如何用 Web 界面 AI 工作流提升科研写作效率？

（注：本文为小报童精选文章。已订阅小报童或加入知识星球「玉树芝兰」用户请勿重复付费）

更易用，更高效。

痛点

作为一名研究生导师，我深深体会到学生在撰写论文时拖延症的严重程度。他们往往打开一个空白的 Word 文档，对着屏幕发呆。偶尔写下几个字，旋即删除，继续陷入沉思。

问题的关键，是在你开始写作论文（或者其他类型严肃长文稿）时，第一稿应该迅速完成——这就需要你准备大量的预制内容。在这个阶段，你完全不必考虑语言风格、错别字或格式等问题。写，快写，大量地写，迅速将想要表达的内容填满页面，这才是最重要的。

这说起来容易做起来难。当你想到后续还需要将这些内容重新整理、风格化改写、调整语序，并补充大量的参考文献时，精神压力之大，恐怕难以轻易释怀。

此时你需要的是一个助手。当你在前方用大量快速积累的文字「开疆拓土」时，你希望有个助手帮你完成琐碎的后续工作：将内容转化为学术语言，自动分析并纠正标点符号，理顺逻辑，补充相关的研究文献……

但是，作为一名研究生，雇佣这样一个人类助手价格不菲，许多同学可能无法承受。

幸运的是，我们有 AI 啊。

今天这篇文章，咱们就来聊聊如何利用 AI 工作流，帮助你快速地将脑海中的想法表达出来，凝练成初稿；如何将自己之前积累的内容进行学术化的风格改写；以及如何根据你想要调研的主题，快速获取最新的研究进展，帮你的论文综述添砖加瓦。这些功能的目标，自然是帮你最快解决初稿，然后好整以暇，用足够轻松的心态，来进行后续的「慢改」细活儿。

我们要用 AI 来完成这些任务，那就需要一款合适的趁手工具。这个工具的基础，其实你并不陌生。我在之前的文章中，多次为你介绍过这个受 fabric 启发，我自行开发的 Python 版本 AI 工作流。

只是，不少小伙伴还是不太适应 它的命令行运行方式，所以我 利用 Cursor 快速给它加了一个 Web 界面。

下面，咱们就先来看看这款改造后的工具，如何能帮到你。

Web 界面

当你打开我们新 AI 工作流应用，可以看到它 Web 界面的样子：

你可以看到，界面非常清爽。在初始状态下，只有一个下拉菜单、一个输入框和一个执行按钮。在下拉菜单中，你可以选择我们目前预制的各种 AI 工作流：

输入框是我们直接输入想要处理内容的地方。它可以是你想要研究的主题，可以是一段语音识别后尚未完善的文本，也可以是你想要翻译的内容。之后，你就可以使用下面的 Process 按钮来执行对应的工作流。

例如，我们可以将一段中文文本翻译成英文：

它使用的是吴恩达老师的反思式三步翻译法，也就是先进行初步翻译，然后让模型自己审视翻译结果，得出修改意见，再参考反思得来的修改意见，进行更细致的翻译。具体的步骤 请参考这篇文章。

很快，你就能看到翻译的结果了：

工作流执行速度主要取决于你选用的模型。因为使用了 Openrouter ，我们可以跟吃自助餐一样，选择自己喜欢的模型作为工作流某一步骤的处理节点。这些都在 config 目录下的 yaml 文件里定义，下面有详细解释。

有的模型推理速度非常快，例如 Groq；而有的模型执行起来可能速度较慢，尤其是那些参数量非常庞大的模型，例如 Claude 3 Opus 等。

接下来，我们就来讲讲如何使用这款工具，来解决前面提到的撰写学术论文初稿时的问题。咱们先从快速输入开始讲起吧。

输入

我 一直喜欢使用语音输入来快速录入内容。这种方法不仅高效，而且让我能够将注意力更多地集中在思考上，而不必受到打字速度局限。

最近，我高频使用一款名为 Wispr Flow 的应用（网址 flowvoice.ai），其语音输入速度可以媲美 macOS 原生语音识别功能，准确率更高。

早在今年三月底，Wispr Flow 的创始人 Tanay Kothari 就与我联系，邀请我试用他们的产品。我俩进行了语音会议。Tanay 现场演示了一些功能，我也向他反馈了相关的建议。

不过在过去的几个月里，我在电脑端其实更多地使用 SuperWhisper 这款语音识别工具。因为彼时 Wispr Flow 的稳定性还有待提升。

不过最近我愈发觉得 SuperWhisper 的执行效果不够令人满意，处理速度有些迟缓，而且还发生过几次录入内容丢失的情况。于是我突然想起 Wispr Flow 。

再次启用后，我发现 Wispr Flow 已经推出了 官方网站，可以直接下载 macOS 版本。

安装之后，开启任意编辑器界面，你只需按住 Function 键（Fn 键），WisprFlow 就会自动开始听写，抬手停止输入，并以极快的速度将内容输入到当前应用环境中。

WisprFlow 还提供了自定义常用词汇表的功能，可以有效避免诸多识别错误。这个功能很有用，特别是对专业术语或特定领域词汇（例如你亲朋的名字等）而言。

尽管语音输入非常方便，但录入的内容往往较为粗糙，例如包含许多冗余的口头语等。因此，我们需要对其进行整理和优化。而咱们的工作流里，就已经集成了这样的功能。

你看，这是使用 Wispr Flow 在 Roam Research 中语音录入快速形成的一些内容。

我曾经有一段时间不大爱用 Roam Research 来记笔记，只把它当成了计划安排工具。其原因就是每次从大纲到文本，总有许多「粗活儿」要做，让人很烦恼。例如你可以看到，这里语音识别的结果有很多标点符号缺失；还有一些识别错误 —— 例如，「吴恩达」 被错误识别成了 「温达」 等。

但现在，这都不要紧了。我把这一段内容直接交给了我们的工作流 expand_draft_note。

这是转换后形成的结果。

为了让你看得清楚，我将其放到 Heptabase 中，连图片也显示出来。

图中红框位置，可以看到标点符号都已经正常添加，起承转合更加顺畅。「吴恩达」 三个字被正确更正，而且原本提到的某些专有名词（例如 Groq 等）也给出了必要的解释。

这样的内容，作为一张卡片使用，融入到你的文章或报告里，是不是更加方便了呢？

风格

我想你很快发现了问题：

王老师，这不行啊。你这润色之后的快速输入内容，口语化相当严重。这没法放在论文或者研究报告里啊！

你的观察非常准确。

风格转换是写作中的一项重要技巧。书面写作分为不同的类型。我平时撰写的博客文章和学术论文显然是两种不同的风格。

咱们来看个例子。这是输入的内容，来自于我的星球专栏文章。

你应该有印象，这是 我在 8 月 1 日与你分享的那篇。这篇文章谈及使用我编写的 Python AI 工作流来搜集相关信息，然后将其自动撰写成文献回顾的形式。

这篇文章谈的问题是学术的，但风格非常口语化。因为我希望用最生动详细的方式向你讲解其工作原理，并告诉你如何使用。咱们就以它为例，来看看风格转化的工作流原理。