1. 为什么初稿总是卡在第一步
写论文最耗时的环节往往不是最后的润色，而是从零到一的那一版初稿。面对几十篇文献，很多人会陷入"读不完不敢写、写不出又回去读"的循环。科起点AI的价值就在于把"文献阅读---观点提炼---结构搭建---初稿生成"串成一条可操作的流水线，让作者把精力集中在判断与取舍上，而不是机械地搬运文字。
2. 第一步：用AI做文献的"粗读"与"精读"
把检索到的文献按主题分组导入科起点AI，先让它输出每篇的摘要、研究方法、核心结论与局限，形成一张文献速览表。这一步解决"读什么"的问题。随后针对与选题最相关的3---5篇做精读提问，例如"该文的样本选择有何偏差""结论能否迁移到我的研究场景"，让AI给出可追问的线索，而不是替你下结论。需要强调的是，AI的概括必须回到原文核对，尤其是数据、引用与作者观点，任何未经核实的表述都不能进入初稿。
3. 第二步：从文献到观点，搭建可写的框架
在速览表基础上，让AI按"研究背景---问题缺口---研究假设---方法设计---预期贡献"生成一份大纲，再人工调整章节顺序与详略。判断大纲好坏的标准很简单：每一节是否对应一个明确论点，论点之间是否有递进关系。此时可以让AI针对每个小节列出2---3条支撑证据，并标注来源文献，形成"论点---证据"对照表。这张表就是初稿的骨架，后续写作只是把骨架填成血肉。
4. 第三步：分段生成初稿，而不是一键成文
不建议让AI一次性生成全文。更稳妥的做法是逐节生成：先写方法与数据部分，因为这部分最依赖事实；再写结果与讨论；最后写引言与结论。每生成一节，立即做三件事：核对事实与引用、替换为自己的表述、补充本研究的独特细节。这样产出的初稿虽然仍需打磨，但逻辑连贯、来源可查，避免了"整篇重写"的返工。
5. 第四步：把AI初稿改造成"你的"初稿
AI生成的文字常有空泛、套话、句式雷同的问题。修改时重点关注三点：一是把泛化表述替换为具体数据与案例；二是统一术语与变量命名；三是检查论证链条是否闭合，每个结论是否都有前文支撑。建议保留一份"修改日志"，记录哪些段落由AI起草、哪些由自己重写，既方便后续查重与学术规范自查，也便于导师沟通时说明写作过程。
从文献阅读到初稿生成，科起点AI真正节省的是信息整理与结构搭建的时间，而选题价值、论证深度与学术诚信仍取决于作者本人。按"粗读---精读---搭框架---分段写---再改造"五步走，初稿不再是难以跨越的门槛，而是一个可以稳步推进的过程。