good-story
为科研写作提供证据驱动的论文故事构建与优化工具。
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：good-story。 它的用途是：为科研写作提供证据驱动的论文故事构建与优化工具。 完整的 Skill 内容见：https://321skill.com/skills/good-story/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
‘用 $good-story 帮我从这些材料里找出最有力、也最站得住的论文故事：[粘贴你的结果、图表和草稿]’，它会分析你的材料，输出一个包含核心故事线、证据地图和薄弱点分析的故事卡，指导你如何优化论文结构。或者说：‘用 $good-story 检查这个摘要有没有说过头，必要时重写：[粘贴你的摘要]’，它会评估结论的强度是否与证据匹配，并给出修改建议。
介绍
good-story 是一款专为科研写作设计的智能体技能，旨在解决研究者手握大量数据和草稿，却难以构建一个逻辑清晰、证据坚实且引人入胜的论文核心故事的痛点。它通过分析你的实验结果、图表、模型或草稿，识别出最有力的证据主线，并帮你重新组织引言、结果、讨论和图表顺序，将零散材料转化为一个站得住脚的科学叙事。
使用时，你只需将研究材料（如摘要、图表列表、结果描述）和关键信息（如目标期刊、核心结论、担忧点）提供给AI，并调用 $good-story 技能。它会输出包含“最强故事”、“证据地图”、“薄弱点”等要素的“故事卡”，或针对跨领域写作提供“领域校准”分析，指导你如何调整叙事以符合特定领域的证据标准。
该技能非常适合已有初步研究产出，但在论文逻辑构建、故事提炼或跨领域写作校准上遇到瓶颈的研究人员、博士生和学术写作者。它尤其适用于希望提升论文影响力、应对严格审稿或清晰传达复杂发现的场景。
建议在使用前，先通过其提供的真实案例了解其工作方式。使用时需保持材料的真实性，它旨在强化而非包装证据。对于全新的、毫无头绪的研究构思，可能需要先进行更基础的文献调研和问题定义。
核心特点
与普通润色工具仅在句子层面优化不同，`good-story` 的核心在于在动笔前先诊断和构建整个论文的叙事逻辑与证据链。它深度融合了科学写作方法论（如 Mensh & Kording 的论文结构），并针对不同学科（生态、遥感、AI4Science、社科、生物医学等）的证据标准进行动态校准，确保故事既有力又严谨。
注意事项
不适合从零开始构思全新研究课题，或用于将薄弱证据包装成强力结论。
常见问题
good-story 和 Grammarly 或 QuillBot 有什么区别？
后者主要优化语法和句式，而 good-story 专注于论文整体的故事逻辑、证据排布和领域适配性，解决的是结构性问题而非语言问题。
我没有完整的草稿，只有一些图表和结果描述，能用吗？
完全可以。这正是 good-story 的核心使用场景之一，它能帮你从零散材料中提炼出可能的论文主线。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/good-story/raw/index.md 读取 good-story 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/good-story/raw/index.md（查看排版版本）