刚开始尝试将 AI 作为“写作助理”的科研人员，最常遇到的问题是：从哪一步入手、该如何提问，以及如何把 AI 的输出变成合格的学术文本。在Elsevier 旗下高分期刊发表的一篇文章中，系统梳理了 AI 在学术写作中的五大辅助模块：idea 生成、结构化写作、文献综述、数据管理与结果描述、编辑润色。本文将以这五大模块为框架，逐步拆解实操步骤，并提供可直接使用的高质量提示词，帮助你科学、高效地使用 AI辅助写作，新手小白也能轻松上手。
总体使用原则
1. 人机分工：AI负责“生成草稿、组织语言、做初步归纳”；研究者负责“资料准备、事实核验、方法与数据的判断、最终把关”。
2. 逐步迭代：把问题拆成小步（例如：先要5个选题，再把选题变成论文提纲，再展开每节），每一步都要求 AI 输出结构化、可复核的产物。
3. 禁止编造：在提示词里明确写“不得虚构文献或数据；所有引用须标注来源并可查证”。
4. 保留可追溯输入：把用于生成内容的文献、数据和提示词保存好，便于审稿时复核。
5. 人工复核清单：事实核对、引用核验、统计检验、伦理合规、语言学术化、避免抄袭。
模块一：Idea 生成
（选题与研究问题细化）
快速把广泛兴趣或模糊想法变成具体、可研究、可写作的研究问题或假设，并评估学术价值与可行性。
需要准备的资料：
- 你的研究领域关键词（3–6个）
- 研究兴趣的简短说明（50–150字）
- 是否偏理论/实证，是否有可用数据或实验条件
详细操作步骤：
1. 起点描述：把你的研究领域与兴趣写成 2–3 句输入给 AI。
2. 生成候选问题：要求 AI 给出 10–15 个细分研究问题，并按“学术价值/可行性/新颖性”打分（AI 打分仅作参考）。
3. 迭代筛选：对候选问题逐一追问，要求展开研究动机、可能的数据来源、核心方法。
4. 形成最终题目：把选定的问题转为论文题目，并生成 1–2 段“研究问题陈述”供引言使用。
Prompt A（候选问题生成）：
我正在研究 [研究领域]（例如：基于深度学习的医学影像分割）。我希望得到 12 个可落地的细分研究问题。每个问题请同时给出：1）一句话研究动机；2）可能用到的数据类型或数据来源；3）为什么具有学术价值或创新点。请把结果按“高/中/低”可行性排序，输出为表格。
Prompt B（可行性与方法展开）：
对上一步中第 N 个候选问题（把问题全文粘贴），请展开：1）核心假设（1–2 条）；2）建议的研究方法（量化/定性/混合），并列出至少三种可使用的分析技术或实验设计；3）可能的主要挑战与规避策略。输出为小节式结构，每项控制在 40–120 字。
Prompt C（题目与研究问题陈述）：
请把以下研究问题（粘贴）改写为一个学术论文题目（不超过18个字）并写 1 段“研究问题陈述”（100–150 字），需要包含研究目的、研究空白与主要贡献预期。语言要求学术、精炼、适合投稿国际期刊。
Prompt D（快速对比）：
基于下面 3 个候选题目（粘贴），请用表格对比：研究新颖性、数据可获得性、方法门槛、发表难度（低/中/高）。并在表格下给出推荐顺序和选择理由（每条不超过 40 字）。
示例（示范输出 — 非事实性，仅供写作风格参考）
校验清单（研究者必须做）
- 确认数据是否真实存在并有权限使用。
- 检查类似题目是否已大量存在（用 Google Scholar / CNKI 搜索）。
- 与导师/合作者讨论可行性和伦理性。
模块二：结构化写作
（大纲与章节框架）
把题目变成可操作的章节骨架：明确每一节的功能、核心论点与字数/篇幅建议，避免写作无章可循。
需要准备的资料：
- 最终题目或研究问题
- 目标期刊/学位类型（如硕士论文、SCI 四区期刊等）
- 任何已有的章节或草稿（可选）
详细操作步骤：
1. 明确输出格式（如：期刊论文/硕士论文/会议论文），把目标读者写给 AI。
2. 生成主线大纲：要求 AI 输出章节标题、子标题与每节核心要点（每一节 3–6 条要点）。
3. 确定篇幅分配：让 AI 推荐每节字数或页数（按总字数比例）。
4. 细化小节写作提示：为每个小节生成 2–4 个写作要点或需要回答的问题（便于接下来逐节交给 AI 写作）。
5. 版本迭代：把 AI 给的初稿大纲交给导师或同事评估后，反馈给 AI 迭代修改。
Prompt A（期刊/学位化大纲）：
我准备写一篇面向 [目标期刊名/硕士论文] 的论文，题目为 [论文题目]。请为我生成完整的章节大纲（含子标题），并对每个章节写出 3–6 条“该节必须回答的问题或呈现的要点”，总字数控制在 [总字数]（例如：8000 字）。输出为带序号的清晰结构。
Prompt B（各节篇幅与写作提示）：
根据上面的大纲，请为每一章建议字数（或页数）占比，并给出写作顺序建议（先写哪几节更容易推进），以及每节可直接用于写作的 3 个小提示（例如：在方法中需说明的变量、在结果中需要包含的统计指标）。
Prompt C（把大纲变成任务清单）：
请把整篇论文的大纲拆成 10–14 个可执行的写作任务卡片（每个卡片包含：任务标题、目标产出（字数/页数）、所需输入资料、预计耗时）。用表格呈现，方便团队协作或自我时间管理。
Prompt D（同伴评审提示）：
帮我生成一份“导师/同行评审检查表”，用于评估当前大纲是否满足期刊要求，包含 12 条检查项（例如：研究问题清晰度、贡献声明是否明确、方法可复制性、数据可访问性、伦理声明等），每项附 1–2 条可操作的评估标准。
校验清单
- 确认大纲与目标期刊的格式与字数要求一致。
- 把“必须回答的问题”逐条作为写作任务清单。
模块三：
文献总结与批判性综述
把海量文献变成主题化、批判性、可引用的综述段落，而不是简单摘抄。
需要准备的资料：
- 文献列表（DOI/标题/作者/年份）或文献的摘要/笔记（建议 20–80 篇）
- 你希望的综述结构（按主题/按时间/按方法/按理论流派）
详细操作步骤：
1. 导入文献信息：把文献的标题+摘要或你做的笔记粘贴给 AI（分批处理，每批不超过 20 篇）。
2. 主题聚类：要求 AI 按研究主题或方法对文献进行聚类，并说明每个主题的核心结论与代表性研究。
3. 方法/证据表征：让 AI 列出不同方法使用的常见数据集、评价指标与结果趋势。
4. 批判性评估：要求 AI 对每个主题指出主要局限、方法论缺陷与未来方向（每点给 1–2 条证据支持）。
5. 撰写综述段落：让 AI 把聚类与评估结果写成学术化的段落，并标注“需要人工补充引用”的位置（例如：[引用1]）。
6. 引用清单核验：对 AI 标注的引用位点，人工补入确切文献并核验。
Prompt A（批量主题聚类）：
我将粘贴不超过 20 篇文献的标题与摘要（如下）。请：1）按主题/方法对这些文献进行聚类；2）为每个聚类给出 3–5 条核心结论；3）列出每个聚类的 3 篇代表性文献（请仅列出真实存在的文献标题与年份，不要造假）。请输出为表格格式。
Prompt B（方法与指标对比）：
针对上一步中“深度卷积方法”聚类，请列出该类别常用的数据集、常用评价指标、以及在这些指标上通常达到的性能范围（如果文献中给出数值，请注明“来自文献：XX年XX作者”，若无明确数值则标注为“未报告”）。
Prompt C（批判性综述写作）：
请基于上面的聚类，撰写 2–3 段批判性综述（每段 120–180 字）：第一段概述研究脉络；第二段指出主流方法的共同局限与证据缺口；第三段给出 3 条未来研究建议。输出段落中在引用位置用 [作者, 年] 占位。
Prompt D（引用占位与核验提醒）：
在生成的综述段落中，请把每一条主要论断后面用 [需要引用] 标注，并在输出末尾列出“需要人工核验引用”的具体句子（便于我去文献中补上确切来源）。同时提醒哪些论断可能属于过度泛化或需要更多证据支持。
校验清单
- 所有 “[需要引用]” 必须由作者手动替换为确切文献（DOI/页码）。
- 不要直接把 AI 生成的“结论”当作事实引用；凡是数值与结果必须回溯到原文。
- 若 AI 列出文献，请核对每条文献的存在性与对应结论。
模块四：
数据管理与结果描述
帮助把统计/实验结果用学术化语言准确描述，并生成可直接用于论文“结果”部分的段落、表格说明与图表说明（caption）。
需要准备的资料：
- 数据表（CSV/Excel）或统计输出（表格/回归结果/显著性测试）
- 实验设计描述（样本量、分组、变量说明）
- 主要检验方法（t-test/ANOVA/回归/模型评价指标等）
详细操作步骤：
1. 准备标准化数据摘要：把关键统计量（样本量、均值、标准差、p 值、置信区间）输入给 AI；若数据量很大，先做汇总表再输入。
2. 结果段落生成：让 AI 根据统计表写出清晰的“结果描述”，要求突出主要发现，避免过度解释或主观推断。
3. 图表说明（Caption）：让 AI 为每张图或表生成简洁准确的图题和图注，包括统计测试类型与显著性注释。
4. 敏感性分析建议：要求 AI 给出 2–3 个备选检验或鲁棒性检验，以供审稿时补充。
5. 明确不可做的事：在 prompt 中明确写“不要捏造数字或结论；如果输入数据不完整请提示并列出缺失项”。
Prompt A（生成结果段落）：
下面是我的结果摘要表（粘贴或以 CSV 形式描述关键列：样本量、均值、SD、检验统计量、p 值等）。请帮我写 2 段结果描述（每段 90–140 字）：1）定量描述主要发现（含统计值、p 值、效应方向）；2）对结果的客观解读（避免过度拓展结论）。请在段落里按学术格式写出关键统计值（例如：t(98)=2.45, p=0.016）。
Prompt B（生成图表说明）：
我有 3 张图（分别是：ROC 曲线、误差柱状图、变量相关热图）。请为每张图写一段 caption（不超过 30 字的标题 + 1–2 行解释），并写明图中显著性标注的含义（例如：* p<0.05, ** p<0.01）。
Prompt C（鲁棒性与敏感性检验建议）：
基于以下主要分析（粘贴关键模型或检验结果），请列出 3 种推荐的鲁棒性检验方法（例如：加入控制变量/替换指标/交叉验证），并说明每种方法能检验什么潜在偏差或假设。
Prompt D（不可捏造与缺项提示）：
我将提供数据摘要；如果你发现数据缺失或统计信息不足以撰写结果段落，请列出缺失项并给出具体补充要求（例如：需要给出均值与 SD、样本量、自由度）。请不要生成任何未给出数值的统计结论。
校验清单（必须人工完成）
- 将 AI 写出的统计值与原始分析输出逐项核对（均值、SD、自由度、p 值）。
- 若 AI 自动填入统计式（如 t(…) = …），务必用统计软件或原始输出核验。
- 在表格与图注中注明检验方法与显著性标准。
模块五：编辑与润色
把草稿润色成符合学术期刊风格、逻辑清晰、语言准确的成熟文本。
需要准备的资料：
- 你已写好的段落/章节（每次建议最多 800–1200 字）
- 目标期刊或学位的语言风格要求（英式/美式、简洁风格等）
- 是否需要“保留原意”或“改写提升学术性”
详细操作步骤：
1. 分段提交：不要一次性把整篇论文交给 AI；分节或分段润色，每段 300–800 字最合适。
2. 明确润色目标：在提示词里明确“学术语气/逻辑衔接/术语统一/引用占位不要改动/不要生成引用”。
3. 对比输出：让 AI 返回“原文 vs 润色后”并附简短修改说明（哪些句子被重写、哪些术语被规范化）。
4. 人工微调：核对学术术语、专有名词拼写、以及上下文衔接，必要时请导师审阅。
Prompt A（学术化润色）：
请润色以下段落（粘贴），要求：1）使语言达到国际期刊的学术表达（学术严谨、句子流畅）；2）不改变事实或数据；3）保留原始引用占位（如 [作者, 年]）；4）在润色后给出 5 条修改说明（说明哪些句子被重写及原因）。
Prompt B（逻辑衔接优化）：
对以下章节（粘贴），请标注逻辑跳跃或论证薄弱处（如“缺少因果链”“结论超前”），并给出每处 1–2 条可操作的改进建议与一句可替换的过渡句。
Prompt C（学术用词替换）：
把下面这段通俗表达转换为学术表达（要求用词正式、避免口语化），并在输出中给出“术语替换表”（原词 → 推荐替换词，最多 10 对）。
Prompt D（段落对比与接纳建议）：
请把原文与润色后文本并列显示，并在每处改动旁备注“改动理由”（如：提高准确性/缩短句子/避免歧义）。若有改动可能影响原意，请注明并建议保留或回退的选项。
小技巧（避免常见问题）
- 对于方法与数据段落，避免过度学术化到“牺牲清晰度”；重写要兼顾可重复性与可读性。
- 在润色时，要求 AI 不自动生成参考文献，以免引入虚构引用。
校验清单
- 确认术语一致性（同一概念不要多处不同中文/英文翻译）。
- 检查句子是否改变了原始含义（尤其是结论句）。
