夜雨聆风报告这个事，AI 能帮一半，剩下那一半是格式、细节、配图、参考文献。这些才是拉开分数的地方。
今天我就把这份实习报告里，那些能拿高分的细节。
先解决模板的问题
很多人上来就让 AI 写报告。这是错的。
第一步永远不是写内容，而是找模板。
学校给模板就用学校的，规规矩矩把页眉页脚字号段间距调好。后面所有内容都按模板填，这个习惯能帮你省下至少两小时。
学校没给模板的，先让 AI 生成一份。
但要明确告诉它，「我需要的是模板结构，不是内容」。让 AI 列出报告的章节框架、每章的字数建议、应该包含哪些要素。框架拿到手，关掉 AI，自己填充内容。
这样报告是你的，AI 只是脚手架。
实验目的不要写七八条
这是一个最容易被识破的 AI 痕迹。
我见过最夸张的一份报告，实验目的一口气写了 12 条。第 1 条是「加深对 XX 课程的理解」，第 2 条是「掌握 YY 原理」，一路下来全是动宾短语，排比句式。
授课老师一天看几十份报告，这种文本看一眼就知道是 AI 写的。
实验目的要的是精准，不是堆砌。3 到 4 条就够，每条 30 到 50 字，聚焦在「本次实习要解决的核心问题」上。
比如你的实习是做一个低通滤波器电路。目的就一条，「通过 Multisim 仿真与实物搭建，掌握二阶 RC 低通滤波器的幅频特性测试方法，验证截止频率 f₀ = 1/(2π√(R₁R₂C₁C₂)) 的理论计算值」。
一条顶十二条。
实验原理要有推导过程
这是 AI 最容易露馅的地方。
AI 写实验原理，往往是大段定义 + 公式罗列，看不到「这个公式是怎么来的」。
一份好的报告，实验原理部分要包含三个层次。
第一层，概念铺垫，用一段话讲清楚这个原理在说什么。
第二层，公式推导，从基本物理关系出发，一步一步推出最终的数学表达式。即使教科书上有现成推导，自己抄写一遍也远比直接复制粘贴有说服力。
第三层，关键参数说明，把公式里每个字母对应的物理意义、典型取值范围、量纲都点明。
这三层写完，原理部分就已经接近一份小型论文的质感。老师看到推导过程，会默认你是认真读过教材的。
实验步骤要可复现
实验步骤最忌讳的就是「连接电路，测量数据，记录结果」这种废话。
好的实验步骤要满足两个条件。
第一，每一步动作要具体。比如不要写「调节信号源频率」，要写「使用 DG1022 信号源，从 100 Hz 开始以对数步进递增至 100 kHz，每个十进制频率点至少取 5 个测量值」。
第二，关键节点要有截图位置说明。比如「在 Multisim 仿真界面放置电压探针，运行瞬态分析，结果如图 3 所示」。这句话本身就把图文关系交代清楚了，AI 是不会写这种「承上启下」的话语的。
数据处理是核心得分项
数据处理这一块，AI 通常帮不上太多忙，因为它是基于你真实采集的数据。
但 AI 可以帮你生成图表框架。
一种方法是把原始数据喂给 AI，让它输出 Matplotlib 或者 Origin 的绘图代码。代码你自己跑一遍，生成图后再粘到报告里。这样图是真实数据画出来的，代码是 AI 辅助的，挑不出毛病。
另一种方法是画流程图。
实习报告里用得最多的图是「实验流程图」「系统框图」「信号流图」。这些图让 AI 输出 draw.io 可以直接打开的 XML 文件就行。拿到 draw.io 打开，改改布局，加几个箭头，一张专业感很强的图就出来了。
Visio 画图也推荐。自己画的图有个小细节优势，每张图自己心里都清楚细节，老师问到的时候能答得上来。AI 直接出的图，老师追一问细节就露馅。
格式问题交给工具
格式是另一个重灾区。
很多同学从多个来源复制粘贴内容，粘完之后字号五号宋体、小四宋体、Calibri 全混在一起，段间距一会儿 1.5 倍一会儿 2 倍，行距忽大忽小。这种报告老师一看就觉得是拼凑的。
格式问题不需要自己一行一行调。
两种软件可以直接用。
第一种，OpenClaw。它有专门的格式批处理能力，可以一键把所有正文统一到「宋体小四」或者「Times New Roman 五号」，行距 1.5 倍，段前段后 0.5 行。这种机械活让人工来做，累死都不如工具一遍过。
第二种，WorkBuddy。直接把文档丢给 AI 助手，说「按照 XX 论文格式调整字号字体段间距」，它会给你一份统一好的版本。
注意一个原则，科技论文默认的字体组合是「中文宋体 + 英文 Times New Roman」。别自作主张换成幼圆、楷体、艺术字，这种字体在论文里就是扣分项。
参考文献是加分项
一份完整的报告，结尾一定要有参考文献。
参考文献不是凑数。AI 生成的内容背后有真实的参考文献来源，把它引用起来，整篇报告的学术感立刻就上去了。
推荐用 Zotero。
Zotero 是一款免费开源的文献管理工具，浏览器插件一键抓取论文 PDF，自动生成 GB/T 7714 国标引用格式。Word 里装上 Zotero 插件，鼠标点一下就能插入参考文献，还会自动更新编号。
更重要的是，Zotero 集成了 MCP 协议。
WorkBuddy 或者 OpenClaw 可以直接调用 Zotero 的 MCP 接口，在报告里插入文献时一键完成。比如你说「帮我引用 Zotero 库里关于二阶滤波器的那 3 篇核心文献，按 GB/T 7714 格式插入参考文献章节」，工具就能直接帮你把格式化的引用文本生成好。
没有这一步，你的报告就只是一个孤立的工作汇报。有这一步，你的报告就成了一篇小型论文。
配图的优先级
最后说配图。
报告里配图分三类，每类的优先级不一样。
第一类，实习过程拍摄的照片。这种照片能不放就不放。手机拍的角度、构图、光线都不专业，放多了老师会觉得你只会拍照不会总结。
第二类，实验数据图表。柱状图、折线图、波形图，这种图是必放的。每张图都要有图号、图名、坐标轴单位、图例。一句简洁的图注说明这张图想说明什么。
第三类，原理示意图和流程图。这类图是体现你专业度的关键。系统框图、信号流图、算法流程图，AI 生成 draw.io 文件再自己微调一下就行。
记住一个原则，「浓缩的都是精华」。
很多同学用 AI 把报告扩写到几千字甚至上万字，老师根本没时间看。读起来还不知所云，反而扣分。
报告 3000 到 5000 字，配套 5 到 8 张高质量的图，5 到 10 篇规范的参考文献，足够了。
每一张图、每一段文字都要问自己一个问题，「这一段能砍掉吗？砍掉会不会影响表达？」能砍就砍，留下的才是精华。
写在最后
回到最开始的问题，AI 写报告到底行不行？
行。但前提是你清楚自己在做什么。
AI 是脚手架，是数据处理助手，是格式批处理工具，是文献管理外挂。但报告的灵魂，逻辑、推导、思考、结论，这些必须是你自己的。
一份好的实习报告，老师一眼就能看出来。
不是因为它用了什么高大上的技术，而是因为它读起来像是作者真的理解了这次实习在做什么。
用好 AI，但别被 AI 代替。
这是这个时代每个大学生都要学的一课。
也是写好一份实习报告真正的秘密。
