大家好啊，我是兔老师。
现在用AI辅助论文写作的人越来越多了。但我观察下来，很多人的使用方式仍然停留在一句话：
帮我润色一下这段论文。
AI很快就会返回一段看起来更加流畅的文字。至于它到底改了什么、有没有改变原意、有没有把相关关系写成因果关系、有没有偷偷增加新的观点和结论，就只能靠我们自己慢慢检查。
中秋假期，我读到了一篇发表在 Nature Biomedical Engineering 的评论文章，题目是《Techniques for supercharging academic writing with generative AI》。作者系统梳理了生成式AI参与学术写作的方法，并在论文后面提供了一套提示词。
今天这篇文章，我想做两件事：第一，带大家看懂这篇论文提出的AI学术写作方法；第二，结合我自己的理解和使用经验，把它整理成一套可以直接使用的中文提示词。
说明：文章中的方法框架来自论文，但后面的中文提示词是我结合论文思路和实际使用经验重新整理的。大家可以直接复制，也可以根据自己的学科和论文阶段继续修改。
01｜论文的核心方法：不要让AI直接从正文开始写
很多人第一次尝试用AI写论文，会直接输入：
请帮我写一篇关于生成式AI与高等教育的论文。
几秒钟以后，AI确实可以生成一篇结构完整、语言流畅的文章。但只要认真读一下，通常就会发现内容非常空：研究问题不清楚，段落之间只是表面连贯，观点看起来很多，却没有真正的证据支撑。
作者将实际写作流程概括为三个反复迭代的环节：
这三个环节并不是一条只能向前推进的直线。写正文时发现提纲有问题，可以退回去调整；编辑初稿时发现证据不足，也可能需要重新补充内容。
对我们来说，最值得学习的不是某一句神奇Prompt，而是这种工作方式：把一篇论文拆成几个可以检查的小任务，再让AI参与其中。
02｜第一个环节：拟定提纲
可以先让AI参与头脑风暴：围绕一个主题列出可能讨论的内容、扩展某个想法、寻找不同的价值角度；得到初步提纲后，再让AI检查结构是否完整、各部分是否连贯，以及提纲能不能支撑论文的核心观点。
这里既可以让AI帮助“生成”，也可以让它帮助“评价”。前者帮助我们打开思路，后者帮助我们找出结构中的问题。
我的理解：AI可以搭骨架，但不能替我们确定研究问题
更稳妥的做法，是先把研究问题、核心观点、目标读者和已有材料告诉它，再让它帮助我们搭结构。
实操Prompt
我正在撰写一篇关于【研究主题】的论文。
研究问题是：【研究问题】
目前的核心观点是：【核心观点】
目标读者或目标期刊是：【目标读者或期刊】
已经掌握的材料包括：【文献、数据或案例】
请先不要撰写正文，帮助我拟定一份论文提纲。
请完成以下任务：
1. 列出建议的一级标题和二级标题；
2. 说明每一部分需要回答什么问题；
3. 说明各部分之间的逻辑关系；
4. 检查提纲能否支撑论文的核心观点；
5. 标出证据不足、逻辑跳跃或需要作者进一步确认的位置。
不要添加我没有提供的研究结果、文献和数据。
拿到第一版提纲以后，不要马上开始写正文。我们还可以让AI换一个角色，从编辑或审稿人的角度再检查一遍：
请以学术期刊编辑的视角审查下面的论文提纲。
请重点检查：
1. 研究问题是否明确；
2. 每一部分是否都在回答研究问题；
3. 是否存在内容重复、逻辑跳跃或重要内容缺失；
4. 论文的创新点和价值是否能够被读者清楚看见；
5. 哪些部分需要补充文献、数据或案例。
请先指出问题，再提出修改建议，不要直接重写整份提纲。
论文提纲：【粘贴提纲】
这里有一个非常实用的原则：如果你还不能判断AI的修改是否合理，就先让它提建议，不要让它直接重写。
03｜第二个环节：撰写内容
论文提出了什么方法？
提纲确定以后，就进入正文写作阶段。论文列出的使用场景包括改写、总结、补全内容、续写段落、拟定主题句、生成过渡句，以及撰写标题和摘要。
论文还建议让AI一次提供多个版本。这样我们不是被动接受唯一答案，而是可以比较不同写法，再选择最符合自己原意的一版。
我的理解：先由人提供内容，再让AI处理表达
这一阶段最容易出现的问题，是AI不只是修改语言，还可能在不知不觉中增加新的观点、扩大结论，甚至补上一条看起来非常合理、实际上并不存在的引用。
所以，我更建议先由人写出一版内容，再让AI提供不同程度的修改版本。研究、证据和观点由人提供，AI主要负责组织与表达。
实操Prompt
请对下面这段论文文字进行改写，提供3个版本：
版本1：只进行必要的语法和表达修改；
版本2：提高逻辑清晰度和行文流畅性；
版本3：在不改变原意的前提下，使表达更加简洁。
必须遵守以下要求：
1. 不增加新的观点、事实、数据和引用；
2. 不改变原文的论断强度；
3. 保留所有专业术语、数字和引用编号；
4. 修改后说明每个版本主要改了什么；
5. 如果原文含义不清楚，请标出来，不要替作者猜测。
原文：【粘贴文字】
如果两段之间衔接得比较生硬，也不需要让AI重写整章。可以把任务缩小到“只写过渡句”：
请阅读下面两个段落，先说明它们之间应该建立什么逻辑关系，再提供3个备选过渡句。
不要修改原段落，不要增加新的研究结论。
段落1：【粘贴第一段】
段落2：【粘贴第二段】
AI辅助论文写作有一个特别重要的技巧：任务越小、边界越清楚，结果越容易检查。
04｜第三个环节：编辑初稿
论文把编辑任务分成了两个层级。基础编辑解决拼写、语法、重复用词和句子流畅度；高级编辑检查段落观点、论证顺序、引言是否对准研究目标，以及结论有没有真正回应研究问题。
作者还提出，可以让AI扮演编辑、教授或审稿人，从不同视角提供评价和反馈。
比“帮我润色”更有用的，是让AI检查逻辑
很多人使用AI修改论文，最关注的是语法和措辞。但对于一篇论文来说，句子是否高级，远没有论证是否成立重要。
实操Prompt
请扮演学术期刊的专业编辑，对下面的论文内容进行结构和逻辑检查。
请按照以下步骤完成：
1. 用一句话概括每个段落的核心观点；
2. 说明相邻段落之间的逻辑关系；
3. 找出观点重复、论证跳跃、证据不足或偏离主题的位置；
4. 判断现有证据是否足以支持对应结论；
5. 提出调整顺序、合并或拆分段落的建议。
先给出诊断和建议，不要直接重写全文。
论文内容：【粘贴内容】
完成修改以后，还可以让AI模拟审稿人，做一轮投稿前的测试：
请扮演目标期刊的一名严格但具有建设性的审稿人，评价下面的论文。
请分别回答：
1. 论文的研究问题是否重要；
2. 相比已有研究，创新性体现在哪里；
3. 哪些证据能够支持论文的核心结论；
4. 哪些结论可能超出了现有证据；
5. 最可能导致拒稿的三个问题是什么；
6. 每个问题应该怎样修改或补充；
7. 哪些内容需要作者进一步核查，不能仅凭AI判断。
不要编造论文中不存在的数据、实验或文献。
论文内容：【粘贴论文或章节】
AI模拟审稿当然不等于真正的同行评审。它可能发现明显的结构问题，却未必能够判断一个领域中真正重要的理论争议。它更适合帮助我们在投稿前提前发现问题，而不是替我们预测论文一定能不能发表。
05｜论文还提出了AI写作辅助的五个层级
除了三个写作环节，这篇论文还提出了一个非常清楚的“五级辅助”框架。
很多人最感兴趣的是第4级：让AI直接生成内容。但基于我自己的使用经验，我认为真正值得科研人多用的反而是第5级。
如果你担心AI把论文改坏，可以少让它替你写，多让它帮你找问题。
论文还区分了“直接辅助”和“间接辅助”。让AI直接改写属于直接辅助；让AI只提供建议，由作者自己决定怎样修改，属于间接辅助。
这两种方式可以随时切换。在任何改写提示词后面加上一句话：
不要修改或重写原文，只指出问题并提供修改建议，由作者自行完成修改。
原本的“直接改写”，就会变成风险更低的“间接辅助”。
06｜基于我的AI使用理解，还需要补上四条规则
真正用于现在的论文写作时，我建议无论使用Codex、Claude Code、YILA、Workbuddy还是其他Agent，都补充下面四条规则。
第一，不要凭模型记忆补写文献。 如果任务涉及文献综述、研究现状或引用，应该先提供已经核查过的论文，或者使用能够连接论文数据库的学术Agent。如果没有先查论文，可以使用已经接入论文库的AI工具，YILA或者是Consensus。
第二，不要让AI悄悄增加学术内容。 新观点、新数据、新机制解释和新引用，都应该明确标注并由作者确认。语言润色不应该变成无声的内容改写。
第三，保护论断强度。 “相关”不能改成“导致”，“提示”不能改成“证明”，“可能”不能改成“必然”。AI有时会为了让句子更有力量，把论文写得比证据更加确定。
第四，保留修改记录。 最好让AI同时输出修改后的版本、修改说明和风险提示。不要只接收一段看起来更流畅的新文字，却不知道它到底动了什么。
下面这段限制条件，可以加在大多数论文修改提示词的最后：
请保留原文的事实、数字、引用、专业术语和论断强度。
不要新增作者没有提供的观点、机制、结果或参考文献。
请同时输出：修改后的版本、主要修改说明、需要作者确认的风险点。
写在最后
AI在学术写作中存在很多问题，例如「文献幻觉」，但是它无论从文献检索、到综述、写作都大大的节约了很多「重复劳动」的时间。我们应该更多的学习「驾驭」AI的方式，从而更好的规避它存在的问题，释放AI在学术中的潜力。
