论文写作ai prompt

写论文时最容易卡住的地方，往往不是没思路，而是不知道该让 AI 帮你做哪一步——直接说「帮我写篇论文」出来的东西没法用，说太细又变成自己在写。这篇按论文流程拆开：每个环节该给 AI 什么输入、要它输出成什么形状、拿到后怎么验。读完你手上会有一套能反复套的写法，而不是一堆一次性对话。

写论文卡住，多半不是没想法，而是不知道该让 AI 接手哪一步。直接丢一句「帮我写篇论文」，回来的东西基本没法用；把要求写到每一句话，又变成自己在写、AI 只负责打字。中间那条路才是对的：按论文流程拆成几个环节，每个环节明确给什么输入、要什么形状的输出、拿到之后怎么验。

下面这套写法面向学生和研究者，覆盖选题、文献、论证、修改、成稿五个环节。你可以当成速查表用，也可以每个环节留一条自己改顺手的模板，下次只换材料不重写指令。

先定输入：提示词写之前要备好的四样东西

提示词质量的上限由你给的输入决定。动手打字之前，先把下面四样东西在脑子里过一遍，缺哪样补哪样。这不是形式主义，而是决定模型会不会替你编事实的关键。

• 学科与文体定位：一句话交代清楚，模型的默认语气会跟着变，人文和理工的写法差得很远
• 给材料而不是给结论：把已有的提纲、数据表、摘要或几段笔记贴进去，让 AI 在你的事实基础上改写，而不是替你想事实
• 明确输出形态：要段落、要分点、要表格、要一段对比，写进提示词，否则默认给一大坨散文
• 圈定边界：说清「只改语言不动结论」「不许新增文献」这类约束；拿不准的引用一律回站内库核对，见 /ai-nav/category/ai-paper

分环节的写法：选题、文献、论证、修改、成稿各说什么

1. 选题阶段让它给追问清单而不是给题目。句式类似「围绕这个方向，列出 5 个还没被问透的问题，每个附一句为什么值得做」，你再从中挑一个往下走。
2. 文献阶段只让它做归类与对比。输入是你已经读过的几篇摘要，要它按方法、样本、结论三列拉一张表。文献本身由你提供，别让它凭印象补篇目。
3. 论证阶段把提示词写成辩论角色。「针对这个结论，给出三条最可能被审稿人质疑的角度，并各附一条可能的回应」，用来提前补漏洞。
4. 修改阶段分两轮。第一轮只谈逻辑衔接与段落顺序，第二轮才谈用词与语病。混在一起提，模型会只挑好改的改。
5. 成稿阶段写摘要和结论时先给它全文，让它压成固定句数，再自己回读一遍，把夸张表述删掉。

这五步的顺序不要打乱。很多人一上来就让它写摘要，结果整篇的逻辑漏洞一个没解决。摘要和结论应该放在最后，等正文的逻辑链稳定了再压。

拿到输出怎么验：三条硬检查和一条软检查

AI 输出最危险的地方不是写得差，而是写得像模像样。下面是固定的检查顺序，从最硬的开始，别跳步。

• 事实层：凡是涉及数据、年份、人名、文献出处的地方，逐条回原文件核对，模型补的引用默认当作不存在
• 逻辑层：检查它有没有把你的限定条件吃掉，比如「仅在样本范围内成立」被写成普遍结论
• 一致层：术语和缩写全文统一，AI 分段改写最容易出现同一概念换三种叫法，做一个术语表贴在提示词里让它遵守
• 语气层：学术文本最忌形容词堆叠和空泛过渡句，把读起来像宣传稿的句子标出来重写，去味思路可参考 remove-ai-writing-tone

什么情况下这套检查不适用：需要原创理论贡献、需要判断数据是否符合伦理规范、需要签署作者责任的环节，AI 只能做辅助整理，不能替你下结论。这些部分你只能自己扛，别指望换个提示词就能绕过去。

把一次性对话变成可复用的写法库

大多数人的问题是每次都要从零想提示词，写完就丢。改成按环节存模板，一个月下来你就有一套自己的写法库了。

把 AI 用在论文上，判断标准只有一条：你能不能对每一句输出说清楚它来自哪里。