把一篇论文上传给 AI，输入“请总结这篇论文”。很快，一份背景、方法、结果和结论俱全的摘要就出来了。
但拿到摘要，不等于读懂论文。它真的支持你的研究假设吗？能和另外十篇论文放进同一张表比较吗？其中的关键数字和结论，能回到原文核验吗？如果不能，AI 只是把论文变短了，还没有真正进入科研流程。
会让 AI 回答，不等于会用 AI 科研。真正的判断标准只有三个：任务是否定义清楚、输出能否进入下一步、结果能否验证。下面沿着文献检索、论文阅读、发现研究空间、实验设计、数据分析、论文写作和投稿前评审，逐步拆解 AI 究竟应该怎么用。
图1 AI科研完整工作流
科研工作的起点，通常是了解一个问题已经被研究到了什么程度。与其笼统地问“帮我找一些光热协同催化的论文”，不如先让 AI 将主题拆解为研究对象、反应体系、能量场、催化材料、关键变量和反应机制，形成可组合、可扩展、可验证的检索框架。
可参考的指令
我准备研究光热协同催化。请先不要推荐论文，也不要生成引用。请将这个主题拆解为适合文献检索的研究维度，包括研究对象、反应体系、能量场、催化材料、关键变量和可能涉及的机制。针对每个维度给出中英文关键词、常见同义词和检索组合，并说明每组关键词主要覆盖的问题。无法确认的术语请标记为“待核验”。
图2 科研问题拆解
AI 适合扩展关键词、补充同义词和形成检索组合，但不能替代专业数据库，也不能保证生成的论文和引用真实存在。更稳妥的流程，是由 AI 协助形成检索策略，再到 Web of Science、Scopus、Google Scholar、PubMed 或中国知网等数据库中完成实际检索，并回到论文原文核对重要信息。
验收标准：不是看 AI 列出了多少篇论文，而是看它是否帮助研究者发现原本没有考虑到的关键词、研究维度和检索组合，以及这些检索策略能否在真实数据库中复现。
如果每篇论文都采用不同的总结结构，多篇论文仍然只是彼此孤立的信息。建立研究地图的关键，不在于把一篇论文总结得多完整，而在于按照统一维度提取多篇论文的信息。
可参考的指令
我要比较一组光热协同催化论文。请只依据我提供的论文，按照统一字段提取研究问题、催化体系、材料、实验条件、关键变量、评价指标、主要结果、机制解释、研究局限和作者提出的后续方向。原文没有说明的内容统一标记为“未说明”，不要自行推断。每条关键结论尽量标注对应的页码、图表或章节位置。
图3 从零散论文到结构化研究地图
当多篇论文进入同一张结构化表格后，研究者才能识别不同研究之间的共同点和差异：哪些材料长期在相似条件下测试，哪些评价指标采用了不同口径，哪些机制解释反复出现，哪些结论只在有限实验条件下成立。
验收标准：多篇论文能够进入同一套字段体系，重要结论能够追溯到原文，缺失信息被如实标记。如果 AI 为了保持表格完整而自行补充论文中没有的信息，结构越整齐，潜在风险反而越大。
建立研究地图后，可以利用 AI 识别文献之间的差异、冲突和证据缺口。但不建议直接提问“还有什么创新点可以做”。“尚未被研究”并不等于“值得研究”，更重要的是先弄清现有证据缺在哪里。
可参考的指令
基于我提供的论文表，请先不要直接提出创新方向。请寻找四类差异：尚未覆盖的研究组合、没有被系统比较的变量、不同论文结论冲突的位置、已有结论中证据链薄弱的位置。每个候选问题都需要列出已有证据、缺失证据、对应论文、可能长期无人研究的原因、潜在研究价值和实验可行性风险。证据不足时请明确标记，不要用推测补齐。
图4 AI发现潜在线索，研究者判断研究价值
验收标准：不是看 AI 提出了多少个创新点，而是看每个候选问题能否追溯到具体论文和具体证据，并说明已有证据与缺失证据之间的关系。
如果只输入“帮我设计一个光催化实验”，AI 往往会生成一份看似完整的方案，却可能没有考虑实验室现有设备、材料条件、测量精度、安全要求和真实限制。更合理的顺序，是从研究假设出发，先明确需要获得哪些证据，再为每条证据设计实验。
可参考的指令
我的研究假设是〔填写假设〕，现有设备是〔填写设备〕，可用材料是〔填写材料〕，实验限制是〔填写时间、精度、安全或成本限制〕，目标指标是〔填写指标〕。请先不要直接生成完整方案。先列出验证这个假设必须获得的证据，再为每条证据设计对应实验，并检查空白组、对照组、重复实验、混杂变量和测量误差。最后列出这个设计最可能导致错误结论的位置，以及需要由领域专家确认的参数。
图5 从研究假设到实验证据链
AI 可以帮助检查方案是否遗漏关键变量、必要对照和潜在干扰因素，但不能掌握实验现场的全部情况，也不能替代专业人员进行安全、伦理和可行性判断。涉及化学安全、临床研究、动物实验、敏感样本或伦理审批的内容，必须由有资质的人员审核，并遵守所在机构的管理要求。
验收标准：不是看方案篇幅有多长，而是看每个关键假设是否有对应证据，每条证据是否有对应实验，影响结论的混杂变量是否得到识别。
AI 可以协助整理数据、生成分析代码、完成基础统计、制作图表和识别异常点。但在数据分析中，需要特别防止 AI 将观察结果、统计关系和因果解释混为一谈。例如，“温度升高时产率也提高”是观察；两者是否存在显著关系，需要统计分析；“温度升高导致产率提高”则属于因果判断，需要实验设计和证据链支持。
可参考的指令
这是实验设计、数据字典、原始数据和分析目标。请将输出严格分为四层：原始数据中可以直接观察到的事实、统计分析结果、基于结果的可能解释、当前证据不能支持的因果结论。每条结果都要说明使用的数据列、处理步骤、统计方法和不确定性。发现异常值时只进行标记，不要自行删除，并指出需要人工复查的原始记录位置。
如果使用 AI 生成分析代码，还应保存代码版本、输入数据、参数设置和输出结果，确保分析过程可以复查和复现。
验收标准：每个数字能够回到原始记录，每张图能够回到处理步骤，每项统计结论能够回到方法和参数，每项科学解释能够明确区分观察、推断和已有证据支持的结论。
在论文写作阶段，AI 可以协助搭建结构、压缩摘要、优化语言、整理图注、检查逻辑和发现重复表述。但如果材料存在缺口，AI 可能用流畅的语言将缺失部分连接起来。因此，论文写作不宜从生成正文开始，而应先建立主张与证据之间的对应关系。
可参考的指令
以下材料包含研究问题、实验方法、原始结果、统计结果和已经核验的参考文献。请先不要润色正文。先提取文章准备提出的每一条核心主张，并为其匹配对应数据、图表、实验和引用。没有直接证据支持的主张标记为“证据不足”，可能存在过度推断的表述单独列出。完成证据核对后，再在不新增事实、不补造数据、不生成新引用的前提下优化结构和语言。
没有开展的实验不能写成实验结果，没有获得的数据不能由 AI 补充，没有核对原文的引用不能直接进入参考文献。未发表手稿、患者信息、商业数据和其他受限制资料，也不应上传到未经批准的服务中。
AI 可以参与写作和编辑，但作者责任不能外包。
验收标准：不是看文章语言是否足够流畅，而是看每个事实、数字、引用和结论是否能够追溯，AI 是否在材料不足的地方保持明确边界。
投稿前，可以让 AI 从创新性、实验设计、机制证据和逻辑完整性等角度进行模拟评审。更有效的方式，是要求每个问题都指向论文中的具体主张和证据，而不是生成适用于多数论文的通用意见。
可参考的指令
请将这篇论文作为待投稿稿件审查，分别从创新性、实验设计、机制证据和逻辑完整性提出质疑。每个问题都要指出对应段落或核心主张、当前证据、缺失证据、问题严重程度，以及可以通过补充实验、重新分析或收缩表述中的哪一种方式处理。请区分必须解决的问题和可选建议，不要为了增加问题数量而虚构缺陷或引用。
图6 AI模拟审稿的四维自查
验收标准：AI 提出的问题应能促使研究者重新核对数据、发现过度推断、补充必要说明或调整证据不足的结论。
任务定义 → 科研上下文 → 结构化输出 → 结果验证
可参考的指令
我要完成的科研任务是〔填写任务〕。我会提供研究目标、已有材料、限制条件和当前疑问。请先复述你理解的任务和信息缺口，再按照〔填写字段或结构〕输出。事实、推断、建议和不确定性必须分开。每条关键结论都要标注证据来源或验证方式。材料中没有的信息不要补写，无法确认时明确标记，并列出需要人工核验的项目。
越接近信息处理，AI 越有优势；越接近科学判断，人的作用越重要。AI 适合参与关键词扩展、材料整理、文献比较、结构检查和分析草稿生成；研究者必须负责研究价值判断、实验真实性、因果分析、伦理安全和最终结论。
AI 进入科研，不只是增加一个新的软件，也不只是缩短某个环节的处理时间。当文献整理、信息比较、数据处理和语言修改变得更加高效，科研人员可以将更多精力投入提出问题、验证假设和探索未知。
AI 可以帮助研究者看到更大的问题空间，发现更多潜在线索，检查更长的证据链。但哪些问题值得研究，哪些证据足以支持结论，仍然需要科研人员作出判断。
AI 真正带来的变化，可能不是替科研人员完成科研，而是帮助科研人员探索更大的科研空间。
