AI 工具 * 科研,六大场景 + 提示词技巧

在动手之前，先搞清楚一个问题：科研的哪个环节，AI 能真正帮上忙？答案是——几乎每一步都能，但方式不同。

上图标注了6 个 AI 可以深度参与的科研场景。注意：AI 不是在每个环节都能「替代」你，而是作为思考伙伴——帮你发散、帮你收敛、帮你检查。

以下每个场景，都附一组可直接复制使用的提示词模板。模板中用橙色变量标注的部分，替换为你自己的信息即可。

上面六个场景的提示词，都遵循同一个底层逻辑——CRISPE 框架。掌握它，你就能自己写出高质量提示词，不依赖模板。

一句话总结：角色 + 背景 + 指令 + 风格 + 参数 + 示例= 让 AI 从「随机回答」变成「精准服务」。

工具不在多，在用对场景。以下按科研环节分类推荐，标注免费/付费及适用人群。

选型建议：新手从Kimi（免费、中文好）起步；做系统综述优先Elicit + Claude；写英文论文用Claude + DeepL Write组合。

AI 用得好是助手，用不好是事故。以下6 条红线，每一条都来自真实的科研「翻车」案例：

• !红线一：AI 幻觉——编造不存在的参考文献
  
  AI 会「一本正经地胡说八道」，生成看起来很真但根本不存在的文献。这是最高频的翻车点。✓ 正确做法：所有文献必须自己在 PubMed/CNKI 逐一核实。AI 给的参考文献只当「线索」，不当「来源」。
• !红线二：数据造假——让 AI 生成虚假数据
  
  直接让 AI 「生成一组符合预期的数据」是学术不端，性质比抄袭更严重。✓ 正确做法：AI 只能帮你分析已有数据，不能帮你「创造」数据。真实数据是科研的底线。
• !红线三：隐私泄露——把患者信息丢给 AI
  
  把含患者姓名、住院号、身份证号的数据直接上传，可能违反《个人信息保护法》。✓ 正确做法：上传前彻底脱敏，用编号代替姓名，删除所有可直接识别个人的字段。
• !红线四：过度依赖——AI 写完自己不看
  
  直接复制 AI 的输出作为论文内容，不做任何修改和核实，结果逻辑漏洞百出。✓ 正确做法：AI 输出是「初稿」不是「终稿」。每句话都要自己过一遍，确认逻辑、数据、术语准确。
• !红线五：学术诚信——不声明 AI 使用
  
  越来越多期刊要求作者声明是否使用了 AI 工具及使用方式。隐瞒可能被判定为学术不端。✓ 正确做法：投稿前查阅目标期刊的 AI 使用政策，如实声明。AI 用于辅助而非替代，一般是被允许的。
• !红线六：角色错位——让 AI 替你思考
  
  把选题决策、研究设计、结论解读全部交给 AI，自己沦为「搬运工」。这是最隐蔽但最危险的坑。✓ 正确做法：AI 是「思维体操的陪练」，不是「替考枪手」。你的临床经验和判断力，是 AI 永远无法替代的。