无尘阁日记

无尘阁日记

论文写作AI破局:它教会你怎么写,没教你怎么交
silcano

《论文写作AI破局:五源模型高效写作法》,郭泽德、李极、宋义平著。它提出的东西叫「五源模型」:结构、材料、模板、提示词、人工校准,五个要素摆开,一个一个喂给 AI。

这个思路我认。市面上绝大多数 AI 写作书教你「许愿」——「帮我写一篇关于数字经济的论文前言」;这本书教你「配菜」——先告诉它结构长什么样,再给它材料,再给它一篇可以模仿的范文,最后人来收尾。前者靠运气,后者靠流程。

但它有一个地方没兜住:全书第一章就把「大模型会编造文献」这件事讲清楚了,可到了真正写文献综述的那一章,这道防线没有被接上。原理讲了,操作没接住。这是这本书最值得说的地方,也是我读完之后最不放心的地方。

一、先说五源模型好在哪

序言里作者讲了自己的四个阶段。最早是工具驱动,以为找到好工具就行;后来转向提示词驱动,「率先将『结构化提示词』引入学术领域」;再往后发现提示词越写越长越难维护,「这与 AI 交互的基本原则背道而驰」,于是有了五源模型;最后一个阶段叫问题本质驱动——「学习五源模型的最高境界,是将其内化为一种解决问题的思维框架,不拘泥于流程与细节,而直达问题的本质」。

这段自述有价值的地方,是它承认自己走过弯路。同类书的作者通常一路都对;这位作者肯说「我原来以为靠工具就行,后来发现不是」,读者才愿意信他后面的判断。

五源模型拆开看,其实是五个很朴素的问题:这件事该长成什么结构?我手里有什么材料?有没有一篇范文可以照着学?提示词怎么写才能把前四样串起来?最后,人要把什么改回来?

这五个问题,恰好对应一句话许愿的五个失败点。你只说「帮我写文献综述」,模型不知道你要几种分类法;你不给材料,它只能凭记忆编;你不给范文,它写出来的是它见过的平均文体;你不校准,它把「在特定条件下成立」写成「普遍成立」。

所以这本书的贡献不在于发明了什么,而在于它把一个模糊的「用 AI 写论文」拆成了五个可以分别检查的环节。这个拆法是对的,而且比大多数「十条提示词模板」的书高一个层次。

二、它其实把「幻觉」讲清楚了

我原本准备批评这本书「回避了 AI 编造文献的问题」。读到第一章讲第三个要素「投喂材料」时,我把这句话收回去了——它讲得比我预想的清楚。

它先解释成因:「出现『大模型幻觉』的原因是,大模型的运作机制本质上是基于对大量训练数据的学习,预测并生成下一个最可能的词语组合,而非基于对真实世界的理解。」然后承认现状:「目前,『大模型幻觉』被认为是使用大模型时的一个顽疾,这一问题非常复杂,目前还没有根治的解决方案。」接着给出它认为能缓解的办法:在具体场景中投喂材料,「可以有效降低无关或虚假信息的生成概率,从而最大程度保证生成内容的准确性」。

最能说明问题的是它给的一组对照。同一个任务——写一段关于企业数字化转型最新进展的综述——给了两条提示词:

提示词 A:「请撰写一段关于企业数字化转型最新进展的综述。」

提示词 B:「以下是几篇关于企业数字化转型的文献摘要,请根据这些摘要撰写综述,提炼出研究的最新进展和未来趋势。文献摘要内容如下:###文献摘要1、文献摘要2……###」

作者的判断很直接:A 表述宽泛,模型会按已知信息生成内容,「容易出现部分细节与真实研究进展不符的问题,且非常容易引用虚假文献」;B 把生成范围限制在给定文献里,「尽管并不能保证生成内容完全真实,但可以显著降低大模型虚构内容的可能性」。

这段话里有两个词我愿意给它记一功:「非常容易」和「并不能保证」。前者承认了风险是常态而不是意外,后者承认了方法是缓解而不是根治。在一本教人用 AI 的书里,肯把「并不能保证」这五个字写出来,比写十句「大幅提升效率」有价值。

三、可它没把这道防线接到文献综述章

问题出在第三章。

第三章用同一套五源模型写文献综述,末尾有一节「实操注意事项」,列了三条:第一,这一章采用的方案跟写前言不同——用大模型找结构、用人的经验提炼模板,方案会影响输出,读者要自己试;第二,投喂材料分成「核心文献」和「支撑性文献」,中外文可以分别投喂也可以混合投喂;第三,文献综述里「述」的分类和「评」的建构是核心,除了借助模型生成,还特别考验研究者对选题、文献的理解和学术素养。

三条都对,但三条都不是「请把综述里每一条参考文献,逐条回查一遍」。

再看它的「人工校准」怎么做的。第一步写的是:「保持『初稿』内容不变,只完善文末参考文献格式。」后面还给了格式示例,示范怎么把一条文献排成规范的著录格式。

也就是说,在这本书的操作流程里,校准的主要动作是排版。

这就是我说的「没接住」。第一章刚刚说过:投喂材料只能「显著降低」虚构概率,不能保证真实。那么剩下的那部分风险,理应由最后一道工序接下。可最后一道工序做的是格式——一份可能掺了假文献的稿子,被排成了一份格式完全正确的假文献清单。它看起来更可信了,实际风险一点没少。

学术写作跟别的写作不一样,就差在这里。公号文章写错一个数据,改了就行;一篇综述里引了一篇不存在的文献,它会跟着你走很远——开题、预答辩、外审、见刊,任何一环被查出来,代价都不是改个错别字。这本书把道理的九成讲对了,唯独在最需要「动作」的地方,给了一个「格式」。

四、六章同构:一个流程抄了六遍

这本书的主体结构,是把同一套五步流程在六种论文部件上各跑一遍:前言、文献综述、理论框架、研究方法、分析论证、结语。

六章的目录几乎一模一样。先是「准备工作」——结构拆解、材料检索、模板提炼;然后是「实操过程」,五个小节一字不差:学习结构并命名、投喂材料并命名、学习模板并命名、通过提示词整合内容、人工校准;最后是「实操注意事项」。

第一遍读,觉得清楚;第二遍读,觉得熟悉;第三遍开始跳着看;读到第六遍,基本只看每章开头那张结构拆解了。

我理解作者为什么这么写。这是一本工具书,读者可能只写文献综述,也可能只写结语,他需要每一章都能独立使用。这个理由成立。但代价也很实在:六章里真正不同的只有「这类部件的结构长什么样」和「该喂什么材料」,剩下的三步是同一套动作的重复播放。

而全书真正的增量,反而在最后一章。第八章讲五源模型的创新应用:当结构和模板一致时怎么变通、怎么接自己的知识库、怎么在通用智能体平台上跑这套流程。这是把方法从「一次对话」推进到「一套工作流」的地方,也是全书最像「方法」而不是「操作说明」的地方。它排在最后,很容易被翻过去。

五、最有含金量的,是研究方法那一章

如果要挑一章最能证明作者懂学术的,我选第五章。

它没有把「研究方法」当成一个可以套模板的段落,而是先按方法类型把结构拆开:定量研究、质性研究、混合研究,每一类的骨架不一样。

定量那一类,骨架包括数据收集程序(「描述数据收集步骤,强调标准化与质量控制」)、数据分析策略(「说明所用统计方法(附理由)、分析步骤、软件及显著性水平」)、伦理考量(「说明伦理审批情况及参与者保护措施」)。

质性那一类,骨架是研究背景、研究方法(「说明所选质性方法,阐述其适用性和选择它的理由」)、材料收集过程(「概述参与者招募标准、数据收集工具及记录方式」)、材料分析策略、研究的严谨性与可信度(「阐明确保研究可信度的策略(如三角验证)」)。

混合研究又是一套,从研究设计讲起,要解释「选择混合方法的原因,说明设计类型(如解释性、探索性)」。

这一章的价值,在于它把「研究方法」从一句空话变成了可勾选的清单。绝大多数 AI 生成的「研究方法」段落,问题都出在同一处:只写「本研究采用问卷调查法」,不写样本怎么来、问卷怎么设计、信效度怎么保证、伦理怎么处理。这本书把这些项一条条摆出来,读者照着填,至少不会漏项。

同样扎实的还有第六章开头。它讲分析论证的结构:「学术论文整体通常采用『总-分』或『总-分-总』结构,而分析论证部分属于『分』,其内部逻辑基于前文的『总』展开。」接着提出分析论证由三个要素主导——研究理论、研究方法、研究维度,并区分了两种情形:以演绎为主的论文先立理论框架,分析论证由理论框架主导;理论基础较弱但方法属性突出的研究,结构更多由研究方法主导。为了说明第一种情形,它拿了一篇真实论文做例子:《结构重塑与关系嵌入:跨层级区域环境治理中平行部门间协作的实现逻辑》,说该文基于吉登斯的结构化理论建构了「情境-结构-关系」视角,分析论证因此分成「结构重塑」和「关系嵌入」两部分。

能拿真论文拆结构,说明作者是真读论文的人。这也是这本书比同类书强的地方:它的「模板」不是凭空编的,是从大量论文里归纳出来的。

顺便说一句我对这一章的看法。研究方法之所以最容易被 AI 写空,是因为它看起来最像「格式」——「本研究采用问卷调查法,共发放问卷 300 份」,这句话语法没错、格式没错、术语没错,唯一的问题是它可能是假的。样本怎么抽的、问卷怎么设计的、信度多少、伦理审查过了没有,这些细节没法从语料里推出来,只能从你真的做过的那件事里写出来。所以这一章的价值不在于教你「怎么写」,而在于给你一张清单,让你发现自己漏了什么。漏了,就得回去补做,不是回去补写。

六、「AI 自检」这一步,逻辑上是转圈

回到文献综述的校准。那一步除了排版,还有第二个动作,叫「AI 自检」。

做法是:把写好的综述交给大模型,让它设计一套审查标准——提示词大意是「我基于大模型撰写了一篇论文的『文献综述』,请以详细、苛刻、批判性的视角设计一套审查标准,对生成的内容进行审查」,要求「设计 10 个一级审查指标,每个一级审查指标下至少包含 3 个二级审查指标」,「根据以上标准,对生成的内容进行全面审查,给出每个二级审查指标的分数,最终计算出总分(满分 100 分)」。

这个设计有它的用处:让模型扮演审稿人,比人从零开始挑毛病快,而且「请确保不轻易给出满分」这类约束确实能逼出一些问题。

但它有一个绕不过去的结构性问题:审查者就是生成者。同一类模型,用同一套知识,审查自己刚写出来的东西。它能挑出逻辑不顺、表述啰嗦、层次混乱,却挑不出「这条文献不存在」——因为在它的知识里,那条文献是存在的;也挑不出「这个观点被原作者说过相反的话」——因为它记住的就是它写出来的那个版本。

打个比方:这相当于让考生自己出卷、自己阅卷、自己打分,然后把这套流程叫作质量控制。分数会很漂亮,问题一个都不会少。

真正有效的自检,必须引入模型之外的东西:知网、万方、Google Scholar、期刊官网、原文 PDF。这些不在对话框里,在浏览器里。这本书教了很多「怎么在对话框里把事做好」,唯独这一件,只能在对话框外面做。

七、一个暴露成色的细节

有一个小地方,我读完停了很久。

第一章讲第五个要素「人工校准」,第一个动作是「细化和调整提示词」。为了说明怎么改提示词,作者举的例子是——写儿童故事。

初始提示词:「写一个关于动物互相帮助的故事,主角是小兔子、狐狸和小鸟。」然后逐条分析它哪里不够:概念宽泛、没说明角色性格、任务不明确、缺少情感描述。接着给改进版:「请在上文基础上,帮我添加以下细节:请帮我撰写一个关于小兔子、狐狸和小鸟在森林中帮助迷路的小松鼠找到回家的路的故事。小兔子聪明且善良,狐狸有点儿狡猾但最终……」

例子本身没毛病,把「细化提示词」讲清楚了。问题在于它出现的位置:一本讲论文写作的书,在解释核心方法论的关键要素时,用的是童书创作的例子。

我不认为这是随手写的。更可能的情况是:这套「提示词细化」的讲法,作者在别的地方(写作课、通识课、少儿创作课)已经讲过很多遍,写这本书时直接搬了过来,忘了换例子。

这个细节说明一件事:这套方法论是通用的,而通用也意味着它没有为学术写作专门长过一套骨头。五源模型换到写小说、写公众号、写教案都能用;正因为它哪儿都能用,它在「论文」这个场景里的特殊性——引用、证据、贡献、规范——就没有被单独处理。而这些特殊性,恰恰是学术写作和别的写作的全部区别。

八、它的短板

四条。

第一,原理与操作脱节。第一章承认「投喂材料不能保证真实」,第三章的校准却只做格式与措辞。整本书没有一节系统讲「怎么核验一条参考文献的真伪」——不是不想讲,是这一步不在对话框里,而这本书的方法论全部围绕对话框展开。

第二,六章同构,重复度高。第二章到第七章是同一套五步流程的六次演示,读者读完前两章,后面四章的新信息主要是「这类部件的结构长什么样」。如果把它压成「一套流程 + 六张结构图 + 六个材料清单」,篇幅可以少一半,信息量不减。

第三,示例的颗粒度不齐。有的地方给得很细(结构拆解、材料命名、提示词全文),有的地方只有一句结论,比如「方案的选择会对大模型输出结果产生影响,因此大家应根据自身需求,探索并确定适合自己的最佳方案」——这句话等于没说。真正的经验藏在「为什么选这个方案」里,而这部分常被一句「需要读者自己探索」带过。

第四,注意事项一节顺手推荐了作者自己的另外两本书。第三章「注意事项」第三条讲「述」的分类和「评」的建构是文献综述的核心,随后写:「可参考《高效写论文:AI 辅助学术论文写作》和《写好论文:思维模型与AI辅助应用》两本书,书中对相关内容进行了系统的阐述。」推荐自己的书不奇怪,但这个位置很关键——读者正读到「文献综述最难的那一步怎么做」,得到的答案是「去看我另外两本书」。这一节本该是全书最该写透的地方。

九、这类书的共同盲区

读完这本,又想起前一阵读的几本 AI 写作书,我发现它们有一个共同的形状。

开头都讲趋势:AIGC 是范式变革,内容生产的主体从人扩展到 AI。中间都讲流程:怎么拆结构、怎么喂材料、怎么改提示词。结尾都讲分寸:人是主导,AI 是助手,要注意学术诚信。

这个形状里,缺的永远是同一块:验收。

流程教你把东西生产出来,验收教你判断这东西能不能用。而 AI 写作真正难的地方,一直在验收这一端——因为模型输出的东西「看起来都对」,你不会有警觉。人在面对一眼假的稿子时会本能地停下来,面对一份语法通顺、结构完整、术语准确的稿子时不会。

所以这类书的读者,最容易犯的错不是「不会写」,是「写完就交了」。书里教的每一个动作,都在加速「写完」;没有哪个动作,在减速「就交了」。

要补这一块,其实不需要新工具,需要的是一个习惯:把「生成」和「验收」当成两件事,中间隔一段时间,隔一个人,隔一个数据库。生成的时候可以快,验收的时候必须慢,而且必须出对话框。

这本书如果加一章叫「验收清单」,把每一类论文部件的检查项列出来——前言查什么、综述查什么、方法查什么、论证查什么——它会比现在厚一倍的价值。

十、这本该怎么用

把它的流程拿来用,把它的验收自己补上。

流程的部分确实能落地:先把目标部件的结构拆出来,把手里的文献按核心与支撑分层,找一篇范文提炼模板,用一段提示词把结构材料模板串起来,最后人工改。这套动作能保证你产出的东西「形似」——层次清楚、术语对路、格式规整,至少不会交出一篇一眼假的稿子。对第一次用 AI 写论文的人,这个起点已经不低。

但「形似」和「站得住」是两件事。所以在它的五步之后,我建议补三步,全部在对话框外面做。

第一步,查文献。把综述里出现的每一条参考文献,逐条丢进知网或 Google Scholar 搜一遍。搜不到的删掉,搜到但作者、年份、卷期不对的改正。这一步花的时间可能比你生成整篇综述还长,但它是唯一能兜住你的那一步。

第二步,查原意。对每一条「某研究表明」,回原文看那句话的上下文。AI 转述最擅长的两件事,就是把「在特定条件下成立」写成「普遍成立」,把「作者提出的假设」写成「研究已经证明」。

第三步,查贡献。问自己一句:这篇综述除了把别人的话排了一遍,还说了什么?如果答案是「没有了」,那它就不是综述,是文献清单。

至于「AI 自检」那一步,可以留着,但要换个用法:不要让模型给自己的稿子打分,让它列出「这篇稿子里最容易被审稿人质疑的五个地方」。前者是自我表扬,后者是自我攻击。后者有用得多。

最后说句公道话。这本书的方法论是扎实的,尤其研究方法那一章的骨架、分析论证那一章的「三要素」,都是从真论文里归纳出来的,不是拍脑袋。它的问题不在能力,在视角:它把论文当成一件「要写出来的东西」,而不是一件「要被人检验的东西」。前者可以靠流程优化,后者只能靠一条一条去核。

论文写作AI破局 核心知识图谱
五源模型的五个要素、六次复制、三处缺口,以及必须在对话框外补的三步。

阅读记录

书名:论文写作AI破局:五源模型高效写作法
作者:郭泽德、李极、宋义平
读法:全书八章通读,含内容提要、序言
说明:文中引语、提示词示例与章节结构均来自原书;书中讲了幻觉成因与缓解办法,但未给出逐条核验文献的操作流程,后一点是我读后补的判断
逐页精读系列 · 2026 年 11 月

关于作者 · 江天(楠哥)
AI 实战导师 / 企业 AI 落地顾问 / 智能体工程师,17 年跨界、15,000+ 小时 AI 实操、20+ 套已交付工作流。