8月9日，《中国经济问题》期刊发布了AI使用规范声明。8月8日，知网下架了华东师大学报的AI一作论文。

信号很明确：用AI辅助学术写作的人越来越多，但规则越来越具体。

我们花了三周实测这些工具。结论不是"能不能用"，而是——每一步都有AI能做的事，和它绝对不能做的事。把这两条线画清楚，比装多少工具都重要。

---

01 速查表：五个环节 × 三条线

五个环节三条线

下面按真实写作顺序展开。每条边界线都有数据支撑，不是一个建议。

---

02 选题与文献｜AI 推荐的文献，近四成是假的

来源：Enago Academy 2025 跨模型文献检索评估；肾脏病学领域 ChatGPT 文献真实性专项评估；GPTZero 幻觉类型研究。

解决什么：选题阶段最大的痛点是"不知道这个领域的研究走到哪了"。你让 ChatGPT 或 DeepSeek 推荐一批文献，它秒回十几条——有作者、有期刊、有年份，格式工整。

能做的：AI 可以帮你梳理一个领域的主要讨论方向——哪些流派在对话、哪些问题有争议、研究缺口在哪里。这些结构性的梳理是它擅长的。

边界：Enago 的跨模型评估显示，AI 生成的参考文献中仅 26.5% 完全正确，近 40% 是错误的或捏造的。 肾脏病学领域针对 ChatGPT 的专项评估更直接——推荐的文献只有 62% 真实存在，31% 要么凭空捏造，要么把真实论文的信息张冠李戴。

这个数据不是在说"AI 不太准"——是在说，你从它那拿到的引用，每三条就有一条是假的。

一件绝对不能做的事：把 AI 推荐的文献直接写进你的 paper，不做逐条验证。

一条安全指令：

列出这个领域的三个主要讨论方向与各自的关键研究。每条研究需注明完整作者、年份与期刊名。我将逐条在 Web of Science 和知网核实后，再决定用于论文。

---

03 研究设计｜AI 比你更擅长"看起来合理"的分析

来源：华东师大"AI一作"大型社会实验（724篇有效投稿）；中国青年报 2026-08-07 报道。

解决什么：研究设计阶段——选什么方法、控制什么变量、用什么统计检验——AI 能给出非常专业的建议。它甚至能帮你写出看起来经过深思熟虑的"方法论选择理由"。

能做的：让 AI 帮你列出可选方法的适用条件、优劣对比、经典参考文献。它可以作为一个"方法百科全书"，帮你拓开本来没考虑的选项。

边界：华东师大"AI 一作"实验得出了一个关键结论：AI 可以把观点组织得很圆润，却未必知道哪些观点更重要。它能寻找相关性，却未必真正理解因果。 实验显示，AI 生成的论文存在"逻辑空心化"——论证结构完整，但每一环经不起追问。

一件绝对不能做的事：让 AI 替你决定用什么方法。它能讲 20 种方法各自的优缺点，但它不知道你的数据长什么样、你的研究问题真正需要什么。

一条安全指令：

针对我的研究问题，列出三种可选方法的适用条件、优势和局限。每种方法附一篇经典应用案例。由我最终选定方案。

---

04 正文写作｜一句改得圆润，十段查不到出处

来源：《中国经济问题》2026年8月9日 AI 使用规范声明；多所高校 2026 年 AI 工具使用规范。

解决什么：材料齐了，论证也要写出来。这是 AI 最高频的使用场景，也是翻车最隐蔽的环节。

能做的：AI 可以帮你在段落之间搭桥、把啰嗦的句子精简、把跳跃的逻辑补上。你提供核心内容，它负责让表达更干净。

边界：《中国经济问题》AI 使用规范明确要求：论文的研究设计、理论观点、论证逻辑、数据分析和研究结论等核心学术内容应由作者独立完成。 也就是说，AI 可以辅助表达，但不可以替代实质性研究和学术判断。

更隐蔽的风险：一句一句润色过来，你会发现有些润色后的段落"读起来很顺，但说不清是谁的观点"。如果整篇论文里这种段落占比超过三成，你就没法在答辩时一一讲清楚每一段的来龙去脉。

一件绝对不能做的事：让 AI 直接生成完整段落而不标注来源，然后把这些话当成自己的论证。

一条安全指令：

仅润色以下段落的语言与衔接，保留所有事实信息、数据、参考文献不变。任何改动的实质内容需标注并报告。

---

05 引用与文献｜AI 编的 DOI，能通过格式检查但查不到原文

来源：Enago Academy 跨模型评估；GPTZero 幻觉类型研究；中国青年报 2026-08-07 报道。

解决什么：引用管理——生成标准格式的参考文献条目、检查正文引用与文献列表是否一一对应、按期刊要求调整格式。这些是 AI 的绝对强项。

能做的：把你验证过的文献按 GB/T 7714 或 APA 格式排好、检查引用编号是否有遗漏或重复、自动生成参考文献列表。这些纯格式层面的工作可以放心交给它。

边界：GPTZero 的研究团队识别出三种 AI 文献幻觉——完全捏造型（文献根本不存在）、拼接重构型（把真实论文的作者和标题嫁接）、隐形复制型（确实有这篇论文但 AI 给出的信息全错）。第三种尤其危险，因为你在知网搜标题能搜到一篇类似的，不仔细核对就会以为"找到了"。

一件绝对不能做的事：让 AI 替你"补"引用——"帮我给这段加几个参考文献"。它会的，只是补的全是假的。

一条安全指令：

仅格式化以下我核验过的文献条目为 GB/T 7714 格式。如需新增任何引用，先列出备选文献的完整信息，等我确认后再加入。

---

06 返修投稿｜AI 帮你回审稿人——但别让它替你承诺

来源：华东师大"AI一作"实验后期处理（8月9日调整后新版本）；多所高校 2026 年导师责任制新规。

解决什么：审稿意见十几条，哪些要改论文、哪些只要解释、怎么解释才不冒犯——AI 可以帮你分析、归类、起草回复草稿。

能做的：把审稿意见拆成三类——必须修改论文的、只需解释澄清的、可以礼貌反驳的。为每一类起草结构化的回复框架。这是纯分析+文本组织，AI 天然擅长。

边界：华东师大实验被知网下架后，重新调整的论文版本有一个重要变化：AI 参与的过程被详细披露，保留的 AI 原始文本比例被明确标注（从 10% 到 50% 不等）。这是一个趋势——不是不用 AI，而是必须说明用了多少、用在哪。

更现实的风险：如果你让 AI 起草"我们将在后续研究中补充实验验证"这类承诺，而你自己根本没打算做——这是学术诚信问题，不是工具问题。

一件绝对不能做的事：让 AI 替你在回复中承诺任何你本人做不到的事。

一条安全指令：

将以下审稿意见按修改正文/解释澄清/礼貌反驳三类分组。为每类起草回复框架。涉及补充实验或新数据的承诺，标注"需作者确认"。

---

07 怎么串起来：不是五个孤立工具，是一条流水线上的五个检查点

这五条边界线不是独立存在的。把它们放进真实写作流程里，你会发现每条线管的是不同阶段的风险：

1

选题阶段最怕的是盲目信任——把 AI 推荐的假文献写进去

2

设计阶段最怕的是过度依赖——让 AI 替你选方法，你讲不清楚为什么

3

写作阶段最怕的是来源不可追溯——AI 写的段落你答不上来是谁的观点

4

引用阶段最怕的是懒惰——"帮我把引用补全"等于"帮我造假"

5

投稿阶段最怕的是轻率承诺——回复里的每一句话，作者都要能负责

一个简单的自检：你的论文里任何一句话，你都能说出来源吗？

如果不能，不是 AI 的问题——是你把判断让给了不会判断的工具。

---

08 今晚就能做的 3 件事

① 打开现在正在写的那篇论文草稿，随机抽三段，问自己：这段的核心观点是谁的？如果是 AI 生成的，出处在哪？

② 检查所有参考文献——选前 10 条，每条花 30 秒在知网或 Google Scholar 上核验，看看有没有查不到的。

③ 给手里的 ChatGPT / Claude / DeepSeek 发一条新指令：「请列出我在这篇论文写作中应该注意的潜在学术诚信风险。」看你之前的用法有没有踩到边界线。

模型能写完，不等于这篇 paper 能站住。站不站得住，取决于你画的那条线在哪。