申报季用AI写本子：哪些能让它写，哪些不能

申报季用AI写本子：哪些能让它写，哪些不能

指南一批批下来，截止日期挤在一起，先把工具的位置摆对

过了十月一，各种各样的项目申报指南就陆陆续续下来了，截止日期经常扎堆在一两周内。许多人打开写到一半的本子，第一想法就是：这几段能不能让AI来填一版？想法不错，但是得讲究先后顺序。AI可以帮你更好地表达你的想法，但无法帮助你思考；它可以帮你检查你的表达，但无法替你承担数据和分析的责任。

今年申报季，有关AI写作工具的讨论比以往都多，甚至有一些申报实务研修班的课程名都打出了“AI赋能”的字样。工具本身没有问题，但很多人将“生成”等同于“完成”，看到屏幕上生成2000字，便以为已经有了初稿。能过评审的本子，从来就不是看字数。

申报书不是作文，是一份说服文书。评审需要在很短的时间内去考虑三个问题，这个题目值不值得做？你有没有条件做成？这笔钱要得合不合理？也就是说，决定命运的，是研究问题本身、前期积累和技术路线的可行性，而不是句子写得多漂亮。语言的作用就是把这些东西讲清楚，而不是让没有的东西变成有。

将这一判断应用于AI，界限便明晰了。凡是“你脑子里有东西、只是换种说法”的地方，它能帮你省很多时间；但凡是“内容还没存在、要你决定取舍”的地方，交给它就是交给了一个不懂你的课题、不负任何责任的人。很多本子不是文笔不好，而是全文空无一物，没有具体的样本、具体的困难、只有做过的人才写得出来的话。

第一类为文献调研中的归纳（注意是归纳而不是查事实）。AI最可怕就是会顺着你的问题给出一个很类似的答案，因此要在指令中写明只能用提供的资料，不要提供没有的内容，不确定的地方要标注出来。最稳妥的方式是先贴十几篇你真的看过的文献的摘要，让它按照“问题-方法-结论-局限”整理成段，然后你来看哪些是真的争论哪些是不同说法。

第二类是框架草图。很多人写到“研究内容”这一部分的时候总是卡住，原因是不清楚目标和内容、方法、产出的区别。你可以先口述想法，让他按照这个四层结构的要点摆开，然后再逐条删改。指令中需要加上“不要新增我未提及的内容，每句话都需对应我提供的要点”。第三类就是语言润色，长句拆短，口语变书面语，把重复出现的“进行了”“开展了”替换掉。这部分收益快，风险低。

但润色会留有痕迹。连续三段排比、动不动“不仅……并且……"、"具有重要意义""填补了空白"，这些都是一眼就能看出来的机器腔。改完读一遍，自己读着别扭的，平时不会这么说的句子全部推翻重写。

研究设计和技术路线为第一段。AI给你的往往是领域内的标准操作，但申报书需要证明的是你为什么这么做——样本如何定义、对照如何设置、失败的备选方案如何。这些取舍只有真正做过的人才知道，写不出来就是没想清楚。

数据及前期基础为第二段，也是最不能碰的一段。样本量、做过的实验批次、前期成果、合作单位的投入，每一个数字都要有出处。你让AI“润色”一段带数据的文字，它很可能顺手把数字改得更好看，而后面整段论证都建立在这个数字上。创新点是第三段，最易帮倒忙：天生会写“首次”、“突破”、“填补空白”，但评审要看的是别人做到了哪一步，你多做了哪些，凭什么能做到，这只能来自于你读过的文献和你的结果。

第四段是经费和可行性中的本地知识：设备单价、测试费标准、单位今年的限项规定、签字盖章流程。这些AI不知，也不应问它。

不杜撰数据，其中包括一些“示范性”、“预估”数字，在评审看来与编造无异。不瞎编文献：AI给出的文献经常会出现期刊正确但卷期错误或者作者为拼凑的，逐一核实到可查阅原文，这一点需要亲自完成。不整本代写——申报书的签字责任文书，大多数单位要求必须由申请人亲笔撰写，并负责内容的真实性。你可以让它进行润色、纠错、对照，但是研究内容部分整段地生成后直接粘贴，风险不在于检测，而是答辩时被提问却回答不了，而问题往往出现在你未思考透彻的方面。

另外两个需要留意的：涉密的、未公开的试验数据、合作者未授权的材料，不上传至公共模型中；如单位对AI的使用有相关规定或申报系统需注明AI的参与程度，则按要求如实填写。合规不是降低效率，而是保障效率的可靠使用。

稿子改到最后一遍的时候，人就容易只看字，不看内容。建议隔一天再打开，按下面几项挨个过，过不了的当场改，别等到提交前半小时再改。

如果同期你还要交学位论文、结题材料，或者单位要求自查AI痕迹，可以把整篇传进 PaperOK 做一次AIGC检测，看哪些段落机器味偏重，再回头改那几段。申报书本身一般不做这类检测，别把精力放错地方——真正的关口始终是内容和数据站不站得住。

本子上署的是你的名字，工具只是你请来的帮手