本与 AI 都不代填
• Never 因影响力低就跳过对本课题关键的文献

脚本

随包自带（运行版；开发版与测试在 research-workflow 的 scripts/）：

脚本只做可自动化的部分。「这条推断合不合理」「这篇值不值得读」——脚本答不了。

参考文件

来源与署名

方法整理自作者 2026-09 的精读手册与真实项目沉淀（含 SMART-CAT 四源交叉的实测教训）。

其中两处设计取自本机已装的第三方 skill，按其思路重写、未照搬文本：

只取方法与结构，未照搬文本——来源未声明许可，故按本库口径重写。