最近经常参加评审，之前总以为AI辅助的内容在各种skill、各种优化下能够漫天过海，但是一旦评审专家想揪你的错真的很简单。因为这些老师参加过无数次评审，每位老师侧重点不同组合到一起能配合的天衣无缝。他们在各自关注的点上看过太多文章，这种经验可能就是AI很难察觉的风险。
比如组会上，导师翻到你稿子的第二页，手指停在一句话上：这句，哪篇支持？
你打开文献管理软件，找到那篇 DOI 对得上的文章，点开摘要，从头读到尾**原文根本没说过这句话。**它讲的是相邻的话题，结论方向甚至有点不一样。那一刻你才反应过来这段是 AI 写的，写得非常顺，引用格式完美，DOI 真实存在。唯独这篇文献支持这句话这件事，从来没有人验证过。
这篇解决一件事：把导师最常用来一刀毙命的 8 个追问列出来，让你在交稿前自己先问一遍。
本文目录
-
为什么这 8 个问题专挑 AI 稿下手
-
八个追问，逐条拆解（含自查动作）
-
一张交稿前对照表
-
同一句话，塌的和站得住的
-
可直接复制的自查提示词
-
今晚就能做的 3 件事
一、为什么这 8 个问题专挑 AI 稿下手
说清楚了机制，你才知道该防哪里。语言模型优化的目标，是让下一个词读起来自然。它在「像不像学术语言」这件事上做到了极致，但在「这句话有没有来源」这件事上，结构性地无能为力。于是 AI 辅助写出来的稿子会呈现一种很特别的形态：语言层面完美，来源层面空白。
这两层之间的裂缝，就是导师的入口。而且这道裂缝的规模，比多数人以为的大得多。8 月 17 日，台湾一家做学术检测的公司 Doublemind 发布了一份报告，扫描了台湾学术论文里的 26,635 条参考文献。结果是这样的：
| 问题类型 | 占比 |
|---|---|
| 传统抄袭（与已发表作品相似度超 70%） | 5.5% |
| 引用有误或疑似 AI 编造 | 16.1% |
| 事实性表述与公开证据冲突，或根本没有支撑 | 12.3% |
即便打个折，方向也很清楚：我们查了二十年的抄袭只占 5.5%，而引用出问题的比例是它的三倍。
该公司 CEO 林政宏说了一句很实在的话------假引用会同时给出作者、发表日期、期刊，甚至连 DOI 都编得像模像样，肉眼几乎无法辨别。
而且有经验的导师和审稿人，几乎不会在文笔上纠缠。他们读稿的方式是顺着论证链往回追------你说 A，凭什么说 A，A 和 B 是什么关系，如果不是 A 会怎样。这套追法对人写的稿子也一样用，只不过人写的时候，每句话背后至少有一次真实的思考或阅读；AI 生成的时候，那个位置是空的。
下面 8 个问题，全部指向来源、依据和论证关系，没有一个是问文笔的。这不是巧合。
二、八个容易出现的问题
### 01｜「这句话，哪篇支持？」
为什么致命： 出现频率最高，也最难蒙混。AI 给的引用有三个层次的问题，难度递增。
| 类型 | 表现 | 查出难度 |
|---|---|---|
| 假文献 | DOI 打不开，文章不存在 | 容易 |
| 真文献假支撑 | 文献真实，但内容对不上 | 难 |
| 错位引用 | 文献真实且相关，但支撑的是另一个论点 | 最难 |
大部分人只查到第一层，觉得「DOI 能打开」就算过关了。**DOI 能打开只证明这条记录存在，不证明它支持你那句话。**第二、三层才是导师真正会问的地方。这不是我个人的严格标准。ACL------自然语言处理领域最顶级的会议------在处理一批问题论文时，把作者的义务写得非常明确：
作者有义务在投稿前逐条人工确认每一条被引来源的存在性与相关性。
注意「相关性」三个字。存在还不够，它必须真的和你那句话相关。同一份声明里还有两个细节值得知道：ACL 在终稿一致性检查阶段，查出100 多篇已经通过评审、即将出版的论文 引用了不存在的文献，全部退稿；而且声明里特意写了一句------无论这些引用是人编的还是模型生成的，性质相同，用自动系统作为代理去生成引用，同样不可接受。也就是说，「是 AI 写的，我不知情」不构成任何辩护。
典型塌法： 你能打开文献，但摘要里找不到对应的句子，只能说「大概是这个意思」。
自查动作： 把正文里每一句带引用的判断句抽出来，逐条打开来源，确认摘要或正文里能定位到支撑句。找不到的，当场改成待核验，不要留在稿子里赌导师不查。
### 02｜「这是相关，还是因果？」
为什么致命： 一个动词的差别，整篇研究设计的合法性就变了。
AI 在转述文献时，特别容易把相关关系悄悄升级成因果。原文写的是「呈显著正相关」，到你稿子里就成了「能够提升」「有效改善」。读起来更有力，也更像结论。
典型塌法： 导师顺着往下问「你做了什么设计才敢说提升」，而你的研究根本是横断面调查，没有任何因果识别策略。
自查动作： 全文搜搜下面这几个词
提升 导致 促进 改善 证明 决定 影响
每命中一次，回原文核对。原文没有做因果推断的，全部改回相关表述。这是全篇性价比最高的一次检索，通常五分钟能查完，能拦下最刺眼的越界。
### 03｜「这个 gap，是谁说的？」
为什么很致命： 它直接质疑你研究的合法性根基。
AI 写综述最爱用这种过渡句：「然而，现有研究仍存在一定不足」「相关探讨尚不充分」。句子很顺，但它不告诉你是谁指出的这个不足。
典型塌法： 导师问「哪篇文章说这是不足」，你翻遍综述找不到出处------因为这句话本来就是模型为了衔接段落自己生成的。
自查动作： 每个 gap 必须能指到具体来源，只有两种合法出处：
-
某篇文献的 limitations 或 future work 里明确写了
-
你自己的数据或前期观察发现的
两者都不是，这个 gap 就不成立，研究问题要重新收。
### 04｜「这个概念，你怎么测？」
为什么致命： 它把修辞和研究分开了。
AI 能把抽象概念写得极漂亮------「学习投入度」「认知负荷」「协作深度」------但它不会替你决定这些东西怎么落到可测量的指标上。
典型塌法： 你写「显著提升了学习投入度」，导师问「投入度用哪个量表、几个维度、信效度多少」，全篇没有一处交代。
自查动作： 把出现三次以上的核心概念列出来，每个后面写一行：
我用什么量表 / 指标 / 编码规则来测它
写不出来的，说明这个词目前只是修辞，不是变量。要么补上测量方式，要么从结论里拿掉。
### 05｜「为什么选这个对照？」
为什么致命： 它检验你有没有真的了解这个领域。
AI 很擅长罗列你用了什么方法，但很少交代为什么不是别的。而方法选择的理由，恰恰是审稿人判断你专业程度的地方。
典型塌法： 导师问「为什么不跟 X 比」，而 X 是这个方向近两年公认的标准做法。你答不上来，因为选型这一步从头到尾没有人做过判断。
自查动作： 给每个方法选择补一句理由，且理由要能指向文献或数据。「这是常用做法」不算理由，「因为 A 文献指出该场景下 X 方法存在 Y 局限」才算。
### 06｜「这张图的原始数据在哪？」
为什么致命： 这是唯一一个可以当场验证、无法辩解的问题。
只要图不是从真实数据加代码生成的，这一问必倒。
典型塌法： 图看着很精致，但拿不出对应的数据文件；放大后坐标轴上的数字和正文里报告的数值对不上；图例里的术语甚至有拼写错误。
自查动作： 每张图都要凑齐三件套------
-
数据文件：原始或清洗后的数据，单独存放
-
绘图脚本：随机种子固定，依赖版本写清楚
-
输出图片：脚本跑出来的结果
判断标准只有一条：**换一台机器重跑脚本，能不能得到同一张图。**做不到的图，别放进正文。
### 07｜「这段和上一段，什么关系？」
为什么致命： 它检查的是论证链，而这正是 AI 最薄弱的地方。
AI 生成的段落，单看每一段都通顺，但段与段之间常常只是话题相邻 ，不是论证推进。读起来像一串关于同一个主题的合格短文，拼在一起却没有把任何一个主张往前推。
典型塌法： 导师读完说「我知道你每段在讲什么，但我不知道你想论证什么」。这句话比指出具体错误更难受，因为它说明结构就是空的。
自查动作： 给每一段写一句话，说明本段承担的论证功能------是提出问题、提供证据、排除竞争解释，还是限定边界。
写不出来的段落，删掉。功能重复的两段，合并。这一步通常能砍掉全文两成篇幅，而且砍完更有力。
### 08｜「如果结论反过来，你的数据还支持吗？」
为什么致命： 这是最深的一问，检验你有没有真的想过反例。
典型塌法： AI 写的讨论章节几乎只朝一个方向论证，通篇没有处理任何相反证据。表面看是「论证有力」，实际是没有对手。
一篇讨论里如果一个「但是」都没有，通常不是因为不存在反例，而是因为没有人去找。
自查动作： 主动去找一条和你结论冲突的文献或数据，写进讨论，并给出你的解释------是适用边界不同，是样本差异，还是你的结论确实需要收窄。
这一步做完，你的讨论章节会立刻从「AI 味」变成「研究味」。审稿人也会因为你主动交代了反面证据而给出更高的可信度评价。
三、同一句话可能塌方也可能站得住。。
抽象的规则不如直接看句子。下面四组，左边是 AI 初稿里最常见的写法，右边是能扛住追问的版本。
第一组｜引用支撑
✗ 已有研究表明，短视频使用会削弱大学生的深度阅读能力12。
✓ 一项针对 412 名本科生的横断面调查发现，短视频日均使用时长与深度阅读自评得分呈负相关（r = −0.31）12。该研究未做因果推断。
差别在于：左边把一篇相关性研究的结论，转述成了一个普适的因果判断，而且「已有研究表明」掩盖了它只有一篇来源。右边写清楚了样本、效应方向和研究设计的边界，导师顺着追下去，每一项都对得上。
第二组｜相关与因果
✗ 引入协作机制能够提升学习者的参与度。
✓ 在本研究的样本中，引入协作机制的班级参与度均值高于对照班级，差异显著。是否存在因果关系仍需实验设计验证。
第三组｜研究缺口
✗ 然而，现有研究对这一问题的探讨仍不够充分。
✓ Chen 等（2024）在局限性部分指出，其结论仅在实验室场景下验证，尚未在真实课堂中检验。本研究针对这一点展开。
第四组｜概念测量
✗ 该设计显著提升了用户的沉浸感。
✓ 该设计在沉浸感量表（IEQ，31 题，α = 0.89）上的得分显著高于对照组，其中「时间感知」维度差异最大。
四组的共同规律：**右边都更啰嗦，但每一个多出来的词，都在堵住一个追问。**审稿人不会因为你写得简洁而加分，却一定会因为你交代得清楚而降低怀疑。
四、交稿前对照表
八个追问，压成一张可以扫读的表：
| # | 导师会问 | 你要检查 |
|---|---|---|
| 01 | 这句哪篇支持 | 逐条打开来源，能定位到支撑句 |
| 02 | 相关还是因果 | 搜「提升/导致/证明」，回原文核对 |
| 03 | gap 是谁说的 | 每个 gap 指到文献或自有数据 |
| 04 | 概念怎么测 | 核心概念都有量表或指标 |
| 05 | 为什么选这个对照 | 每个方法选择有可追溯理由 |
| 06 | 原始数据 在哪 | 图有数据、脚本、可重跑 |
| 07 | 这段什么关系 | 每段能写出论证功能 |
| 08 | 反过来还成立吗 | 讨论里处理过反面证据 |
这八条没有一条在问你写得好不好。通顺是加分项，出处是及格线。
五、分享一个自查提示词
把稿子交给模型自查时，指令要写死检查项，否则它会顺手夸你一遍。
你现在是我的论文预审员，不是助手。请只做检查，不要改写我的文字。 请逐条审查以下稿件，输出问题清单： 1. 每一句带引用的判断，标出引用编号，并说明该文献是否 真的支持这句话。无法确认的，标记为「来源待核验」。 2. 找出所有把相关关系写成因果关系的句子，逐句列出， 并给出改回相关表述的版本。 3. 找出所有没有出处的 gap 陈述和「已有研究表明」类表达。 4. 列出全文核心概念，指出哪些缺少操作性定义或测量方式。 5. 检查方法选择是否给出了理由，理由是否可追溯。 6. 逐段写出该段承担的论证功能，标出功能重复或缺失的段落。 7. 指出讨论部分是否处理了相反证据，没有则明确说明。 输出格式：问题类型 / 位置 / 具体问题 / 建议动作。 不要给出总体评价，不要夸奖，不要替我补写内容。
最后那三句必须留着。不写，模型十有八九会在清单末尾加一段「整体而言，本文结构清晰、论证充分」------而这句话对你没有任何价值，还会让你误以为过关了。
六、宝子们今晚就能动手检查的 3 件事
- **打开你手上那份稿子，全文搜「提升、导致、证明」这三个词。**每命中一次，回原文核对一次。这一步五分钟，能拦下最刺眼的越界表述。
2.**挑三句带引用的判断，逐条打开来源，确认原文真的说过这句话。**如果三句里有一句对不上，说明整篇都需要重查一遍。
**3.给引言部分的每一段写一句话的论证功能。**写不出来的段落，今晚就删掉。
如果你想让这套检查从「靠记性」变成「有流程」，可以把 千笔-AIWritePaper当作辅助工作台：选题、开题、综述整理、初稿结构都能留痕，方便回头逐条核对。
进入方式：点击【阅读原文】，或在公众号主页走菜单「工具入口」。
生成的内容仍然要由你自己核对引用、数据和论证。论文的责任在作者，这条不会因为工具变好而改变。