ChatGPT 可以用来读论文,但顺序不能反:先让它做结构化摘要,再让它拆方法和证据,最后才让它评价。直接把 PDF 丢进去问“这篇讲了什么”,得到的通常只是摘要的改写,抓不到关键。
第一轮只要信息,不要判断。提示词可以这样写:“以下是一篇论文的摘要和引言。请只做信息提取,不要评价,按行输出:研究问题、数据来源、样本量、研究方法、主要结论、作者承认的局限。”
这样做的好处是结果可核对。样本量、数据年份这些字段,你能一眼看出它有没有读错。如果它把样本量写成了另一篇论文的数字,说明上传的文件没被完整读取,后面所有结论都不可信。
如果论文带补充材料,先别急着一起传,主文读完再看附录,否则上下文容易被细节占满。另外提醒一句:扫描版 PDF 常常只能读到图片,需要先做文字识别。
第二轮开始拆,顺序是方法、假设、证据,一步一问,不要合并。
每一步都加一句“引用原文并标注章节或图表编号,找不到原文就直说找不到”。没有这句,它会用“研究表明”糊过去。
第三轮换视角:“假设你是该领域审稿人,请提出三个最可能被质疑的点,每个点说明需要什么补充实验或数据才能回应。”
这一步经常能挖出样本偏差、指标选择、统计方法不匹配之类的问题。但要清楚,模型提的质疑也可能是错的,尤其是涉及领域惯例时。它给的是检查清单,不是判决书,你仍然要回原文核对。
如果是开题或组会,还可以让它输出“这篇论文可以怎么改进”和“如果我来做,第一步该验证什么”,用来生成讨论提纲很省时间。
读论文时最危险的不是理解偏差,是它给你一条不存在的参考文献。常见表现是作者名对、年份对,期刊或标题是拼出来的。
还要注意模型对图表的读取能力有限。让它描述折线图的整体趋势可以,让它读出坐标轴上的精确数值,经常出错,这类数据必须自己看原图。把这四条当成固定动作,读十篇的时间可能只比读五篇多一点,但不会把错误结论带进自己的稿子。
先挑一篇你已经读过的论文做测试,看它的结构化提取有没有漏掉你知道的关键点,这比直接上陌生论文更能判断靠不靠谱。需要同时对比几个模型的读法,可以打开 极客空间站的 AI 对话入口,同一份材料分别试一遍,差异会很直观。
大连极客十一维科技有限公司