AI 研究工作中心：从问题到可追溯结论

AI 可以加快研究材料的整理、问题拆解、初步编码和语言修改，但不能替代真实来源、 研究伦理、方法选择与结论责任。研究流程的核心不是生成更像论文的文字，而是让 每个主张都能回到问题、材料、分析决定和限制条件。

快速摘要	内容
主要用户	学生、教师、科研人员、用户研究员、产品经理和分析人员
核心原则	来源可回查、事实与推断分开、方法有记录、敏感数据先治理
推荐起点	研究尚未开始先明确问题；材料很多先建文献或阅读矩阵
最终产出	问题说明、证据矩阵、分析日志、可复核摘要与审校记录

适用与不适用

适合对公开或获授权材料做结构化整理、生成检索词初稿、辅助编码、比较不同表达 和检查遗漏。不适合伪造文献、数据、访谈、实验结果或引用，也不应把受访者原始 隐私数据直接交给未经批准的服务。伦理审查、署名和 AI 披露以机构规则为准。

按研究阶段选择文章

阶段	推荐页面	主要产出
定义范围	用 AI 明确研究问题	可研究问题、概念边界和可行性清单
发现证据	用 AI 辅助文献综述	检索记录、证据矩阵和研究缺口
深读材料	用 AI 阅读论文	问题、方法、结果、限制与复核问题
核验引用	用 AI 做引用核验	主张—来源对应表与待修项
设计收集	用 AI 设计问卷	构念、题项、预测试与修订日志
处理访谈	用 AI 辅助访谈编码	代码本、证据片段和分歧记录
形成解释	用 AI 辅助定性分析	主题、反例、证据链与限制
记录过程	用 AI 整理实验笔记	时间线、参数、偏差与下一步
汇报研究	用 AI 写研究摘要	与证据强度一致的分层摘要
跨语言表达	用 AI 做学术翻译	术语表、对照稿和核验记录
准备数据	用 AI 制定数据清洗计划	规则、异常处理和审计日志
回复评审	用 AI 整理同行评审回复	逐条回应、修改位置和未采纳理由

6 步可追溯研究流程

1. 定义问题与边界：说明对象、情境、时间范围、概念和不准备回答的问题。
2. 建立来源记录：为文献、材料和数据保留稳定标识、版本、日期与获取方式。
3. 预先写判断规则：在看结果前记录纳入、排除、编码或清洗标准，减少事后迎合。
4. 小样本试运行：先用少量脱敏材料校准提示、代码本和输出结构。
5. 人工复核关键决定：检查引用、异常、反例、统计或解释边界，保留修改日志。
6. 报告限制与不确定性：让结论强度与材料和方法匹配，并说明仍不能回答什么。

示例：为小型用户研究选择下一步

示例输入

目标：了解新生在首次使用校园预约系统时遇到的障碍。
现有材料：5 份已脱敏访谈记录和操作观察笔记；没有行为日志。
要求：不能推断总体比例，不补受访者背景。请给出下一步分析流程和可交付物。

示例输出

1. 为访谈和观察材料建立来源编号，确认同一事件的对应关系。
2. 用两份材料试编码“目标、阻碍、应对、结果”，记录不能归类的片段。
3. 修订代码定义后由研究者复核其余材料，保留反例和分歧。
4. 建立主题—证据矩阵，每个主题至少附来源片段，不报告比例。
5. 输出“观察到的问题模式、证据、替代解释、仍缺信息和下一轮验证建议”。

这份路线没有把五份访谈写成总体结论，也承认缺少行为日志的证据边界。

研究使用复核表

检查项	通过标准	风险信号
来源	主张能回到真实材料	出现无法打开或不存在的引用
数据	已确认权限并完成必要脱敏	直接上传身份、健康或机密信息
方法	关键规则和修改有记录	看到结果后反复改变标准但不说明
分析	事实、解释和建议明确分层	把模型推断当成受访者原话
结论	强度与样本和设计匹配	用小样本报告总体比例
披露	符合机构与期刊规则	隐瞒不允许的代写或自动分析

常见错误

• 让 AI 列文献后直接引用，没有验证题名、作者、年份和原文。
• 为了整洁删除反例、编码分歧和无法解释的材料。
• 把“帮助润色”扩展为生成未发生的研究过程和结果。
• 在没有数据字典与规则时批量清洗，无法解释哪些值被改变。
• 只保存最终文字，不保留提示、来源、版本和人工修改依据。

先保证研究流程可追溯，再考虑固定接入

需要把已验证的资料整理或复核模板接入自己的流程时，可以查看 OfApp.cn 当前公开能力。具体支持范围请以控制台或官方文档为准。

查看 OfApp.cn

常见问题

AI 生成的参考文献可以直接使用吗？

不可以。必须在出版社、期刊、数据库或原始网页核对元数据，并阅读原文确认它 确实支持当前主张。无法验证的引用应删除或标记待查。

研究数据都脱敏后就可以上传吗？

不一定。脱敏不等于零风险，还要考虑知情同意、伦理审批、合同、数据驻留和平台 条款。遵循所在机构的数据管理要求，必要时只用合成样例校准流程。

AI 可以替我选择研究方法吗？

可以列出候选方法与假设，但方法选择必须结合问题、数据、资源和学科规范，由 研究者负责。重要研究应请导师、统计或方法专家复核。

使用 AI 是否需要在论文中披露？

不同学校、期刊和资助方规则不同。查阅当前要求，记录使用环节、人工核验和工具 版本，不能用通用答案替代正式政策。

相关文章

• AI 学习中心：建立阅读、练习与反馈方法。
• AI 入门：理解生成结果的能力与限制。
• AI 办公：处理报告、表格和文档的通用流程。
• AI 工作流：将已验证步骤沉淀为可重复流程。
• 研究类 Prompt：查看研究任务的提示结构。

带走什么

研究中的 AI 应增强可追溯性，而不是制造确定感。保存真实来源和决定记录，小样本 校准后再扩大处理；研究者始终对方法、伦理、解释和最终结论负责。