Escreva papers prontos para publicação em NeurIPS, ICML, ICLR, ACL, AAAI, COLM. Use quando estiver elaborando papers a partir de repositórios de pesquisa, estruturando argumentos, verificando citações ou preparando submissões finais. Inclui templates LaTeX, diretrizes de revisores e workflows de verificação de citações.
インストールする前に、エージェントに与えられる指示の中身を確認できます。
Orientação em nível especializado para escrever papers prontos para publicação visando NeurIPS, ICML, ICLR, ACL, AAAI e COLM. Esta habilidade combina filosofia de escrita de pesquisadores top (Nanda, Farquhar, Karpathy, Lipton, Steinhardt) com ferramentas práticas: templates LaTeX, APIs de verificação de citações e checklists de conferências.
A escrita de papers é colaborativa, mas Claude deve ser proativo na entrega de drafts.
O workflow típico começa com um repositório de pesquisa contendo código, resultados e artefatos experimentais. O papel de Claude é:
Princípio-Chave: Seja proativo. Se o repositório e resultados são claros, entregue um draft completo. Não aguarde feedback sobre cada seção—cientistas são ocupados. Produza algo concreto para eles reagirem e depois itere com base na resposta.
Esta é a regra mais importante em escrita acadêmica com assistência de IA.
Citações geradas por IA têm uma taxa de erro de ~40%. Referências alucinadas—papers que não existem, autores errados, anos incorretos, DOIs fabricados—são uma forma séria de má conduta acadêmica que pode resultar em desk rejection ou retração.
NUNCA gere entradas BibTeX de memória. SEMPRE busque programaticamente.
| Ação | ✅ Correto | ❌ Errado |
|---|---|---|
| Adicionar uma citação | Buscar API → verificar → buscar BibTeX | Escrever BibTeX de memória |
| Incerto sobre um paper | Marcar como [CITATION NEEDED] | Adivinhar a referência |
| Não consegue encontrar paper exato | Notar: "placeholder - verificar" | Inventar paper similar |
Se você não conseguir verificar programaticamente uma citação, você DEVE:
% PLACEHOLDER EXPLÍCITO - requer verificação humana
\cite{PLACEHOLDER_author2024_verify_this} % TODO: Verificar se esta citação existe
Sempre informe ao cientista: "Marquei [X] citações como placeholders que precisam de verificação. Não consegui confirmar que estes papers existem."
Para a melhor experiência de busca de papers, instale Exa MCP que fornece busca acadêmica em tempo real:
Claude Code:
claude mcp add exa -- npx -y mcp-remote "https://mcp.exa.ai/mcp"
Cursor / VS Code (adicione às configurações de MCP):
{
"mcpServers": {
"exa": {
"type": "http",
"url": "https://mcp.exa.ai/mcp"
}
}
}
Exa MCP permite buscas como:
Depois verifique resultados com API do Semantic Scholar e busque BibTeX via DOI.
Ao iniciar a escrita de um paper, comece entendendo o projeto:
Entendimento do Projeto:
- [ ] Passo 1: Explorar a estrutura do repositório
- [ ] Passo 2: Ler README, documentação existente e resultados-chave
- [ ] Passo 3: Identificar a contribuição principal com o cientista
- [ ] Passo 4: Encontrar papers já citados no codebase
- [ ] Passo 5: Pesquisar literatura adicional relevante
- [ ] Passo 6: Estruturar o paper junto com o cientista
- [ ] Passo 7: Rascunhar seções iterativamente com feedback
Passo 1: Explorar o Repositório
# Entender a estrutura do projeto
ls -la
find . -name "*.py" | head -20
find . -name "*.md" -o -name "*.txt" | xargs grep -l -i "result\|conclusion\|finding"
Procure por:
README.md - Visão geral do projeto e afirmaçõesresults/, outputs/, experiments/ - Achados-chaveconfigs/ - Configurações experimentais.bib existentes ou referências de citaçãoPasso 2: Identificar Citações Existentes
Verifique se há papers já referenciados no codebase:
# Encontrar citações existentes
grep -r "arxiv\|doi\|cite" --include="*.md" --include="*.bib" --include="*.py"
find . -name "*.bib"
Estes são pontos de sinal alto para Related Work—o cientista já os considerou relevantes.
Passo 3: Esclarecer a Contribuição
Antes de escrever, confirme explicitamente com o cientista:
"Com base no meu entendimento do repositório, a contribuição principal parece ser [X]. Os resultados-chave mostram [Y]. Essa é a estrutura que você quer para o paper, ou deveríamos enfatizar aspectos diferentes?"
Nunca assuma a narrativa—sempre verifique com o humano.
Passo 4: Pesquisar Literatura Adicional
Use web search para encontrar papers relevantes:
Queries de pesquisa a tentar:
- "[técnica principal] + [domínio de aplicação]"
- "[método baseline] comparação"
- "[nome do problema] estado-da-arte"
- Nomes de autores de citações existentes
Depois verifique e recupere BibTeX usando o workflow de citação abaixo.
Passo 5: Entregar um Primeiro Draft
Seja proativo—entregue um draft completo em vez de pedir permissão para cada seção.
Se o repositório fornece resultados claros e a contribuição é aparente:
Se genuinamente incerto sobre estrutura ou afirmações principais:
Perguntas a incluir com o draft (não antes):
Use esta habilidade quando:
Sempre lembre: Primeiros drafts são pontos de partida para discussão, não outputs finais.
Padrão: Seja proativo. Entregue drafts, depois itere.
| Nível de Confiança | Ação |
|---|---|
| Alto (repositório claro, contribuição óbvia) | Escreva draft completo, entregue, itere no feedback |
| Médio (alguma ambiguidade) | Escreva draft com incertezas sinalizadas, continue |
| Baixo (grandes desconhecidos) | Faça 1-2 perguntas direcionadas, depois rascunhe |
Primeiro draft, depois pergunte (não antes):
| Seção | Rascunhe Autonomamente | Sinalize com Draft |
|---|---|---|
| Abstract | Sim | "Estruturei contribuição como X—ajuste se necessário" |
| Introduction | Sim | "Enfatizei problema Y—corrija se errado" |
| Methods | Sim | "Incluí detalhes A, B, C—adicione peças faltantes" |
| Experiments | Sim | "Destaquei resultados 1, 2, 3—reordene se necessário" |
| Related Work | Sim | "Citei papers X, Y, Z—adicione qualquer um que perdi" |
Apenas bloqueie para input quando:
Não bloqueie para:
A percepção mais crítica: Seu paper não é uma coleção de experimentos—é uma história com uma contribuição clara suportada por evidências.
Todo paper de ML bem-sucedido centra-se no que Neel Nanda chama de "narrativa": uma pequena história técnica rigorosa, baseada em evidências com uma conclusão que leitores se importam.
Três Pilares (devem estar cristal claros no fim da introdução):
| Pilar | Descrição | Exemplo |
|---|---|---|
| O Quê | 1-3 afirmações novamente específicas dentro de um tema coerente | "Provamos que X alcança Y sob condição Z" |
| O Por Quê | Evidência empírica rigorosa suportando afirmações | Baselines fortes, experimentos distinguindo hipóteses |
| O Então Quê | Por que leitores devem se importar | Conexão com problemas reconhecidos da comunidade |
Se você não conseguir descrever sua contribuição em uma frase, você ainda não tem um paper.
Copie este checklist e acompanhe o progresso. Cada passo envolve rascunho → feedback → revisão:
Progresso da Escrita do Paper:
- [ ] Passo 1: Definir a contribuição em uma frase (com o cientista)
- [ ] Passo 2: Rascunhar Figure 1 → receber feedback → revisar
- [ ] Passo 3: Rascunhar abstract → receber feedback → revisar
- [ ] Passo 4: Rascunhar introduction → receber feedback → revisar
- [ ] Passo 5: Rascunhar methods → receber feedback → revisar
- [ ] Passo 6: Rascunhar experiments → receber feedback → revisar
- [ ] Passo 7: Rascunhar related work → receber feedback → revisar
- [ ] Passo 8: Rascunhar limitations → receber feedback → revisar
- [ ] Passo 9: Checklist completo do paper (obrigatório)
- [ ] Passo 10: Ciclo de revisão final e submissão
Passo 1: Definir a Contribuição em Uma Frase
Este passo requer confirmação explícita do cientista.
Antes de escrever qualquer coisa, articule e verifique:
"Proponho estruturar a contribuição como: '[uma frase]'. Isso captura o que você vê como a conclusão principal? Deveríamos ajustar a ênfase?"
Passo 2: Rascunhar Figure 1
Figure 1 merece atenção especial—muitos leitores pulam direto para ela.
Passo 3: Escrever Abstract (Fórmula de 5 Frases)
De Sebastian Farquhar (DeepMind):
1. O que você alcançou: "Introduzimos...", "Provamos...", "Demonstramos..."
2. Por que isso é difícil e importante
3. Como você faz (com palavras-chave especialistas para descoberta)
4. Que evidências você tem
5. Seu número/resultado mais notável
Delete aberturas genéricas como "Large language models alcançaram sucesso notável..."
Passo 4: Escrever Introduction (1-1.5 páginas máx)
Deve incluir:
Passo 5: Seção Methods
Permitir reimplementação:
Passo 6: Seção Experiments
Para cada experimento, descreva explicitamente:
Requisitos:
Passo 7: Related Work
Organize metodologicamente, não paper-por-paper:
Bom: "Uma linha de trabalho usa o pressuposto de Floogledoodle [refs] enquanto usamos o pressuposto de Doobersnoddle porque..."
Ruim: "Snap et al. introduziram X enquanto Crackle et al. introduziram Y."
Cite generosamente—reviewers provavelmente autorizaram papers relevantes.
Passo 8: Seção Limitations (OBRIGATÓRIA)
Todas as principais conferências exigem isso. Contra-intuitivamente, honestidade ajuda:
Passo 9: Checklist do Paper
NeurIPS, ICML e ICLR todos exigem paper checklists. Ver references/checklists.md.
Esta seção destila os princípios de escrita mais importantes de pesquisadores de ML líderes. Estas não são sugestões opcionais de estilo—são o que separa papers aceitos de rejeitados.
"Um paper é uma pequena, rigorosa, baseada em evidências história técnica com uma conclusão que leitores se importam." — Neel Nanda
Esta habilidade sintetiza filosofia de escrita de pesquisadores que publicaram extensivamente em venues top:
| Fonte | Contribuição-Chave | Link |
|---|---|---|
| Neel Nanda (Google DeepMind) | O Princípio da Narrativa, framework What/Why/So What | How to Write ML Papers |
| Sebastian Farquhar (DeepMind) | Fórmula de abstract de 5 frases | How to Write ML Papers |
| Gopen & Swan | 7 princípios de expectativas do leitor | Science of Scientific Writing |
| Zachary Lipton | Escolha de palavras, eliminando hedge | Heuristics for Scientific Writing |
| Jacob Steinhardt (UC Berkeley) | Precisão, terminologia consistente | Writing Tips |
| Ethan Perez (Anthropic) | Dicas de clareza em nível micro | Easy Paper Writing Tips |
| Andrej Karpathy | Foco em contribuição única | Várias palestras |
Para mergulhos mais profundos em qualquer uma destas, ver:
Passe aproximadamente tempo igual em cada um de:
Por quê? A maioria dos reviewers forma julgamentos antes de ler seus methods. Leitores encontram seu paper como: título → abstract → introduction → figuras → talvez o resto.
Estes princípios baseiam-se em como leitores realmente processam prosa. Violá-los força leitores a gastar esforço cognitivo em estrutura ao invés de conteúdo.
| Princípio | Regra | Exemplo |
|---|---|---|
| Proximidade sujeito-verbo | Mantenha sujeito e verbo próximos | ❌ "O modelo, que foi treinado em..., alcança" → ✅ "O modelo alcança... após treinamento em..." |
| Stress position | Coloque ênfase no fim de sentença | ❌ "A acurácia melhora 15% ao usar atenção" → ✅ "Ao usar atenção, a acurácia melhora 15%" |
| Topic position | Coloque contexto primeiro, info nova depois | ✅ "Dadas essas restrições, propomos..." |
| Velho antes de novo | Info familiar → info desconhecida | Vincule para trás, depois introduza o novo |
| Uma unidade, uma função | Cada parágrafo faz um ponto | Divida parágrafos multi-ponto |
| Ação no verbo | Use verbos, não nominalizações | ❌ "Realizamos uma análise" → ✅ "Analisamos" |
| Contexto antes de novo | Defina contexto antes de apresentar | Explique antes de mostrar equação |
7 princípios completos com exemplos detalhados: Ver references/writing-guide.md
Estas pequenas mudanças acumulam em prosa significativamente mais clara:
Dicas micro-completas com exemplos: Ver references/writing-guide.md
Entender comportamento de reviewer ajuda a priorizar seu esforço:
| Seção do Paper | % Reviewers que Leem | Implicação |
|---|---|---|
| Abstract | 100% | Deve ser perfeito |
| Introduction | 90%+ (skimmed) | Coloque contribuição na frente |
| Figures | Examinadas antes dos methods | Figure 1 é crítica |
| Methods | Apenas se interessado | Não esconda o ouro |
| Appendix | Raramente | Coloque apenas detalhes suplementares |
Bottom line: Se seu abstract e intro não engancharem reviewers, eles podem nunca ler sua brilhante seção de methods.
| Conferência | Limite de Página | Extra para Camera-Ready | Requisito-Chave |
|---|---|---|---|
| NeurIPS 2025 | 9 páginas | +0 | Checklist obrigatório, lay summary para aceitos |
| ICML 2026 | 8 páginas | +1 | Broader Impact Statement obrigatório |
| ICLR 2026 | 9 páginas | +1 | Divulgação de LLM obrigatória, reviewing recíproco |
| ACL 2025 | 8 páginas (long) | varia | Seção Limitations obrigatória |
| AAAI 2026 | 7 páginas | +1 | Aderência estrita ao arquivo de estilo |
| COLM 2025 | 9 páginas | +1 | Foco em language models |
Requisitos Universais:
Templates LaTeX: Ver diretório templates/ para todos os templates de conferência.
Sempre copie todo o diretório de template primeiro, depois escreva nele.
Checklist de Setup do Template:
- [ ] Passo 1: Copiar todo o diretório de template para novo projeto
- [ ] Passo 2: Verificar que template compila como-está (antes de mudanças)
- [ ] Passo 3: Ler conteúdo de exemplo do template para entender estrutura
- [ ] Passo 4: Substituir conteúdo de exemplo seção por seção
- [ ] Passo 5: Manter comentários/exemplos do template como referência até terminar
- [ ] Passo 6: Limpar artefatos de template apenas no final
Passo 1: Copiar o Template Completo
# Criar diretório de seu paper com o template completo
cp -r templates/neurips2025/ ~/papers/meu-novo-paper/
cd ~/papers/meu-novo-paper/
# Verificar que a estrutura está completa
ls -la
# Deve ver: main.tex, neurips.sty, Makefile, etc.
⚠️ IMPORTANTE: Copie o DIRETÓRIO INTEIRO, não apenas main.tex. Templates incluem:
.sty) - necessários para compilação.bst) - necessários para referênciasPasso 2: Verificar que Template Compila Primeiro
Antes de FAZER QUALQUER MUDANÇA, compile o template como-está:
# Usando latexmk (recomendado)
latexmk -pdf main.tex
# Ou compilação manual
pdflatex main.tex
bibtex main
pdflatex main.tex
pdflatex main.tex
Se o template não modificado não compilar, conserte isso primeiro. Problemas comuns:
tlmgr install <package>Passo 3: Manter Conteúdo de Template como Referência
Não delete imediatamente todo conteúdo de exemplo. Em vez disso:
% MANTER exemplos de template comentados enquanto escreve
% Isso mostra o formato esperado
% Exemplo de template (manter para referência):
% \begin{figure}[t]
% \centering
% \includegraphics[width=0.8\linewidth]{example-image}
% \caption{Template mostra estilo de caption}
% \end{figure}
% Sua figura real:
\begin{figure}[t]
\centering
% \includegraphics[width=0.8\linewidth]{sua-figura.pdf}
\caption{Sua caption seguindo o mesmo estilo.}
\end{figure}
Passo 4: Substituir Conteúdo Seção por Seção
Trabalhe pelo paper sistematicamente:
Ordem de Substituição:
1. Título e autores (anonimizar para submissão)
2. Abstract
3. Introduction
4. Methods
5. Experiments
6. Related Work
7. Conclusion
8. References (seu arquivo .bib)
9. Appendix
Para cada seção:
Passo 5: Use Macros do Template
Templates frequentemente definem macros úteis. Verifique o preamble para:
% Macros comuns de template para usar:
\newcommand{\method}{SeuNomeDoMetodo} % Nomenclatura consistente de método
\newcommand{\eg}{e.g.,\xspace} % Abreviações próprias
\newcommand{\ie}{i.e.,\xspace}
\newcommand{\etal}{\textit{et al.}\xspace}
Passo 6: Limpar Apenas no Final
Remova artefatos de template apenas quando o paper estiver quase completo:
% ANTES DE SUBMETER - remova estes:
% - Exemplos de template comentados
% - Pacotes não usados
% - Figuras/tabelas de exemplo do template
% - Texto Lorem ipsum ou placeholder
% MANTENHA estes:
%
まだレビューはありません。使ってみた感想をお寄せください。
概要と使いどころ
Especialista em construir experiências 3D para a web - Three.js, React Three Fiber, Spline, WebGL e cenas 3D interativas. Cobre configuradores de produtos, portfólios 3D, websites imersivos e adição de profundidade às experiências web. Use quando: website 3D, three.js, WebGL, react three fiber, experiência 3D.
日本語の概要は準備中です。原文の説明を表示しています。
Quando o usuário quer planejar, projetar ou implementar um teste A/B ou experimento. Também use quando o usuário menciona "teste A/B", "split test", "experimento", "testar essa mudança", "copy variante", "teste multivariado" ou "hipótese". Para implementação de rastreamento, veja analytics-tracking.
日本語の概要は準備中です。原文の説明を表示しています。
Auditar e melhorar a acessibilidade web seguindo as diretrizes WCAG 2.1. Use quando solicitado para "melhorar acessibilidade", "auditoria a11y", "conformidade WCAG", "suporte a leitor de tela", "navegação por teclado" ou "tornar acessível".
日本語の概要は準備中です。原文の説明を表示しています。
Testes e benchmarking de agentes LLM incluindo testes comportamentais, avaliação de capacidades, métricas de confiabilidade e monitoramento em produção—onde até os melhores agentes alcançam menos de 50% em benchmarks do mundo real. Use quando: testes de agentes, avaliação de agentes, benchmark de agentes, confiabilidade de agentes, teste de agentes.
日本語の概要は準備中です。原文の説明を表示しています。
Criar, gerenciar e orquestrar agentes de IA usando o CLI AI Maestro. Use quando o usuário pedir para "criar agente", "listar agentes", "deletar agente", "hibernar agente", "despertar agente", "instalar plugin", "mostrar agente", "reiniciar agente" ou qualquer tarefa de gerenciamento do ciclo de vida do agente.
日本語の概要は準備中です。原文の説明を表示しています。
Gerencie múltiplos agentes CLI locais via sessões tmux (iniciar/parar/monitorar/atribuir) com agendamento compatível com cron.
日本語の概要は準備中です。原文の説明を表示しています。