【开发工具】科研开发中的主流AI工具整理及如何使用GPT润色英文论文

一、主流AI工具

AI技术发展至今已经逐渐成熟,并可以取代一部分科研和开发中的简单工作,并为复杂工作提高辅助,除此之外也是更高级的信息检索工具。熟练掌握 AI 工具在当前市场理应具有竞争优势,目前笔者在科研和开发中接触过AI工具的使用体验整理如下:

1. 通用对话工具

  • DeepSeek
    使用体验 :推理能力突出,适合大部分科研场景,且对提示词的要求较低,似乎是通过对问题的解析分类递交到内部封装的各种专家,从而有更好的推理和生成效果。
    使用局限:官网经常网络繁忙,但可以通过其他AI平台接入解决;文件读取有字数限制,无法解析复杂代码或文本;复杂问题的思考时间过长无法给出回答。

  • 腾讯元宝、问小白
    使用体验 :接入了DeepSeek R1,不会遇到网络问题且免费使用。
    使用局限:但是他们自身的大模型,如腾讯的混元大模型主要优势在于内容创作,因为接入了公众号文章等资源,元石大模型偏向日常搜索,在科研和开发中的使用体验不如其接入的DeepSeek R1。

  • 豆包(字节跳动)
    使用体验 :问题的响应较快,适合提问简单问题,如概念、术语等;文献阅读功能非常好用,会生成中英文对照版本且翻译更准确;客户端的一键唤起功能可以比较快速地提问简单问题;文件上传功能方便,且会有云盘记录。
    使用局限:语文不太行,即使有提示词,写文字段落时的表达也明显浮夸或口语化,学术性和专业性不足。
  • ChatGPT
    使用体验 :英文很好,适合用于英文写作,润色英文段落比较地道。
    使用局限:免费版本目前觉得越来越懒,疑似算力限制,在开发问题的解答上不如国产大模型。

  • 通义千问(阿里)、文心一言(百度)
    使用体验 :曾经先后作为国内最好用的大模型。
    使用局限:目前在学术和开发用途上并未有突出优势。

2. 垂直领域工具

  • Cursor(编程)
    使用体验 :类似于vscode的代码编辑器界面,可以对整个工程代码进行解析和问答,Claude模型在编程方面也是更好用。
    使用局限:已经有常用的编辑器再使用Cursor会有些冲突,只是偶尔需要全局提问时候用一下。

  • Kimi(长文本处理)
    使用体验 :有同门说体验不错,个人没有选择。
    使用局限:PPT生成功能一言难尽,比较粗糙。

  • 秘塔AI搜索(知识管理)
    使用体验 :加强版的AI搜索引擎,输出有条理性的检索内容。
    使用局限:对话不能被自动保存,比较不习惯。


二、AI提问技巧:以论文润色为例

1. 背景说明法

通过【topic】【discipline】构建学术场景,触发AI的领域适配机制(如自动调用Nature/Science语料库)

I'm writing a paper on 【topic】 for a leading 【discipline】 academic journal. What I tried to say in the following section is 【specific point】. Please rephrase it for clarity, coherence and conciseness, ensuring each paragraph flows into the next. Remove jargon. Use a professional tone

2. 段落衔接指令

"clarity, coherence, conciseness" 精准对应学术写作三大痛点,比通用型指令效率提升很多;"clarity and logical flow"能激活GPT的篇章结构分析能力,避免逐句修改的碎片化问题

Please help me polish the paragraph in the Design section of journal article to enhance its clarity and logical flow:

相关推荐
Elastic 中国社区官方博客1 小时前
Elasticsearch:智能搜索的 MCP
大数据·人工智能·elasticsearch·搜索引擎·全文检索
stbomei1 小时前
从“能说话”到“会做事”:AI Agent如何重构日常工作流?
人工智能
yzx9910132 小时前
生活在数字世界:一份人人都能看懂的网络安全生存指南
运维·开发语言·网络·人工智能·自动化
安思派Anspire2 小时前
GPT-OSS 深度解析:OpenAI 最新大语言模型(LLM)架构
gpt·语言模型·架构
许泽宇的技术分享2 小时前
LangGraph深度解析:构建下一代智能Agent的架构革命——从Pregel到现代AI工作流的技术飞跃
人工智能·架构
乔巴先生242 小时前
LLMCompiler:基于LangGraph的并行化Agent架构高效实现
人工智能·python·langchain·人机交互
静西子4 小时前
LLM大语言模型部署到本地(个人总结)
人工智能·语言模型·自然语言处理
cxr8284 小时前
基于Claude Code的 规范驱动开发(SDD)指南
人工智能·hive·驱动开发·敏捷流程·智能体
Billy_Zuo4 小时前
人工智能机器学习——决策树、异常检测、主成分分析(PCA)
人工智能·决策树·机器学习
小王爱学人工智能4 小时前
OpenCV的图像金字塔
人工智能·opencv·计算机视觉