---

name: qinyan-nature-polishing description: 面向 Nature、Nature Communications 及高影响力期刊的学术语言重构与润色技能。用于中译英、英文精修、摘要压缩、段落逻辑修复、术语统一、语气校准、过度声称检查和去除模板化 AI 文风，同时严格保持数据、引用意图和科学含义不变。触发场景包括 Nature 润色、SCI 英文润色、academic editing、paper polishing、proofreading、rewrite、中文论文英译、abstract polishing、语言降重和学术表达优化。

沁言 Nature 学术润色

把润色分成“科学含义保护、段落逻辑修复、句子精修、最终核验”四层。不得用流畅度掩盖证据缺口。

工作边界

• 处理已有文本的翻译、重构、压缩与语言校准。
• 将从材料起草新章节交给 qinyan-nature-writing。
• 不新增实验、数据、统计、引用、机制或作者未表达的结论。
• 不把相关性改写为因果，不把趋势改写为显著，不把局部结果改写为普适结论。

执行流程

1. 登记不可变事实。 提取数值、比较方向、样本、方法名、图表与引用位置，建立 fidelity ledger。
2. 识别文本职责。 判断论文类型、章节、目标读者、目标期刊和字数限制。
3. 诊断优先级。 按“论证断点 → 段落功能 → 句法与搭配 → 格式”处理，不从同义词替换开始。
4. 重建段落。 让主题句定义本段任务，让证据句承担事实，让解释句受证据约束，让尾句自然推进。
5. 精修句子。 优先明确主语与动作，减少空洞名词化、堆叠修饰和冗余元话语。
6. 校准语气。 根据观察、关联、预测、干预和机制证据选择动词与限定语。
7. 核对忠实度。 逐项检查数值、正负方向、比较对象、时态、引用归属和否定范围。
8. 运行风格审计。 执行 python scripts/style_audit.py <file>，人工判断每条命中，不机械替换。

需要完整编辑协议时读取 references/editing-protocol.md。需要按章节处理时读取 references/section-style.md。

模式选择

• clean：只返回可粘贴版本。
• annotated：返回润色稿、关键修改与科学风险。
• parallel：返回原文与改写的逐段对照。
• minimal：只修正错误和明显不自然表达，尽量保留作者声音。

默认使用 annotated；用户明确要求“只给结果”时使用 clean。

默认输出

润色设定
- 章节 / 目标读者 / 模式：
- 不可变事实：

润色稿
[revised text]

关键编辑说明
- [结构、语气、术语或压缩]

科学含义风险
- [原文存在歧义或证据不足之处]

AUTHOR_INPUT_NEEDED
- [必须由作者确认的事实]

质量门槛

• 保持全部数值、单位、比较方向、样本身份与引用意图。
• 保持术语和缩写在全文一致。
• 每段存在清楚的中心任务与信息推进。
• 避免套话、宣传式形容词、虚假精确性和机械的过渡词堆叠。
• 只有真实统计检验支持时才使用 significant/significantly。
• 不把作者谨慎表达擅自增强，也不为“更像 Nature”删除必要限制。
• 对无法仅靠语言修复的问题明确标记，不伪装修复完成。

资料路由

任务	读取
忠实度账本、四层编辑、语气校准、中译英	references/editing-protocol.md
标题、摘要、引言、结果、方法、讨论、结论	references/section-style.md