AI 是概率模型，同样的问题，换一种说法，结果可能大不相同。在科研中使用 AI，关键不是“说得多”，而是“说得准”。
这里列出四条实用的原则：
- 避免依赖历史对话：每次开启新任务时，建议点击“新对话”，以确保上下文干净、聚焦，除非是有明确的历史上下文需求。
- 指令越简洁，效果往往越好：避免冗余说明，精简提示更易获得高质量回应，减少人为的引导或误导。要求越多，AI 可发挥的空间越小，只要讲出核心的需求就行。
- 聚焦具体需求，直击关键问题：只对真正影响结果的核心要素提出明确的要求，不要泛泛而谈。
- 主动提供关键知识支撑：当涉及专业领域、特定背景或时效性强的信息时，主动补充必要的数据、定义或事实依据，以弥补模型在知识方面的局限。
以下给出科研中一些常用的 AI 提示词，仅作为参考。不同需求场景下的提示词应该不一样。
一、文献阅读和理解
1. 初步理解
请用几句话总结这篇文章。请面向具备本科背景但非本领域专业的读者，用通俗且科学准确的语言概括该论文的核心内容。请以“跨学科研究者能快速理解”的方式，总结本文的主要思想。2. 深入理解
请分别概括本文的研究目的、研究方法、主要结果与结论。该文献试图解决什么科学问题？为何该问题具有重要性？其创新点体现在哪些方面？文中提出的核心假设是什么？这些假设基于哪些已有研究成果？作者采用了哪些实验、建模或数据分析方法？每种方法在研究中发挥了什么作用？该论文在当前研究脉络中处于何种位置？这项研究存在哪些潜在局限或隐含前提？3. 研究启发
基于本文的发现，你能提出哪些值得进一步探索的新研究问题？二、文本检查和修改
润色：润色以上内容请改进以下段落的表达流畅性、逻辑连贯性与学术专业性，避免口语化表述。该段文字逻辑略显跳跃，请重新组织语言，使其结构更清晰、衔接更自然。请修正语法、用词及句式问题，同时保留原文的写作风格。请将以下文字改写得更为严谨，去除主观性表述，使其符合 SCI 论文的语言规范。请从审稿人视角出发，润色以下文本，使其更易于理解与接受。请从物理学角度审阅以下文字，指出其中是否存在概念性、理论性或事实性错误，并说明理由。假设你是一名本领域期刊的审稿人，请指出并修改以下文本中表述不够严谨之处。请以审稿人身份，对该文章进行客观评价，给出综合评分，并提出具体的修改建议。检查文献格式是否统一，以及是否存在错误。三、文献搜索和调研
在网络上详细搜索和查找，给出和该主题最相关的参考文献。【说明：本站主要是个人的一些笔记和代码分享，内容可能会不定期修改。为了使全网显示的始终是最新版本，这里的文章未经同意请勿转载。引用请注明出处：https://www.guanjihuan.com】
