论文段落经过多次修改，仍然可能没有回答一个具体问题。句式完整、衔接自然，与内容充分是不同的要求。
在AI辅助修改中，将任务直接设为“扩写并提升学术性”，容易把内容补充与语言调整混在一起。作者看到了新文本，却未必能分辨哪些只是换了措辞，哪些已经改变了原有判断。
开始前可以先记录四项信息：段落在文章中的位置、它应回答的问题、现有材料、尚未解决的疑问。段落位置决定它承担的是介绍、呈现结果还是解释；材料决定可以作出多强的判断。
若缺少研究信息，需要回查资料、补充分析或收缩问题。若材料已经足够，但推理没有交代清楚，需要补上解释。若内容清楚而语序不顺，才可以主要处理表达。
这不是机械的顺序规定。标点或错字可以直接修正，但尚未明确的研究判断，不宜通过反复润色固定下来。
考虑一个虚构的教学情境：访谈材料中，有学生描述睡前连续观看短视频时会推迟原定上床时间。这个情境没有提供群体比例、睡眠质量测量或因果识别设计。
如果原段写成“短视频普遍损害大学生睡眠，因此应加强管理”，就包含了材料之外的判断。原有描述涉及特定受访者与上床时间，段落却转向了整体人群、健康影响和管理措施。
对这样的段落，增加连接词或抽象概念并不能补足依据。应先明确，这一段是否只需呈现访谈线索；若需要讨论更广泛的影响，还应寻找什么研究材料。
AI可协助把这些缺口列出。一个限定明确的任务是：“只依据所提供的摘录，找出原段中没有直接依据的判断，说明需要补充哪些信息；暂不改写，不新增事实或引用。”
作者核对材料后，可以将原段调整为：“有受访者描述，睡前连续观看短视频时会推迟原定上床时间。这些描述为讨论观看过程与睡前安排的关系提供了线索，但尚不能说明该情形的普遍程度，也不足以确认其对睡眠质量的因果影响。”
上述文本仍是教学示意。实际论文需要对应的材料编号或引用，并结合真实研究方法判断措辞是否准确。
若后续分析获得不同情形，也应纳入比较。不能因为AI已经形成一段流畅解释，就选择性保留支持它的材料。修改文本应跟随分析结果，而不是反过来让材料适应已有句子。
实质内容明确后，可以使用第二个任务：“保留对象、来源、术语和限定，只调整重复表达、语序与指代。列出每处修改及原因；涉及新结论的建议单独提出。”
例如，把“尚不能判断这一情形有多普遍”改为“尚不能说明该情形的普遍程度”，主要属于措辞变化。将其改为“证明了普遍性影响”，则已经改变判断强度。
作者应比较修改前后的主体、范围、程度与因果关系。有些词看似可有可无，例如“部分”“可能”“在本材料中”，实际上承担着限定结论的作用。
语言调整也不以复杂为目标。如果原句准确、简洁，就不必为了“学术化”加入多层抽象名词。专业术语需要统一，一般动作则可以直接表达。
需要注意三种变化。具体行为被“产生深远影响”等概括替代，可能减少可解释的信息；研究限制被删除，可能使判断过强；不同段落都采用同一套铺垫和总结，可能削弱各自功能。
这些表达现象不能单独证明文本来源，但足以提示作者重新核对。审核时可分别标记新增内容、删去内容和纯措辞变化，对每一处实质变动说明依据。
如果出现新文献、数据或引文，应独立核实其存在性、准确性和相关性。AI给出的差异说明同样可能遗漏问题，不能取代作者检查。
涉及未公开或敏感资料时，应先确认处理权限与相关要求，并按所在机构或目标期刊规定记录或说明AI使用。有效修改的结果，应当是问题更明确、材料更可追溯、表达更准确。
热门跟贴