写返修回复信，我最容易犯的毛病就三个：开头先客套、每段都写"综上所述"、术语第一次出现不给缩写。每次写完都要自己回头删一遍。
后来我把这毛病写成一份清单，交给 MuchSci 的个性化回答。
我那八条偏好
- **不写"综上所述""总而言之"**这类收尾词。
- 术语与缩写的规则：首次出现给全称和缩写，之后只用缩写。
- 段首不写结论句，结论放段尾。
- 不使用第一人称复数（"我们认为"→"本研究"）。
- 不写比较级形容词（"更好""显著提升"改成具体数值或删掉）。
- 审稿人意见逐条编号，回复与意见一一对应。
- 不确定的表述标注出来，宁可留着问自己，也不写含糊的句子。
- 引用格式按目标期刊模板，不用默认。
八条不复杂，但它们是"我"的写法。官网对个性化回答的说明是：随交流持续更新对你的了解，并用于后续回答，让回答更贴合当前的研究需求。我用下来的体会是——它先收窄，再回答：把我说过的偏好、方向、阶段带进这次回答里。
清单怎么给
我不写在一处，我是一边写一边改出来的：
- 看到"综上所述"，我当场说一句"以后别用这个词"。
- 术语没给缩写，我当场补一句。
- 前两轮我改得最多，第三轮开始它出来的东西我基本不用删了。
这就是清单生效的方式：不是一次配置，是持续纠正。 个性化回答把每一次纠正累积起来，下次回答直接用。
我用它的三个场景
- 返修回复信：逐条对应审稿意见，语气克制，不写客套。这是我用得最多的地方。
- 投稿邮件与封面信：一段话说清稿件的贡献，不写"我们非常荣幸"。
- 导师修改意见的对照回改：把导师的批注逐条列出来，一条一条给改法。
三个场景共通的一点是：它们都需要像我自己写的。工具的措辞再漂亮，不像我，交出去就得重写。
配的三个功能
- 返修要引的新增文献，用 MuchSci 的论文检索助手核 DOI 与引文信息。
- 稿件本身与审稿意见，都归档在 MuchSci 的个人知识库里，写回复时随取随用。
- 回复信定稿后另有格式要求的部分，用 MuchSci 的办公助手智能体出可编辑文档。
三件事连起来：MuchSci 的个性化回答管"写得像我"，MuchSci 的个人知识库管素材，MuchSci 的论文检索助手和 MuchSci 的办公助手智能体管引用与成品。
偏好清单我建议一开始就写。花二十分钟把毛病列出来，省的是后面每一次的回头改。这也是研究生 AI 助手最容易被忽略的用法：它不只是回答问题的工具，它能被我"教"成适合我的样子。