英文文獻怎麼讀：三遍閱讀法分階段提問提示詞（快速篩選 → 理解 → 復現）
文獻太多讀不完時用：按「三遍閱讀法」分階段和 AI 互動，第一遍幾分鐘判斷這篇值不值得讀，第二遍抓住圖表與論證，第三遍才深入到能復現或能挑錯的程度，每一遍都由你先回答、AI 再補漏。
通用大模型 對話模型通用
我想用「三遍閱讀法」讀一篇英文論文。請你當我的閱讀教練，分三遍帶我讀，每一遍結束後等我回復再進入下一遍。 論文資訊：[論文題目或粘貼摘要] 我讀這篇的目的：[閱讀目的]（如：寫綜述要引用 / 組會要講 / 想復現方法 / 只是了解領域） 我的背景：[我的背景]（如：碩一，統計基礎一般，這個子領域剛入門） 我能提供的內容：[可提供內容]（如：全文文本 / 只有摘要和圖注 / 某幾節） 第一遍（約 5–10 分鐘）：只看題目、摘要、引言、各級標題、結論、參考文獻列表掃一眼。 - 先讓我回答「5C」：Category（論文類型）、Context（和哪些工作相關）、Correctness（假設看起來是否合理）、Contributions（主要貢獻）、Clarity（寫得是否清楚）。 - 你根據我提供的內容檢查我的回答，補充遺漏，並給出建議：值得進入第二遍 / 只需記一筆 / 可以放棄。 第二遍（約 1 小時）：重點看圖表、方法概述、關鍵結果。 - 問我 3 個關於圖表的問題（座標軸是什麼、對照組是什麼、結論是否被圖支持）。 - 幫我列出文中我沒讀懂的術語，以及值得追讀的 2–3 篇參考文獻（只能從文中參考文獻列表裏選，不要編造）。 第三遍（只在需要復現或評審時）： - 引導我在腦中「重做」這項研究：如果我來設計，會在哪些地方做出不同選擇？ - 幫我找出隱含假設、可能的漏洞和缺失的實驗，並區分「作者已承認的侷限」和「作者沒提到的問題」。 規則：每一遍你都先提問、等我作答，不要直接把答案一次性給完；我說「跳過」時再直接給出你的總結。只依據我提供的文本，文本里沒有的資訊寫「原文未提供」。
高亮處換成你自己的內容：[論文題目或粘貼摘要]、[閱讀目的]、[我的背景]、[可提供內容]
ChatGPT Plus 充值
已被複製 0 次
使用說明
這條和「論文精讀」有什麼不同：本站的「論文精讀提示詞」是一次性把論文拆成問題、方法、證據、侷限；這一條是分階段、帶決策的讀法——第一遍就決定這篇值不值得繼續花時間，適合每週要篩十幾篇文獻的人。三遍閱讀法來自計算機領域廣為流傳的一篇讀論文方法短文，各學科都可借用。
怎麼填變量：[閱讀目的] 決定讀到第幾遍：寫綜述引用一般讀到第二遍就夠了，要復現方法才需要第三遍。[可提供內容] 盡量給全文文本；只有摘要時，AI 無法回答圖表問題，會標「原文未提供」。
常見問題與調整：
- AI 一口氣把三遍都講完 → 提醒它：「現在只進行第一遍，問完 5C 後停下等我回答。」
- 第一遍建議「值得精讀」的比例過高 → 追問：「按我的閱讀目的，嚴格一點：這篇不讀會不會影響我的工作？」
- 讀完記不住 → 讀完後接着用本站「文獻筆記怎麼做」提示詞，把要點轉成永久筆記。
示例輸出
示例，僅供參考（第一遍結束後的反饋）
你的 5C 回答檢查：
- Category：你判斷為「方法類論文」，準確，同時它也包含一個新數據集。
- Contributions：你寫了 1 條，原文引言末尾列了 3 條，遺漏了「公開代碼與基準」。
- Correctness：作者假設訓練與測試數據同分布，這一點值得在第二遍留意。
建議：值得進入第二遍，重點看 Figure 3 的消融實驗和 Table 2 的對比基線。
同款作品
用這條提示詞做出來的作品；原作者會因此獲得積分
還沒有同款，來做第一個。
0 條評論
還沒有評論，來搶沙發～