← AI 使用指南

AI 工具 · 学术写作

用 AI 辅助论文写作:检索词怎么构造、引用怎么防编造

论文写作最常见的三种返工是:检索词铺得太宽、文献下载完就找不到、参考文献里混着查不到的条目。三件事各有解法,拆开处理比换一个工具有效。

一、先划清边界:哪些环节交给 AI,哪些必须自己查

判断标准可以用一句话概括:如果这个答案错了,你能不能一眼看出来?能一眼看出来的活,放心交给它;看不出来的,自己动手。

可以交给它:把 300 字的摘要压成 120 字;把零散笔记整理成三级提纲;检查同一段落里时态和人称是否统一;把英文长句拆成两句;让口语化的过渡句更书面。

不要交给它:报出某篇文献的年份、卷期、页码;判断某个结论是否已被后续研究推翻;直接生成参考文献条目;替你决定研究问题值不值得做。这些都属于错了你也看不出来的类型,而评审最容易抓的就是这几处。

一个务实的做法是:只让 AI 处理你手上已有的原文,不许它引入任何新事实。你手里有原文,它负责压缩与改写;你手里没有原文,这一步就先别做。

二、检索词:三层构造,先窄后宽

检索结果的质量在你按下搜索键之前就已经决定了大半。把关键词拆成三层来铺,比反复换词凑结果稳定得多。

层次要解决的问题以"城市绿地对居民心理健康的长期影响"为例
第一层 概念拆解把题目拆成两到三个必须同时出现的意思块绿地 × 心理健康 × 长期
第二层 同义铺开同一意思块在文献里有多种写法,用并集全部纳进来绿地 / 公园 / 开放空间 / 自然接触
第三层 限定与排除用字段、年份、文献类型收口,再排掉明显跑题的词限定标题含核心词、限定近十年、排除纯景观设计类

还有一个经常被忽略的点:中文库与外文库的关键词不能直接对译。同一概念在外文文献里往往有约定俗成的固定说法,直译过去常常搜不到东西。正确的顺序是先用宽泛的英文词在外文库搜一轮,看排在前面的高相关文献标题用了哪个表述,再用那个表述重建检索式。这一步花十分钟,能省掉之后两天翻不相关论文的时间。

如果候选词太多,让 AI 帮忙做的是同义词清单和排除词清单:把它拉回来的近义写法人工过一遍,删掉那些在专业语境里意思已经漂移的词,再拿去用。

三、从下载到引用:四步入库流程

  1. 统一命名。下载后立刻改名,用"年份-第一作者-三个词的主题"这种格式,不要留平台默认的长串文件名。半年后你会感谢自己。
  2. 当场补全元数据。在文献管理工具里按标识号自动抓取一次著录信息,抓完立刻核对作者顺序与年份;拖到写作阶段再补,错漏会成倍出现。
  3. 三行笔记。读一篇写三行:这篇的结论是什么、支撑结论的关键证据是什么、和我的研究是什么关系。第三行最重要,它决定你一周后还能不能想起当初为什么要读这篇。
  4. 只引用有定位的条目。凡是笔记里没写原文出处位置的文献,先别写进正文,标为待补,集中处理。

四、引用防编造:三道核验

AI 生成的参考文献有两个典型特征:格式完美但条目不存在;或者条目存在,年份、页码、作者却错位。防的办法不复杂,但必须逐条做。

再补一条经验规则:一条文献如果只能在一个二手网页上找到,数据库里查不到原始记录,就当它不存在。省下的那几分钟,不值得拿论文被退回的风险去换。

五、改稿顺序:先事实,后表达

很多人一上来就请 AI 润色,结果把数据错误润得更难发现。正确顺序是先核对硬信息,再动语言。

  1. 核对所有数字、单位与量级在全文是否一致;
  2. 核对图表编号与正文引用是否一一对应;
  3. 统一术语:同一个概念全文只用一种写法,这是最容易挑出来的毛病;
  4. 最后才做语句层面的压缩与润色,并要求 AI 只改表达、不改结论。

到这一步 AI 的收益才真正显现:它擅长清掉重复表述、松散句式和口头化措辞,让文章读起来更紧。但前提是事实层已经锁死,它没有可自由发挥的空间。

常见问题

AI 给的摘要读起来很像真的,我只改改措辞、不查原文可以吗?

不可以。改措辞并不能改变条目是否存在、数据是否被改动。凡是没在数据库里找到原始记录并打开正文确认过的文献,只能标为待核,绝不能进参考文献列表。查证的十分钟远比返工便宜得多。

外文库检索时,把中文关键词直接翻成英文可以吗?

通常不行。同一概念在外文文献里有固定的惯用说法,直译常常检索不到高相关结果。更稳的做法是先搜一轮,看高相关文献标题的用词,再用那个表述重建检索式,而不是从中文硬翻。

用 AI 整理提纲和笔记,会不会影响原创性的判断?

整理提纲的输入是你自己的材料,属于对自己笔记的重新组织,不产生新的事实来源。建议保留每次对话的输入与产出记录,写清哪些环节用了工具、用的是哪一版内容,需要说明时才有据可查。