6月17日，智能科学与工程学院开展AI赋能教学改革系列培训第二场顺利举行。会上，大模型应用与研发中心科研骨干、智能工程系于越洋老师就“AI辅助高校科研创作与申报”进行主题分享，学校教学质量管理与保障部温荷部长莅临指导，学院各系部科研团队骨干教师参会聆听。本次沙龙由学院党政办公室钟佩如老师主持。

于越洋老师首先对本次分享的主要内容进行了简要介绍。随着人工智能大模型技术的飞速发展，科研工作模式正在发生深刻变革。Trae Work作为新一代AI辅助科研平台，集成了二十余项面向学术研究场景的AI Skills（智能技能），涵盖从选题构思、文献检索、论文撰写、图表制作到投稿自审、答辩展示的全生命周期。掌握这些Skills的使用逻辑，将极大提升科研工作的效率与质量，希望本场分享会能为大家打开一扇通往智能科研的新窗口。

培训分享会现场

紧接着，于越洋老师系统梳理平台中与科研论文写作和申报书撰写密切相关的Skill体系，并结合实际案例，深入讲解了各Skill的调用时机、使用技巧与协同方法。围绕科研论文写作场景，于老师将十一个阶段的核心Skill进行了逐一拆解，从选题构思阶段用brainstorming进行头脑风暴、用deep-research开展十三智能体协同文献调研，到文献检索阶段使用nature-academic-search进行多源检索与去重导出，再到论文撰写阶段通过nature-writing实现章节重构与Claim-Evidence对齐，每一步都展示了Skill如何将传统科研写作中耗时数周的工作压缩至数小时，帮助科研人员将更多精力投入到创新性思考之中。在论文图表制作环节，于老师重点介绍了nature-figure（Python/R投稿级科研配图）、paper-framework-figure-studio-pro（论文框架图与系统架构图）和paper-comic（方法视觉图解）的差异化应用场景，指出不同类型的图表应匹配不同的Skill工具。

随后，于老师将视角转向项目申报书撰写场景，系统讲解了八阶段Skill流程。于老师强调，与论文写作不同，申报书的背景调研阶段需要引入consulting-analysis进行行业与市场分析，同时可利用nature-paper-to-patent为申报书中的技术创新点提供有力支撑。在图表产出方面，于老师特别推荐了ian-xiaohei-illustrations（小黑手绘风格配图）用于中文申报书正文插图，其简洁清爽的视觉风格能够有效提升评审专家的阅读体验。同时，nature-writing与doc-writing-guide的协同使用，可帮助申报人快速搭建立项依据、研究内容、技术路线和创新点等核心章节的框架结构。

报告之后，与会教师围绕“如何在论文写作中高效组合多个Skill”“申报书中技术路线图的自动化生成”“文献管理与引用的最佳实践路径与方法”等话题进行了深入交流。多位教师表示，Trae Work的Skill体系为跨学科科研合作提供了强大的工具支撑，尤其在图表制作与文献综述环节，能显著降低时间成本与技术门槛。

在经久不息的掌声中，参会教师们纷纷表示收获颇丰、感触良多，本次培训分享会圆满落幕。未来，学院将继续举办系列活动，围绕人工智能大模型技术在科研、教学中的深度应用搭建高质量培训平台。