要说这两年最火的的词是什么，我肯定会说是“AI”。Ai in all, 或者 All in Ai不绝于耳，各种大语言模型也早已由一个陌生词语变成了我身边最得力的效率工具。

多少人头疼的写作，AI几秒之内就能写完一篇看似很有逻辑的文章，太神奇了。当然有的朋友可能会说AI会出错，这也是事实，不过多了这样一个效率工具确实大大解放了生产力。

要说工具的缺陷嘛，那肯定是有，不过啥工具没有缺陷呢？我们要做的就是对其进行充分利用。

当AI渗透到各个领域，使用AI辅助学术论文写作也是必然。不过因为我本人经常使用类似的工具，觉得自己也有些心得，加之之前看过基本有关AI在某些特定领域（比如自媒体、编程）方面的应用，其实对专门学术论文写作领域的书没有感到太兴奋的感觉。

就比如本文介绍的这本《高效写论文：AI辅助学术论文写作》这本书，这本书刚出版的时候我就在小红书里刷到过，但我抑制住了自己购买的欲望，因为我问自己：你觉得这本书会写些什么？ 可能会讲向AI提问的技巧，然后举例介绍，再然后是通篇的AI回答（这么说有点夸张了，但大比例应该是有的）。

难道我不熟悉AI提问的技巧么？我会仔细看AI的回答么？想了这几个问题之后，我觉得我应该不需要买这本书。

虽然我没买哈，但最近很荣幸的获得了这本书（感谢人民邮电出版社的赠书），就顺理成章地将其读完了。

在读的过程里，我有了一些新的感悟，读的过程也让我感觉很值得，在这里和大家分享。

感悟1：AI提问，框架和关键词是基础

上一年我参加一次线下写作活动，与秋叶大叔（秋叶PPT）进行交流，秋叶老师提出一个很好的观点，大致意思是：提问的关键字是公司的重要资产。

关键词选的不同，结果就会不一样。一些极为精巧的、能给出让人满意答案的关键词一定要记录下来，甚至“保密”。

其实“关键词”就非常体现领域内的专家知识，门外汉的大白话提问AI可能也只能给你一个宽泛而肤浅的回答。我觉得关键词就像一个“引子”，有种“引蛇出洞”的感觉，我们把关键词往提问里一抛，AI觉得“嘿，你懂行”，那我也得“专业”呀，能给出更为契合和专业的回答。当然啦，这只是我的一个比方，但给我的感觉就是这样的。

关键词很重要，同时容纳关键词的框架也很重要，这本书提到了一个DAFE提问框架。

DAFE提问模型由四个阶段组成：设计(Design)、提问(Ask)、反馈(Feed)和调试迭代(Evolve)。

首先，用户需要明确提问目标并设计合适的互动方式。接着，根据设计进行具体提问，注意语言的简洁和准确性，因为细微的差异会影响答案。然后，AI会根据提问给出多样化的反馈，如文字、图像或视频。最后，用户通过优化提问和多次生成，不断调整以获得更符合需求的答案。

当然类似的框架有很多，框架的主要目的是帮助提问获得更准确、全面的回答。我自己还提了一个框架，叫“BRICS",金砖框架，哈哈，改天可以介绍一下，如果有其他朋友的框架也叫这个名字，那纯属巧哈。

感悟2：看类似书，有点像“见习”

“见习”是啥意思？“见习”是指在正式工作之前进行的实践性学习或培训阶段。通常，见习者会在实际工作环境中观察、学习和尝试实际操作，来积累工作经验，掌握基本技能，并适应工作流程。

我上大学时就去学校见习，去高级或特级教师课堂上听课、看教师怎么教，也看学生什么反应。我看这本书的时候就也有这种“听课”的感觉。因为书里会演示怎么提问（很像教师体问题），会列出AI的回答（很像学生回答问题），同时书里还会跟你说，你看这么问，AI能答得好，这么问就不好（就有一种在进行教学回顾和反思的感觉）。

其实大部分的书，尤其是AI广泛使用之前，书里不会介绍那么多作者之外的内容，而AI应用的书，会有大篇幅的AI生成的回答，这种样式就将互动的结果和盘托出了，会让读者感觉更加全面。岔开个话题，如果以后AI统治了世界，会不会来向人类索要版权和署名权：你看你用了我的回答或者用了我生成的画，作者名字上却没有我？？哈哈哈哈。

感悟3：专家仍是专家，该学的还是要学

听着挺废话的，嗯，我成功地说了一句废话。

我想表达的意思是并不会因为有了AI工具，本来是该领域小白的我就一下子变成了专家，专家的领域知识包括概念、思维、视角等等，这些小白都不具备，小白可能最大的优势是年轻、学习力强，趁着“老”专家还没反应过来不熟悉AI的时候，“惊艳”一下。当专家用起AI的时候，也没小白什么事了，或许会差距会更大。

这是因为前面也提过“关键词”“概念”“思维”这些东西是可以诱导更好提问的“引子”，而专家明显更熟悉啊。对了，专家也更能辨别AI回答的准确性，小白可能就被AI“忽悠”了。

感悟4：学术写作有秘诀

秘诀，就是很宝贵的经验嘛。哪些经验很重要呢？我觉得如何选题、如何写文献综述、如何写理论框架等都是很重要的。

这本书里确实有涉及，而且讲的也很清晰，不过我在读的过程里有一种似曾相识的感觉。先说一个很重要的，关于选题的“五步选题法”：

确定研究对象：研究对象包括研究单位、研究维度和限定词，是选题的核心起点。确定研究单位是关键，它决定了整个选题的方向和质量。匹配研究视角：选择合适的研究视角，从新的角度审视研究对象，以便找到创新性和独特性的研究问题。匹配研究方法：确定研究方法，如定量、定性或思辨方法，以便选择最适合解决研究问题的工具和技术。确定研究问题：明确研究要回答的具体问题，确保问题具有学术价值和研究意义。预设研究观点：初步设想研究可能得出的结论或假设，为后续研究提供方向。

通过这五个步骤，研究者可以从宏观到微观，系统地构思和完善研究主题，确保选题具有科学性和可行性。

这里有幅图，叫做“顶天立地加两翼”：

转发自：模型视角

我之前在一本书里看过这样的说法，同样的说法，书的名字我还有点忘了，去查了一下叫《写好论文》，当时这本书给了我很大的启发，我教学的时候还用过书里提到的方法和概念呢。

果不其然，两本书一对比下来，都有共同的作者“郭泽德”（网名“学军”），这就说得通了。

《高效写论文：AI辅助学术论文写作》的一些理论框架（AI除外）与《写好论文》是一致的。就是写AI应用的书，也是传统的专家掌握了AI技术来写更有优势是吧。

下面书中让我我印象深刻的图和表格，正所谓“一图胜千言”，把握了这些关键的图和表就把握住了写论文的秘诀。

研究维度思维罗盘模型

研究维度思维罗盘模型是一种帮助研究者系统地确定研究维度的方法。它通过将研究单位面向的研究维度划分为六个主要向度，提供了一种结构化的思维工具。这六个向度包括：内部和外部、理解和行动、理论和方法。

内部和外部

内部：聚焦于研究对象内部的特质和行为。例如，研究短视频平台的算法如何影响用户的内容消费。外部：关注研究对象与外部环境的互动。例如，研究短视频对创作者经济的影响及其对传统媒体产业的冲击。

理解和行动

理解：旨在深刻理解研究对象的现象或理论。例如，探讨短视频中的叙事结构和意义制造。行动：侧重于实际应用和干预。例如，研究如何通过政策优化支持短视频创作者的经济收益。

理论和方法

理论：从理论层面探讨研究对象。例如，研究短视频中的意识形态和权力关系。方法：强调研究方法的选择和应用。例如，采用定量方法研究短视频消费对用户社交行为的影响。勾连信号模型

勾连信号模型是一种用于匹配研究对象和研究理论的模型，帮助研究者发现两者之间的内在联系。

模型的设计基于研究对象和研究理论之间联系的类型和强弱。以下是勾连信号模型的六种类型：

固定搭配：研究对象和研究理论之间存在着公认的固定组合。例如，某些社会现象通常用特定的社会学理论进行解释。名称勾连：研究对象和研究理论在名称上有直接关联。例如，“社会资本”既是一个研究对象，也是一种研究理论。内容勾连：研究对象和研究理论在内容上有直接的内在联系。例如，短视频内容消费可以直接用媒介理论进行分析。概念矩阵勾连：通过多维概念分析找到研究对象和研究理论之间的复杂联系。例如，将某个经济现象通过多个经济学概念进行矩阵式分析。间接勾连：通过其他中间理论或概念将研究对象和研究理论连接起来。例如，某种市场行为通过消费者行为理论间接连接到心理学理论。无勾连：研究对象和研究理论之间没有明显的联系。这种情况下，研究者需要寻找新的理论或修改研究对象。

假设研究对象是“短视频”，研究者可以通过勾连信号模型找到适用的理论资源。例如：

固定搭配：用传播学理论解释短视频传播机制。名称勾连：直接研究“短视频”的消费行为。内容勾连：用媒介理论分析短视频的内容影响。概念矩阵勾连：通过社会学和心理学理论共同分析短视频对用户行为的影响。间接勾连：通过用户行为理论间接研究短视频对社会互动的影响。