查看“AI 学术助手：10个研究步骤的提示词指南”的源代码

== AI 是我的“学术GPS导航” ==
AI在学术研究中定位：我的智能助手，而不是老板。它能帮我干活，但决定权在我手里。

== AI做碎活，我做决策 ==
{| class="wikitable"
! AI 能做什么 !!  AI 不能做什么
|-
| ✅'''灵感：发现研究趋势和新领域、跨学科知识整合'''
''<sub>分析现有研究成果，预测哪些领域可能有突破；如，把生物学和计算机科学的知识结合起来，提出新的研究方向。</sub>''
||❌'''理解复杂的学术争论和背景'''
''<sub>不能像人类专家一样，深刻理解学术领域的复杂争议、历史背景、学科发展的脉络。</sub>''
|-
| ✅'''总结文献要点'''
''<sub>如，输入一个关键词，AI 能快速列出相关论文，并提取出关键信息。</sub>''
||❌ '''替我做关键决策'''
''<sub>选择什么研究方向、用什么理论框架,这需要你自己的学术判断</sub>''
|-
| ✅'''翻译学术文章'''
''<sub>几乎所有语言互译</sub>''
||❌ '''保证内容100%准确'''
''<sub>出的参考文献可能有错,数据分析也可能有偏差,必须你自己去核实</sub>''
|-
| ✅'''理清思路''' 
''<sub>可以帮你梳理研究框架、提出具体的研究步骤</sub>''
||❌'''产出原创性成果'''
''<sub>真正有价值的学术发现和理论创新,还是得靠研究者自己的思考和探索；如，在探索未知领域时，AI 可能无法提供有效的指导。</sub>''
|-
| ✅'''实验：模拟与建模'''
''<sub>模拟复杂的物理、化学、生物等实验，帮助预测结果。</sub>''
||❌ '''替代人类的批判性思维'''
''<sub>如，AI 可能会忽略某些研究的潜在偏见或局限性，最终的效果还取决于模型的训练数据和生成策略。</sub>''
|-
| ✅'''整理分析研究数据'''
''<sub>如，处理实验数据、生成趋势图、预测结果等。</sub>''
||❌ '''评估学术质量'''
''<sub>无法准确判断一篇研究的创新性、深度和真正的学术贡献；质量把关、学术规范的判断,还是需要导师和同行的专业意见。</sub>''
|-
| ✅'''检查基础错误'''
''<sub>找出论文中的语法错误、格式问题、引用不规范等</sub>''
||❌ '''判断伦理和价值'''
''<sub>不能做出符合伦理的决策或判断，需要依赖人类的道德标准。</sub>''
|}