1科研 60% 的时间，耗在杂活上
先说个扎心的事实。你想想，你昨天在实验室到底干了啥？
读文献、清洗数据、整理会议纪要、调图表格式……真正"思考"的时间，可能不到 2 小时。
科研的残酷真相是：60% 的时间耗在搬运，不是创造。而这些搬运活，AI 干得比你快、比你好、还不抱怨。
24 类杂活，一个一个干掉
我把科研杂活分成 4 类，每类都搭了一键 AI 流程：
📚 文献综述
1 晚 → 15 分钟
🧹 数据清洗
师兄没关完的报错
📝 会议纪要
1 分钟出能发群的稿
📊 图表整理
一句话生成
不是替你思考，是替你搬运。
📄 资料包 ① · 4 类杂活 AI 流程对照表（领取关键词：科研效率）
4 类杂活的完整对照：传统做法 vs AI 流程 vs 工具 vs 产出 vs 节省时间。照着搭，立省 60% 时间。
| 杂活类型 | 🐌 传统做法 & 耗时 | ⚡ AI 流程 | 所用工具 | 产出物 | 节省 |
|---|---|---|---|---|---|
| 📚 文献综述 | 手动搜 PubMed，下载 PDF，逐篇读，做 Excel 笔记 ⏱ 一晚（6-8h） | 关键词喂 AI → 自动批量抓取摘要 → 按主题聚类 → 输出结构化综述草稿 → 人工只做事实核对 | Claude / GPT + Zotero + Semantic Scholar API | 结构化综述文档（含引用） | ≈85% →15min |
| 🧹 数据清洗 | 手动查报错、改字段、补缺失值、对编码表 ⏱ 半天-2天 | 把报错日志和数据字典丢给 AI → 自动定位问题 → 生成清洗脚本 → 跑通后输出干净数据 + 清洗报告 | Claude Code / ChatGPT + pandas + Jupyter | 清洗脚本 + 干净数据集 | ≈75% →1h |
| 📝 会议纪要 | 边开会边记，会后整理 2 小时，还漏要点 ⏱ 2-3h | 录音转文字 → AI 提取决议/待办/责任人 → 按"结论-行动-who"三段式输出 → 可直接发群 | 飞书妙记 / Otter + Claude 整理 | 可发群的结构化纪要 | ≈95% →1min |
| 📊 图表整理 | 手调 matplotlib 参数，配色字体反复试 ⏱ 半天 | 一句话描述需求 → AI 生成绘图代码 → 自动符合期刊配色规范 → 输出高清图 + 可复用模板 | Claude Code + matplotlib + seaborn | 期刊级图表 + 代码模板 | ≈80% →30min |
合计：4 类杂活从原来约 3 天，压到不到 2 小时。省下的时间留给真正的科研思考。
3文献综述 · 1 晚压缩到 15 分钟
先说最耗时的——文献综述。以前一篇综述我要熬一晚，现在 15 分钟出初稿。
关键不是 AI 多聪明，是prompt 写得对。下面这套 prompt，是我迭代了 20 多次稳定下来的。
📄 资料包 ② · 文献综述 prompt 模板
把研究主题填进【】里，AI 会按学术规范输出可投稿级别的综述草稿结构。
⚠️ 必做核对：AI 可能生成看似真实但不存在的文献，每条引用都要去 PubMed/Google Scholar 核实存在性，这是底线。
4数据清洗 · 师兄没关完的报错
科研第二大时间黑洞——数据清洗。尤其是接手师兄师姐的代码，跑起来满屏红字。
以前我要逐行查报错，现在把报错日志 + 数据字典丢给 AI，它直接告诉我问题在哪、怎么改、改完还会生成清洗脚本。
📄 资料包 ②（续）· 数据清洗 prompt 模板
技巧：先让 AI 跑通最小复现，再让它优化；不要一次性丢全部代码，分段问效率更高。
5会议纪要 · 1 分钟出能发群的稿
组会、导师会、合作方会……科研人一周开 3-5 个会，纪要能吃掉一整个下午。
我的流程：录音 → 转文字 → 喂给 AI 提取"决议 / 待办 / 责任人 / 截止时间" → 1 分钟出能直接发群的稿。
导师还夸我"纪要做得清楚"——其实我连手都没动。
📄 资料包 ②（续）· 会议纪要 prompt 模板
加分项：让 AI 同时输出一个"30 秒口头汇报版"，给导师口头汇报时直接用。
6图表整理 · 一句话生成
科研第三大杂活——调图表格式。matplotlib 的字号、配色、legend 位置，能折腾一上午。
现在我对 AI 说一句"按 Nature 配色规范画个森林图，横轴是 HR，要 95% CI 误差线"——30 秒出代码，跑出来直接能用。
更爽的是，它会顺手给你存一个可复用模板，下次换个数据接着用。
📄 资料包 ②（续）· 图表生成 prompt 模板
技巧：把你最喜欢的某篇论文的图表截图发给 AI，让它"照着这个风格画"，效果最稳。
7我的智能体，真实在跑
更进一步——我把这些流程封装成了 Claude Code 的 skill。一句指令触发，不用每次重写 prompt。
📄 资料包 ③ · Claude Code skill 调用清单
Claude Code 的 skill = 把 prompt 流程封装成"一句话就能调用的能力"。下面是科研常用 skill 的基本用法和示例。
🔧 skill 基本用法：
在 Claude Code 里直接输入 /skill 名称 或用自然语言"用 xxx skill 帮我处理…"即可触发。skill 会自动加载预设的角色、步骤和输出格式，不用每次重写 prompt。
📚 科研常用 skill 示例：
- ①
literature-review（文献综述 skill）——输入研究主题，自动执行"检索→聚类→结构化→输出综述草稿"全流程。比手写 prompt 快 5 倍，且格式统一。 - ②
markitdown（文档转 Markdown skill）——把 PDF 论文、Word 文档一键转成结构化 Markdown，方便喂给后续 AI 流程或存进知识库。 - ③
meeting-transcript（会议纪要 skill）——录音转写文字喂进去，自动按"结论-行动-遗留"三段式输出可发群的纪要。 - ④
exploratory-data-analysis（EDA 数据探索 skill）——丢一个数据集，自动跑分布、缺失值、相关性分析，输出诊断报告，省掉手动 head/describe 的时间。 - ⑤
scientific-visualization/matplotlib（科研绘图 skill）——一句话生成期刊级图表 + 可复用代码模板，自带顶刊配色规范。
进阶玩法：用 skill-creator 把你常用的工作流封装成自己的 skill，团队共享。这是把个人提效变成团队提效的关键一步。
8不是替你思考，是替你搬运
必须强调一句：AI 替的是搬运，不是思考。
文献综述——AI 给你草稿，判断哪篇值得深读、哪个 gap 值得做，还是你自己。
数据清洗——AI 改 bug，判断这个清洗逻辑合不合理、会不会引入偏差，还是你自己。
9把脑力，留给真正重要的事
省下的时间用来干嘛？不是再多打两把游戏。
用来做那些 AI 替不了你的事：
- 想清楚研究方向（往哪走比怎么走重要）
- 打磨能写进简历的作品（回到 EP.116 的真实作品）
- 和导师/合作方深聊需求（人际关系 AI 替不了）
- 把经历翻译成产品语言（回到 EP.117）
10今晚就搭一个流程
别看完就划走。今晚挑最烦的一类杂活（建议从会议纪要开始，最容易见效），用今天给的 prompt 跑一遍。
跑通的那一刻，你会体会到——"原来科研可以这么轻松"。
本期资料包 · 领取关键词：科研效率
以上 3 份资料已内嵌本页（4 类杂活流程对照表 / 4 个 prompt 模板 / Claude Code skill 调用清单），可直接阅读使用。
📥 获取可编辑版本：
小红书/B站搜索本期视频，评论区留「科研效率」即可领取完整可编辑模板。
📌 本期配有演示文稿（横版 BlockFrame / 竖版 BoldPoster，键盘翻页）