一、先明确科研AI助手的定位

（一）它是流程中的一环，不是结论的出处

把助手理解成流程里的一环比较合适：它负责把零散材料整理成可读的线索，把重复性的文字与代码工作先做一版草稿，人来负责判断与取舍。一旦把它当成结论的出处，后续所有环节都会建立在未经核实的地基上。

（二）它擅长的是结构化和改写

在把长文本压缩成要点、把一段话改写成另一种风格、给代码补注释、把错误信息对应到可能的原因这类任务上，助手的表现通常稳定。原因是这些任务容忍小幅偏差，人也容易一眼看出问题。

（三）它不擅长的是事实核对

涉及具体数字、文献出处、法条条文、实验参数这类需要精确对应的内容时，助手给出的结果可能看起来完整但并不准确。这类任务的错误往往要等到评审或复现阶段才暴露，代价很高。

二、判断边界的三个维度

（一）这条结论能否快速验证

第一个判断标准是验证成本。能在几分钟内通过查原文、跑一遍代码确认的，可以先采信再验证；需要联系他人、查阅纸质材料或重做实验才能确认的，就应该先验证再采信。验证成本越高，越不能把助手的输出当作已知事实。

（二）错了的代价有多大

第二个标准是出错代价。写错一封内部邮件的措辞，代价很低；把一条不存在的引用写进投稿稿子，代价可能是一轮拒稿。按代价高低排序，代价高的任务必须由人做最后一道确认，这个原则不需要按任务类型逐一列举。

（三）是否存在唯一正确答案

第三个标准是答案的唯一性。开放式任务允许多个合理答案，助手的输出作为一种参考即可；有唯一正确答案的任务，比如某个常量的取值、某条规范的适用条件，必须回到原始出处核对，不能依赖助手的记忆式输出。

1. 三个维度怎么组合使用

三个维度中有任意一个指向高风险，就按高风险处理，不需要综合打分。

2. 边界不是一成不变的

随着模型能力与工具链变化，某些任务的风险等级会下降，建议每半年复核一次清单。

3. 边界要写下来

只靠口头约定容易走样，写成一页说明贴在组里共享目录，新成员入组时同步阅读。

三、三类高风险场景的具体处理

（一）文献引用

助手给出的文献信息必须逐条回到原文核实，包括作者、年份、卷期和页码。实践中更稳妥的做法是让助手只承担检索线索的作用，由人去数据库确认条目后再导入文献管理工具，减少"看起来很像真的"的条目混进稿子。

（二）数据解读

把一组统计结果交给助手做解读时，要区分描述与推断。描述观察到的现象可以采信，推断因果关系必须由研究者本人作出。解读涉及领域知识，助手缺少这部分上下文，容易把相关说成因果。

（三）结论形成

论文或报告的核心结论不应直接采用助手的表述。结论要能追溯到具体数据或实验记录，这条要求对人工写作同样适用，只是在使用助手时更容易被忽略。

四、可以放手的任务清单

（一）语言文字打磨与格式整理

把一段已经写完的文字调整得更通顺，或者统一术语与参考文献格式，这类任务验证成本低，适合交给助手先做一版。人工只需通读一遍确认没有改动原意。

（二）代码调试线索

遇到报错时，让助手列出可能的原因和排查顺序，可以节省大量检索时间。但每一条建议都要实际执行验证，不要照着改完就认为问题解决。

（三）材料归类与摘要

把一批文献或会议记录按主题归类、生成摘要，属于典型的结构化任务。归错类很容易被发现，出错代价可控，适合放手。原始材料建议存放在天翼云存储中按项目建目录，便于助手读取时定位。

五、使用记录与署名规范

（一）保留使用记录

哪些部分使用了助手、使用了什么提示、做了哪些人工修改，建议随稿件一起留存。天翼云数据库可以承担这部分结构化记录的存放，按项目与日期建表，需要说明时能够直接调出。

（二）按所在机构的要求处理署名

多数期刊与学位授予单位已就生成式工具的使用说明提出要求，投稿前要按目标刊物的规定写明。涉及他人贡献的部分，仍按惯例征求意见后再署名。

① 高风险任务的输出必须留下人工核对痕迹，注明核对人与核对时间。

② 未核对的助手输出不得直接进入对外材料，包括申报书与结题报告。

③ 涉及未公开数据的任务，先确认数据是否允许上传到外部服务。

六、团队内部如何推行

（一）从低风险场景切入

先让团队在文字打磨、格式、检索这类低风险场景上用起来，建立基本判断力之后再扩展到材料整理和代码辅助。一开始就用在核心环节，出问题后容易全盘否定工具价值。

（二）定期复盘

每月碰一次，把踩过的坑整理成几条具体规则。这些来自本组实际案例的规则，比通用指南更容易被执行。

（三）不要把使用量当目标

使用频次不等于成效。真正值得看的指标是返工率与核对耗时是否下降，如果两者没有变化，说明用法还没找到合适的场景。

（四）提示词也要版本化

效果好的提示词应该像代码一样保存下来，附带适用场景说明。团队共享一份提示词库，比每个人各自摸索效率高得多。

助手给出的代码要当作参考实现而非最终结果。尤其是涉及数值精度、边界条件和异常处理的段落，照抄往往能通过简单测试却在生产数据上出错。

长文档处理时，分批提交比一次提交整篇更可靠。一次喂入过长的文本，中间部分容易被忽略，表现为摘要遗漏了文档后半段的关键内容。

涉及未公开的实验数据，应先确认服务的数据处理政策。有顾虑时改用本地部署的方案，或只提交脱敏后的统计特征。

把助手用于评阅他人稿件时要格外谨慎。评审意见关系到他人工作，涉及判断的部分不应由助手代劳，这一点在多数期刊的规定中都有明确要求。

助手输出的篇幅也需要控制。要求它给出三段以内的要点，比让它自由发挥更容易核对，也更符合阅读习惯，长篇输出反而增加核对负担。

把助手用在检索线索的扩展上性价比很高：给出已有文献，请它列出可能相关的研究方向与关键词，再由人去数据库按关键词检索，比直接问它要一份文献列表更可靠。

结语：划边界的目的不是限制使用，而是把人工复核的精力放在真正需要的地方。可验证、出错代价低、没有唯一答案的任务可以放手；反之必须自己过一遍。把这条判断标准写进组里的使用说明，比事后逐条纠正要省事得多。