寫返修回覆信，我最容易犯的毛病就三個：開頭先客套、每段都寫「綜上所述」、術語第一次出現不給縮寫。每次寫完都要自己回頭刪一遍。
後來我把這毛病寫成一份清單，交給 MuchSci 的個人化回答。
我那八條偏好
- **不寫「綜上所述」「總而言之」**這類收尾詞。
- 術語與縮寫的規則：首次出現給全稱和縮寫，之後只用縮寫。
- 段首不寫結論句，結論放段尾。
- 不使用第一人稱複數（「我們認為」→「本研究」）。
- 不寫比較級形容詞（「更好」「顯著提升」改成具體數值或刪掉）。
- 審稿人意見逐條編號，回覆與意見一一對應。
- 不確定的表述標註出來，寧可留著問自己，也不寫含糊的句子。
- 引用格式按目標期刊模板，不用預設。
八條不複雜，但它們是「我」的寫法。官網對個人化回答的說明是：隨交流持續更新對你的了解，並用於後續回答，讓回答更貼合當前的研究需求。我用下來的體會是——它先收窄，再回答：把我說過的偏好、方向、階段帶進這次回答裡。
清單怎麼給
我不寫在一處，我是一邊寫一邊改出來的：
- 看到「綜上所述」，我當場說一句「以後別用這個詞」。
- 術語沒給縮寫，我當場補一句。
- 前兩輪我改得最多，第三輪開始它出來的東西我基本不用刪了。
這就是清單生效的方式：不是一次配置，是持續糾正。 個人化回答把每一次糾正累積起來，下次回答直接用。
我用它的三個場景
- 返修回覆信：逐條對應審稿意見，語氣克制，不寫客套。這是我用得最多的地方。
- 投稿郵件與封面信：一段話說清稿件的貢獻，不寫「我們非常榮幸」。
- 導師修改意見的對照回改：把導師的批註逐條列出來，一條一條給改法。
三個場景共通的一點是：它們都需要像我自己寫的。工具的措辭再漂亮，不像我，交出去就得重寫。
配的三個功能
- 返修要引的新增文獻，用 MuchSci 的論文檢索助手核 DOI 與引文資訊。
- 稿件本身與審稿意見，都歸檔在 MuchSci 的個人知識庫裡，寫回覆時隨取隨用。
- 回覆信定稿後另有格式要求的部分，用 MuchSci 的辦公助手智能體出可編輯文件。
三件事連起來：MuchSci 的個人化回答管「寫得像我」，MuchSci 的個人知識庫管素材，MuchSci 的論文檢索助手和 MuchSci 的辦公助手智能體管引用與成品。
偏好清單我建議一開始就寫。花二十分鐘把毛病列出來，省的是後面每一次的回頭改。這也是研究生 AI 助手最容易被忽略的用法：它不只是回答問題的工具，它能被我「教」成適合我的樣子。