Trợ lý Phản biện Khoa học (Peer Review)

Làm được gì

Biến việc phản biện bài báo thành một quy trình có cấu trúc và neo vào bằng chứng, thay vì nhận xét cảm tính.

• Ranh giới an toàn trước tiên: buộc xác nhận quyền được phản biện (từ tạp chí/biên tập viên), kiểm tra chính sách bảo mật và chính sách dùng AI của tạp chí, khai báo xung đột lợi ích và giới hạn chuyên môn. Nghiêm cấm gửi bản thảo chưa công bố lên dịch vụ bên ngoài, công cụ kiểm tra trùng lặp hay API hình ảnh.
• Cổng kiểm tra đầu vào: validate_review_intake.py chỉ cho phép tiếp tục khi trạng thái là READY_FOR_LOCAL_REVIEW.
• 10 bước phản biện: xác định phạm vi → tóm tắt trung lập → chọn chuẩn báo cáo (CONSORT, PRISMA...) → đối chiếu tuyên bố với bằng chứng → xét phương pháp & thống kê → tính tái lập → đạo đức & liêm chính → hình/bảng/trích dẫn → viết nhận xét khả thi → tách kênh gửi tác giả và gửi biên tập → lint bản nháp.
• 7 CLI cục bộ: bộ chọn hướng dẫn báo cáo, kiểm tra ma trận tuyên bố–bằng chứng, audit thống kê/tái lập, audit trích dẫn Pandoc, sinh khung bản nháp, và linter kiểm tra giọng điệu/kênh/độ khả thi. Không gọi mạng, không lộ nội dung bản thảo trong báo cáo.

Dành cho ai

• Nhà nghiên cứu, giảng viên thường xuyên nhận lời mời phản biện
• Trưởng nhóm muốn chuẩn hóa việc review preprint nội bộ và huấn luyện nghiên cứu sinh
• Tác giả muốn tự soi bài trước khi gửi hoặc trước khi viết thư phản hồi
• Thành viên ban biên tập cần quản lý chất lượng và tách kênh nhận xét

Ví dụ sử dụng

1. Xử lý một lời mời phản biện chính thức: điền mẫu intake, chạy validator để lưu vết quyền hạn và xung đột lợi ích, tạo bảng đối chiếu CONSORT cho thử nghiệm ngẫu nhiên, rồi viết nhận xét theo cấu trúc Vị trí – Quan sát – Bằng chứng – Vì sao quan trọng – Yêu cầu.
2. Soát tuyên bố vs bằng chứng: phát hiện câu mang tính nhân quả trong abstract không khớp với hiệu ứng, khoảng tin cậy hay thời điểm đo, bằng file CSV ma trận và validate_claim_evidence.py.
3. Tự phản biện trước khi submit: audit checklist tái lập (seed, phiên bản thư viện, mã truy cập dữ liệu) và tính nhất quán khóa trích dẫn để loại bỏ sớm lý do bị từ chối.

Hãy cài skill mình tìm thấy trên Claude Skill Mart.
Copy thư mục skills/peer-review từ repo GitHub K-Dense-AI/scientific-agent-skills vào ~/.claude/skills/peer-review/ của mình.
Sau khi cài xong, cho mình biết skill này làm được gì trong một câu.