AI 写审稿意见，早就不是难事。你把论文丢进去，它很快吐出一堆熟悉的话：加强创新性、补充论证、优化表达。问题出在下一步，这些意见对应的原文在哪，接下来该改文字、补分析，还是重做数据，AI 多半说不清。作者拿到一长串话，还是得自己从头拆。
Nature Review Studio 想解决的，正是这个断点。它不做泛泛的赞美或批评，而是把审稿拆成几个专业视角，要求每条意见带上证据位置，最后合并成一张修订任务表。
一、它到底是什么
这是个开源的论文审稿与审稿回复 skill，底层用 1287 份 Nature 公开审稿文件做了蒸馏，把审稿问题、回复策略和修订状态整理成知识库。它接收论文或者审稿意见，按论文的方法和类型选择不同视角，统计分析、机制解释、数据复现各有侧重，最后再合并共同意见，省掉作者从长篇报告里自己拆任务的功夫。
项目给了三个入口。review 用来审自己的论文，respond 用来逐条回复收到的审稿意见，update 用来更新它的审稿知识库。
日常主要用前两个，投稿前自查，或者收到意见后整理回复与修改清单。输出同时给 Word 和 Markdown，方便直接进写作流程。
项目地址：
https://github.com/mumdark/nature-review-studio
二、拿一篇真实论文跑一轮
光说机制太虚，直接看它干活。测试用了一篇写好的稿件，主题是拿心理账户理论看大学生超前消费的动因，通过问卷讨论额度、资金来源、还款感知和超前消费之间的关系，假设、方法、统计结果、结论都齐了。
提示词：
$Nature Review Studio 请为《基于心理账户理论看大学生超前消费的动因》这份PDF进行审稿，使用中文输出。
报告按三个视角展开，分别是调查与统计、理论与因果解释、写作与材料完整性。最终列出 4 条主要问题、4 条次要问题，汇总成 8 项修订任务，完整版存成 Word 和 Markdown。
任务后面挂了标签，TODO_ANALYSIS 是补分析，TODO_AUTHOR_CONFIRM 是待作者确认，TODO_TEXT 是改文字。作者按标签分工，不用再读一大段话去猜该干嘛。
三、真正有用的是这一条
理论视角的一条意见，直接指向了相关分析和结论之间的跳跃。原文里结果部分写的是几个变量之间的正相关，结语却用了证明假设、导致、最终促成这类表达。这条意见找到了明确的证据断点，也给了当下就能执行的改法，把结论限定在样本内关联，并说明替代解释。它没有只丢一句结论更严谨一些，而是说清了为什么要改。
统计视角也够扎实。它注意到问卷筛选前后的人数和百分比没交代清。这条意见的价值，是把哪些人进了哪项统计单独拎出来，让作者回查人数和分母。连 89.29% 和结语里超过 90% 的差异，都一并点名要核对。
报告末尾把意见整理成任务表，优先级一目了然。比如本例应优先查题项与构念错位，还款信心、偿还压力到底测没测到心理账户，得先厘清，变量定义不清，补统计表也撑不起理论解释。
四、怎么使用
在 Codex 中输入提示词：
请安装位于 https://github.com/mumdark/nature-review-studio 的 Skill
安装完成后，对话里调用 Skill，并提供要处理的文件。
示例：
$Nature Review Studio 请为桌面的tpm_manuscript.pdf文章进行审稿收到审稿意见后，可以输入：
$Nature Review Studio 请为桌面的review.txt审稿意见进行回复把示例文件名换成自己的文件名即可，文件不在桌面时，说明它的位置；也可以直接附上文件。希望用中文阅读报告，就在调用时加一句“使用中文输出”。
此外，大家还可以只提供论文，逐条回复时，建议把论文和真实审稿意见一起提供；已有修订稿，也一起交给它，方便检查回复所说的修改是否能在文中找到。
想 get 互通行业一手资讯、交流踩坑经验，免费领取【2026 大模型全套资料】+【AI 全套学习资源】👇
图片/素材来源于网络，其版权归原作者所有，侵删
⭐“点赞、分享、推荐”三连↓