同样用AI写本子,为什么有人越改越顺、有人越改越乱?
差别不在用不用,而在你让它干哪一类活。
每年的10-11月是各级项目集中申报期。这段时间我被问得最多的问题就是:本子能否让AI先打一个草稿?有问的人半天就列个框架,其余时间都花在思考如何设计好研究;也有问的人问到第五版,越改越空洞,到最后自己都不清楚这个本子究竟想解决什么问题。同一个工具,用出来差别这么大,问题往往不出在工具上。
将两种操作分开来看,它们的区别是很简单的。前一种人让AI做的是读、比、挑、删:读指南、比文献、挑毛病、删废话;后一种人让AI做的是想。一个没见过你、没进过你实验室、不知道你有什么设备和样本的数据,让你去“想”,只能给你放之四海而皆准的一套说法。所以,下面这几件事情的顺序,远比选择哪个模型重要。
先让它读懂要求,再让它挑你草稿的毛病,最后才让它动文字。顺序颠倒,越写越空。
— 01 —
先让它读,别急着让它写
申报书第一道坎往往不是写,而是读懂。指南中“聚焦关键问题”、“技术路线清晰可行”等字眼大家都不陌生,真正有用的信息在细节之中:支持哪些类型研究、是否鼓励联合申报、预期产出是论文或样机、经费额度与研究内容的匹配度、是否明确不支持方向。把这些原文丢给AI,整理成一份要求清单,比我们自己拿荧光笔划一遍要快得多,而且不容易遗漏。
这一步几乎不涉及你的数据,风险最小。不过还是要注意一下:涉密的指南、自己单位的评审意见、别人未公开的本子,千万不要贴在任何一个在线工具上。可以喂的是公开的申报指南、公开的学科发展报告、你自己的已发表论文。
问法示例 · 读指南
下面是我要申报的指南原文(粘贴):请只做三件事:列出硬性门槛、列出重复的关键词(分别对应什么工作);指出我容易漏答的。别帮我写正文,也别添加指南上没有的内容。
还有一种用法更值:用它来模拟评审。将摘要粘贴上去,让它以审稿人的方式发问。评审看一个本子也就十几分钟,题目、摘要看一眼,研究基础看一遍,翻翻技术路线图,心里的问题都是固定的——这事儿重要不?别人干过没?你能做成么?钱花值不?让AI生成这串问题,你一一核对本子是否正面回应。不会的就是需要补充的。
— 02 —
文献和背景,问法决定你拿到什么
AI做文献梳理最大的问题就是它爱瞎编。它不是要骗你,它只是想要给出一个流畅的回答,所以补上了缺失的部分。所以别问“这个方向有哪些重要文献”,这种问法注定会拿到一堆似是而非的条目和作者名。更稳的方式是,不让他给引用,只给他给结构。
例如问它:该领域近年来的争议点有哪些?主流的研究方向有哪些?研究方向分别采用什么指标来评估。它给你的是领域的常识,你把它作为提纲,然后你去数据库一条一条的去找真实的文献填进去。反过来也是可以的,给它5篇核心的摘要,让它对比一下切入点和结论的区别,哪个部分还没有讲清楚。这时它在归纳而不是在编造。
有一条不能省的:准备写本子中的文献、数据和政策表述都要回原文看一遍。评审往往是这个方向的人,一句话引错,后面写得再漂亮也有折扣。核对这件事是没有捷径的,目前还没有什么工具能帮你完成。
问法示例 · 比文献
以下是五篇论文摘要(粘贴):不要提供任何文献条目,只用三点回答:它们的切入点各是什么?它们的结论在哪方面相矛盾?由此看出还有什么问题没有说清楚。
— 03 —
把它当编辑,别当作者
初稿得自己写,可以很糙。因为写的过程就是你把问题想清楚的过程,跳过这一步,后面改的都是别人给的思路。在有了初稿之后,AI的价值就体现出来了:它可以不知疲倦的阅读你所写的东西,而且毫不留情面。
最让它做的是找出读了一遍没读懂的,找出只有形容词而没有具体动作的,找出前后对不上的。如摘要中提出三点工作,但正文只完成两点;如研究目标是“构建评价机制”,但在技术路线中没有相应的实验设计。这类问题自己看三遍都看不出来,换一个角度,一眼就看到了。
语言润色是最稳的,但要防止“AI腔”:句子长度整齐如排版、每个段落都是首先、其次、最后、动词全部换成赋能、构建、打造。本子始终是给人看的,像模板一样阅读体验反而是扣分项。让它改的时候把边界说死:不增加任何新信息,只做删除冗余、拆分长句、合并重复表达。
问法示例 · 改文字
下面是我的原文:只做三件事:1.删掉没有信息量的形容词;2.超过40字的长句拆成短句;3.合并重复表达。不要增加我不知道的新信息,不要改变原意,改完把每一处改动的原因标出来。
— 04 —
只有你能提供的那部分
有几块是AI帮不上的,也不应该帮的,如:研究设计、研究技术的可行性、提炼创新点、前期基础、团队分工。这些依靠的是你的数据,你的设备,你踩过的坑,你和你的合作者之间的默契。模型没有这些,它写出来的可行性分析一定是漂亮的废话。
但帮不上忙不代表用不上。一个实用的方法是:用大白话说一遍——我们打算怎么做、为什么不采用另一种做法、我们手上有什么。写的最烂越好,不管措辞。再让AI将这些散句子整合为条理清晰的三段,你再逐句检查,删除它自行添加的内容。整理可以外包,但判断不可以。
特别是创新点。别让它总结创新点,大概率会得出“第一次把A方法用到B中”的句子。让它做的是追问:你的点和别人的点到底差在哪里,你多出来的那一点点是不是仅仅是一个样本或者一个地区的差异,别人是否认为这不是创新。经过几轮的追问,你自己就明白这个点站不稳、怎么写才不虚空了。
— 05 —
几条说不清的操作,和提交前的自查
有几件事做起来很难以解释。将预实验中零碎的原始数据让AI补充为完整结果;让AI整段代写自己的研究内容、技术路线;将合作单位的未签字承诺写成已实现;将单位内部评审专家的评论贴进去让其改写。当时理由是省时间,事后被问起来,很难分清哪句是你的判断哪句是模型补的。
现在很多单位都要求在申请时注明是否使用过AI、在哪些环节使用过。与其到时回忆,不如一开始就留个记录,哪一版用过,用来做什么,核对了什么。这不是自证清白,这是保护自己。提交之前请检查以下内容:
☐ 引用的文献和数据
合格:每一条都能在原文找到,页码或链接留有备份。不合格:有一句「大概是这样」。
☐ 研究内容和技术路线
合格:每一步都能说清为什么这么做。不合格:被追问时只能重复原文。
☐ 前期基础
合格:数据、图表、成果都真实可查。不合格:有为了好看而补齐的痕迹。
☐ 创新点表述
合格:能和已有研究说清差别。不合格:只换了场景、样本或地区。
☐ 经费与研究内容
合格:每一笔支出都对应具体任务。不合格:有科目和研究内容对不上。
☐ AI使用情况
合格:用在哪几个环节、改了什么,心里有数、说得出口。不合格:想起来就发虚。
表达可以借工具,判断只能靠自己。
关于 PaperOK
专为毕业论文打造的 AIGC 检测、查重和降 AIGC 工具,登录后每天可免费检测 20 次。