立项依据写不好？用AI把“研究空白”找准、写实

“立项依据写得太散”“研究空白说不清”，是基金申请书里常见的评审意见。国家自然科学基金委员会8月公布的数据显示，2026年集中接收期共受理申请469429项，资助10类项目共69563项。面对这样的申请量，立项依据能否在前几段讲清“为什么要做”，分量不言而喻。本文结合PaperOK科研助手官网的一个真实运行案例，介绍用AI梳理研究空白的做法，供正在准备下一轮申请的研究者参考。

研究空白由三部分组成

很多立项依据问题在于“研究空白”写成了断言：“目前国内外鲜有研究关注……”。评审看到这儿，往往首先想的是：真的没有吗？是没有搜到，还是真的没有人做过呢？

更站得住的写法，是把空白拆成三部分来交代：

这三部分中，每一个判断都应对应到具体的文献上。而这恰恰是AI科研助手能够帮忙也最应该严格要求的地方：AI科研助手擅长将大量文献展开维度对比，但是如果检索不全或者转述出现偏差，那么找到的“空白”很可能只是一处没有看到的地方。

因此，对它的指令不要只说“帮我找研究空白”，而是明确分类标准：按哪种机制分类、按哪种数据分类、按哪种方法分类。维度越具体，分歧越容易暴露出来，空白越容易落实。

一份经济学综述是怎么找出空白的

官网有一个经济管理模式的真实例子，题为“数字金融影响居民消费”。要求很明确：总结近十年的实证文献，从理论机制、数据、识别方法三个方面进行分类，总结差异与可进入的缺口。

这个结构对应的是上面的三部分：渠道+数据是已有证据，6类分歧是分歧，9个方向是未解决的问题。尤其是相差一个数量级的例子，这是一句可写入立项依据的有文献支持的判断。

落到申请书上，可以写成：前两段描述主要的渠道和代表性的证据，后一段说明量级的差异及可能原因（例如不同的数据来源，或者识别方法的假设不同），最后引出本文的研究问题和为何此时可以回答该问题。这样写，评审看到的是从证据到问题的路，而不是一句孤立的“尚待研究”。

AI找出的空白，也要逐条核

我们核查了综述，40篇英文文献通过Crossref核实均真实可靠，32篇中文文献通过知网等渠道查询31篇真实可靠，有1篇无法核实。抽查10处文献结论的转述，9处正确。还发现有一处前后不一致，同一研究效应量，原文为29.8%–52.3%，综述一处正确，另一处大概率为“30%—50%”。

我们把这些疑问照搬出来，是希望遵循这样一个使用原则：AI能够将文献展开，将矛盾列明，但是，在写入申请书前，每一个结论都需要申请人回归到原文加以印证。科研助手的文献库可以支持PDF、DOI、BibTeX、Zotero导入，可以查可溯，核对有据可依。核对时建议重点关注：关键数据、同一段落或全文多处出现相同结论的文字、标记为“待核”及来源不同的条目。这三类地方是最容易出问题的，也是最容易被评审一眼看出来的。

理清空白之后，还可以让它把“问题—机制—方法”画成一张可编辑的研究框架图，作为立项依据和研究内容之间的桥。至于哪个空白值得你花几年去填，是否中标，取决于研究本身和评审判断，工具不做任何承诺。