人文社科论文写作全流程：Claude Code与LaTeX辅助指南

1. 人文社科论文写作的真实痛点与这套 Skill 的定位

1.1 为什么人文社科需要一套专门的论文写作流程

理工科的论文写作，很多时候是"实验做完，数据一摆，图一画，剩下的就是把方法讲清楚"。但人文社科完全是另一回事。我身边做社会学、教育学、历史学、文学研究的朋友，几乎没有人是"先有结论再写论文"的，更多时候是在阅读和思考的过程中，问题意识慢慢浮现，论证结构反复推翻重来。这就导致人文社科的论文写作有几个非常鲜明的特征：选题依赖大量阅读、文献综述本身就是研究成果的一部分、论证靠逻辑和材料而非数据、初稿往往要经历多轮结构性重写。

正因为这些特征，直接把理工科那套"AI 帮你写代码、跑实验、生成图表"的思路套过来，是行不通的。人文社科真正需要的，是一套能帮你管理阅读、梳理脉络、搭建论证骨架、规范排版的辅助流程。这也是我最近折腾"research-writing-skill"这套东西的出发点——它不是让 AI 替你写论文，而是把选题、文献整理、初稿搭建这几个最耗心力的环节，用一套可复用的工作流串起来。

1.2 这套 Skill 到底解决什么问题

先说清楚它是什么。所谓"论文 Skill"，本质上是一套围绕研究写作任务组织起来的提示词模板 + 工具链配置 + 文件结构约定。你可以把它理解成一个"论文项目脚手架"：当你新建一个研究项目时，它已经帮你把目录结构、文献管理方式、写作阶段划分、排版模板都准备好了，你只需要往里填内容。

它能做的事情大致分三块。第一块是选题辅助：通过结构化的提问，帮你把一个模糊的兴趣方向收敛成可研究的问题。第二块是文献整理：把散落在各处的 PDF、笔记、引用信息，整理成可检索、可追溯的文献库，并自动生成综述草稿的骨架。第三块是初稿搭建：基于你的论证提纲，生成符合学术规范的段落草稿，再用 LaTeX 排版成标准论文格式。

适合谁来用？我的判断是三类人最受益：正在写学位论文的研究生、需要持续产出期刊论文的高校教师、以及跨学科转向人文社科、对学术写作规范还不熟的研究者。如果你完全没接触过命令行工具，也不用慌，后面我会把每一步拆到能照着敲的程度。

1.3 工具链的整体思路：为什么是 Claude Code + Cursor + LaTeX

这里要先讲清楚选型逻辑，不然你照着装完也不知道每个工具在干嘛。整套流程我用的是三个核心工具：Claude Code 负责"思考和生成"，Cursor 负责"编辑和对话"，LaTeX 负责"排版和输出"。

为什么用 Claude Code 而不是直接在网页里聊？因为论文写作涉及大量本地文件——你的文献 PDF、笔记、提纲、草稿。Claude Code 能直接读取你项目目录里的文件，理解上下文，这是网页对话做不到的。为什么还要 Cursor？因为纯命令行写作体验太差，Cursor 提供了图形化的编辑环境，还能在编辑器里直接和模型对话，改一段文字、查一个引用都很顺手。至于 LaTeX，人文社科虽然很多人用 Word，但一旦涉及复杂脚注、交叉引用、参考文献自动编号，LaTeX 的优势就出来了，而且期刊投稿模板基本都是 LaTeX 的。

提示：这三个工具是互补关系，不是替代关系。Claude Code 偏"批处理和研究辅助"，Cursor 偏"逐段打磨"，LaTeX 偏"最终成稿"。别指望一个工具包打天下。

2. 环境搭建：从零把工具链跑起来

2.1 Claude Code 的安装与首次配置

Claude Code 是一个命令行工具，安装方式取决于你的系统。macOS 和 Linux 用户，如果本机有 Node.js 环境，直接用包管理器装最省事：

npm install -g @anthropic-ai/claude-code

Windows 用户我建议先在 WSL 里操作，原生环境的路径处理容易出问题。装完之后，进入你的论文项目目录，运行claude命令就能启动。第一次启动会让你配置 API 相关的信息，按提示走就行。

这里有个我踩过的坑：不要在系统根目录或者桌面这种文件特别多的目录里启动 Claude Code。它会尝试索引当前目录的文件，目录太杂会导致启动很慢，而且它读到的无关文件会干扰判断。正确做法是专门建一个论文项目文件夹，比如~/research/my-thesis，所有操作都在这个目录里进行。

安装完成后，建议先跑一个简单测试，确认它能正常读取文件：

cd ~/research/my-thesis claude # 进入交互后输入：请列出当前目录下的所有文件

如果它能正确列出你的文件，说明环境没问题。如果报错，八成是 Node 版本太旧，升级到 18 以上再试。

2.2 Cursor 的中文设置与基础配置

Cursor 是基于 VS Code 的编辑器，所以如果你用过 VS Code，上手几乎没有成本。下载安装包直接装就行，官网下载对应系统的版本。装完之后第一件事，很多人会问"cursor 怎么设置中文回复"——这里要区分两个概念：界面语言和AI 回复语言。

界面语言在设置里搜 "language"，选中文即可，或者装中文语言包。但 AI 回复语言是另一回事，它默认跟随你的提问语言。如果你希望它稳定用中文回复，最可靠的办法是在项目根目录建一个规则文件，比如.cursorrules，在里面写清楚：

始终使用简体中文回复。 学术写作场景下，保持严谨、客观的语气，避免口语化表达。 引用文献时使用作者-年份格式。

这样每次对话它都会遵守这个约定，不用你反复提醒。至于"cursor 免费额度是多少"，这个政策变动比较频繁，我建议直接看官网当前的定价页，别信过时的教程。免费额度一般够轻度使用，但如果你要长时间跑文献整理这种重任务，可能需要考虑付费方案。

2.3 LaTeX 环境安装与中文支持

LaTeX 的安装是整套流程里最容易被劝退的一步，但其实没那么可怕。核心就一句话：装一个完整的发行版，别自己一个个装宏包。

• Windows：装 TeX Live，下载镜像后一路下一步，安装时间比较长，耐心等。
• macOS：装 MacTeX，本质也是 TeX Live 的封装。
• Linux：直接用包管理器，sudo apt install texlive-full之类。

装完之后验证一下：

pdflatex --version

能输出版本号就成功了。中文支持是人文社科论文的刚需，我推荐用XeLaTeX引擎配合ctex宏包，它对中文的处理最省心。一个最小的中文文档长这样：

\documentclass[12pt]{ctexart} \title{论文标题} \author{作者姓名} \date{\today} \begin{document} \maketitle \section{引言} 这里是正文内容。 \end{document}

用xelatex 文件名.tex编译，就能得到中文 PDF。如果你在 VS Code 或 Cursor 里写 LaTeX，装一个 LaTeX Workshop 插件，能实现保存即编译、PDF 预览，体验会好很多。

注意：编译中文文档一定要用 XeLaTeX，不要用默认的 pdfLaTeX，否则中文会报错或者显示成空白。这是新手最常见的坑。

3. 选题阶段：把模糊兴趣收敛成可研究的问题

3.1 用结构化提问逼出真正的研究问题

人文社科选题最大的陷阱，是把"话题"当成"问题"。比如"我想研究短视频"是话题，"短视频平台如何重塑青少年的时间感知"才是问题。话题没有边界，问题才有边界。这套 Skill 在选题阶段的核心动作，就是用一连串结构化提问，逼你把话题收敛成问题。

我在 Claude Code 里用的提示词大概是这样组织的：先让它扮演一个严格的导师角色，然后依次追问——你的研究对象具体是什么？你关心的现象是什么？现有研究对这个现象有哪些解释？你觉得哪些解释不够？你打算用什么材料来回答？这一串问下来，很多原本模糊的想法就会暴露出漏洞。

举个实际例子。有个朋友想做"数字时代的阅读"，这个题目大到没法写。经过追问，她发现自己真正关心的是"电子阅读对深度阅读能力的影响"，再往下收敛，变成"大学生在纸质与屏幕两种媒介下的长文本理解差异"。到这一步，题目就可操作了，因为研究对象、材料、方法都清晰了。

3.2 选题可行性自检清单

收敛出问题之后，别急着开写，先过一遍可行性自检。我整理了一个清单，每次选题都对着看：

这张表看着简单，但真能筛掉一大半不靠谱的选题。我自己的经验是，选题阶段多花一周，写作阶段能省一个月。因为选题没想清楚，写到一半发现论证不下去，推倒重来的成本极高。

3.3 让 AI 帮你做"反向论证"

选题确定后，我有个习惯：让 AI 站在对立面，帮我找这个选题的漏洞。具体做法是让它扮演一个挑剔的审稿人，问它"这个研究问题有哪些可能的反驳？""如果我是审稿人，我会质疑什么？"。

这个动作的价值在于，它逼你提前想清楚论证的薄弱环节。人文社科的论文答辩和期刊评审，最怕的就是被问"你这个结论是不是过度推断了""你的材料能支撑这个论点吗"。如果你在选题阶段就把这些质疑预演一遍，写作时就会主动补强证据，而不是等被问到才手忙脚乱。

4. 文献整理：从一堆 PDF 到可用的综述骨架

4.1 建立可检索的文献库结构

文献整理是人文社科最耗时也最容易被低估的环节。我见过太多人，PDF 存了一堆，文件名是"下载 (3).pdf"这种，等到要引用的时候完全找不到。所以第一步，建立一套规范的文献库结构。

我的目录约定是这样的：

research/ ├── literature/ │ ├── pdf/ # 原始 PDF，按 作者年份 命名 │ ├── notes/ # 每篇文献的阅读笔记 │ └── bib/ # BibTeX 引用文件 ├── drafts/ # 各阶段草稿 ├── outline/ # 提纲 └── final/ # 最终成稿

PDF 命名统一用作者-年份-关键词.pdf，比如Smith-2020-digital-reading.pdf。别小看这个命名规范，它让你在文件管理器里一眼就能定位，也让 AI 读取时能准确识别文献信息。

阅读笔记我建议每篇一个 Markdown 文件，固定包含几个字段：核心论点、研究方法、关键证据、我的评价、可引用之处。这个结构是让 AI 帮你批量整理时能对齐格式，后面生成综述时直接调用。

4.2 用 AI 批量提取文献要点

有了规范结构，就可以让 Claude Code 批量处理了。我用的提示词逻辑是：读取literature/notes/下的所有笔记，按主题聚类，输出一份"研究脉络图"——哪些文献支持同一观点，哪些存在分歧，哪些是奠基性研究，哪些是近期补充。

这里要强调一个原则：AI 提取的是"结构"，不是"结论"。它帮你把文献按主题、方法、观点分类，但每篇文献到底说了什么、可不可信，必须你自己判断。我见过有人直接让 AI 总结文献然后照抄，结果引用了根本不存在的观点，这是学术大忌。

实际操作时，我会分两轮。第一轮让 AI 输出每篇文献的一句话摘要，我快速核对有没有理解偏差。第二轮再让它按主题聚类，生成综述的段落骨架。这样出错率低很多。

4.3 生成文献综述的骨架而非全文

很多人误以为 AI 能直接写出可用的文献综述，这是不现实的。综述的价值在于你的批判性组织，而不是文献的堆砌。所以我的做法是让 AI 生成"骨架"——每个段落写清楚：这段要讨论什么主题、涉及哪些文献、它们之间是什么关系、你要提出什么评价。

比如一个骨架段落可能是这样：

主题：数字阅读对注意力的影响 涉及文献：Smith (2020), Lee (2021), Wang (2019) 关系：Smith 和 Lee 认为屏幕阅读导致注意力碎片化，Wang 提出反驳，认为差异源于阅读任务而非媒介 我的评价：Wang 的批评有道理，但忽略了媒介本身的物质性影响，需要补充

有了这个骨架，你填内容的时候思路是清晰的，不会写着写着跑偏。而且这个骨架本身就是你思考的产物，AI 只是帮你把散落的笔记结构化。

实操心得：文献综述最忌讳"张三说……李四说……王五说……"这种流水账。好的综述是"围绕一个问题，让不同文献互相对话"。骨架阶段就要把这种对话关系标出来。

5. 初稿搭建：从提纲到成段的写作流程

5.1 先搭论证骨架再填肉

人文社科论文的初稿，最忌讳一上来就从头写到尾。因为论证结构没定，写到中间发现逻辑不通，前面全白写。我的流程是先搭骨架，再填肉。

骨架就是详细的提纲，细到每一节要论证什么、用什么材料、得出什么小结。这个提纲我会用 AI 帮忙检查逻辑：让它在提纲层面找"论证跳跃"——哪里从 A 直接跳到 C，中间缺了 B。这种问题在提纲阶段发现，改起来只是挪几行字；等写成几千字再发现，就是大手术。

提纲确认后，再逐节展开成段落。这里 AI 的作用是"陪写"，不是"代写"。我会先自己写一段，然后让 AI 提意见：论证是否充分？有没有循环论证？表述是否啰嗦？根据反馈修改。这样写出来的东西是你的，AI 只是帮你打磨。

5.2 学术语言的规范化处理

人文社科写作有个特点，就是既要严谨又要可读。太口语化显得不专业，太晦涩又没人看得懂。AI 在这方面能帮上忙，但要用对方法。

我的做法是让 AI 做"降维"和"升维"两个方向的调整。降维是把过于抽象的表达具体化，比如"该现象体现了某种结构性张力"这种空话，让它改成"这种矛盾体现在具体的人际互动中"。升维是把过于随意的表达学术化，比如"大家都觉得这样不好"改成"这一做法在受访者中引发了普遍质疑"。

但要注意，学术语言不等于堆砌术语。我见过不少初稿，满篇"范式""建构""解构"，读下来却不知道说了什么。真正好的学术写作，是用清晰的语言讲清楚复杂的道理。AI 有时候会迎合你堆术语的倾向，这时候要主动拉回来。

5.3 引用与参考文献的自动化管理

引用管理是 LaTeX 的强项。用 BibTeX 管理参考文献，正文里用\cite{}引用，编译时自动生成参考文献列表，格式还能按期刊要求切换。基本流程是这样：

% 正文中引用 这一观点最早由 Smith 提出\cite{smith2020}。 % 文末生成参考文献 \bibliographystyle{plain} \bibliography{literature/bib/references}

BibTeX 文件里每条文献长这样：

@article{smith2020, author = {Smith, John}, title = {Digital Reading and Attention}, journal = {Journal of Media Studies}, year = {2020}, volume = {15}, pages = {45--67} }

这里有个高频坑：中文文献的 BibTeX 处理。中文作者名、中文期刊名在默认样式下可能显示异常，需要配合ctex或者专门的gbt7714样式。如果你投的是国内期刊，直接用gbt7714宏包，符合国标格式，省去手动调整的麻烦。

6. 排版输出：LaTeX 模板选择与常见问题

6.1 期刊模板的获取与套用

投稿前第一件事是找目标期刊的官方模板。大部分期刊官网都有"作者指南"或"投稿模板"下载，LaTeX 模板通常是.zip包，解压后里面有.tex主文件、.cls样式文件、.bst参考文献样式。你要做的是把你的内容填进模板，而不是把模板改成你的格式。

套模板时最容易出问题的是单栏与双栏的切换。很多期刊要求"标题、作者、机构、摘要、关键词单栏排版，正文双栏"，这个在模板里通常已经设置好了，你只要用对命令就行。比如：

\documentclass[twocolumn]{article} % 标题区用 \twocolumn[] 或模板提供的专用命令保持单栏

如果模板没提供现成方案，可以用\twocolumn配合\onecolumn手动切换，但要注意切换位置会影响浮动体（图片、表格）的排版，需要多编译几次调整。

6.2 图片、表格与公式的定位技巧

LaTeX 里图片"乱跑"是新手最抓狂的问题。你写了"图片放在这里"，编译出来它跑到下一页去了。原因是 LaTeX 的浮动体机制会为了排版美观自动调整位置。解决办法有几个层次：

• 用[htbp]参数给浮动体更多位置选择：\begin{figure}[htbp]
• 用\usepackage{float}加[H]参数强制固定位置：\begin{figure}[H]
• 如果还是不行，检查是不是图片太大，或者前面有太多浮动体积压

表格跨页是另一个高频问题。长表格用longtable宏包，它能自动跨页并重复表头：

\usepackage{longtable} \begin{longtable}{|c|c|c|} \hline 列1 & 列2 & 列3 \\ \hline \endfirsthead \hline 列1 & 列2 & 列3 \\ \hline \endhead 内容 & 内容 & 内容 \\ \hline \end{longtable}

公式方面，人文社科用得不多，但偶尔需要。希腊字母用\alpha、\beta这种命令，行内公式用$...$，独立公式用equation环境。如果你有 Word 里的公式要转 LaTeX，可以用在线的公式转换工具，或者直接手敲，简单的公式手敲更快。

6.3 编译报错的排查顺序

LaTeX 报错信息经常让人摸不着头脑，但排查是有套路的。我的顺序是：

1. 看第一个报错，不要看最后一个。LaTeX 的错误会连锁反应，第一个才是根源。
2. 检查括号和花括号是否配对，这是最常见的错误来源。
3. 检查宏包是否加载，用了某个命令但没引入对应宏包，会报 undefined control sequence。
4. 检查中文引擎，中文文档必须用 XeLaTeX 编译。
5. 清理辅助文件重编译，有时候是.aux、.bbl文件残留导致的，删掉重新编译。

如果报错信息看不懂，把完整的错误日志贴给 AI，让它帮你定位，通常几秒钟就能找到问题。这比自己在网上搜半天效率高得多。

7. 常见问题与避坑经验实录

7.1 工具使用中的典型故障

在整套流程里，我遇到过几个反复出现的问题，整理成速查表：

这张表基本覆盖了新手 90% 的报错。遇到问题先对照，能省不少搜索时间。

7.2 学术诚信的边界把握

用 AI 辅助论文写作，最敏感的就是学术诚信问题。我的原则很明确：AI 可以帮你整理、检查、润色，但不能替你产生核心观点和论证。具体来说，文献综述的组织逻辑、论文的核心论点、材料的解读，这些必须是你自己的思考。AI 生成的段落，你要逐句核对，确保每一句都是你认可的、能负责的。

另外，很多期刊和学校现在要求声明 AI 使用情况。投稿前一定要看清楚目标期刊的政策，该声明就声明。这不是走过场，而是学术规范的一部分。我个人的做法是，AI 只用于辅助环节，最终成稿的每一个论点都经过我自己验证，这样无论政策怎么变，都站得住脚。

7.3 效率提升的几个小技巧

最后分享几个我实测有效的技巧。第一，给 AI 提供足够的上下文。你只丢一句"帮我写文献综述"，它只能瞎编；你把笔记、提纲、目标期刊风格都给它，它才能给出有用的东西。第二，分阶段处理，别一次要求太多。一次让它做选题加文献加初稿，结果往往每样都做不好。第三，保留中间产物。提纲、骨架、修改记录都存好，写作卡壳时回头看，经常能找到思路。

还有一点，别追求一次成型。人文社科论文本来就是改出来的，初稿烂是正常的。AI 的价值在于让你改得更快，而不是让你不用改。接受这个前提，整套流程用起来会顺很多。

这套流程我自己跑下来，从选题到初稿的时间大概能压缩三分之一，但更重要的是，它让写作过程变得有条理，不再是面对空白文档的焦虑。工具终究是工具，真正决定论文质量的，还是你对问题的思考深度。