博士论文的AI工作流：从初稿到提交

博士论文候选人能够辩护的AI工作流，取决于每个工具在流程中的位置，而不取决于使用了多少AI。2026年按时完成的博士生并不是用最多AI的人；他们是在为期一年的工作流中，只为少量AI工具分配到特定角色，然后在论文辩护真正需要的部分保持自己的声音。McGill在2026年5月发布的研究生学业指导，以及Princeton的学术诚信政策，用不同的表述说的是同一件事：在大多数机构中，AI使用是被允许的，但必须披露；而披露是否有意义，取决于你的工作流是否足够结构化，能够被清楚描述。

我们在2025-2026学年中，处理了38篇博士论文的编辑积压稿（人文、社科、基础医学与生物医学、计算机科学、工程）。在每一起成功完成辩护的案例中，存留下来的模式都一致：五款工具、五个阶段、从起草章节到打印定稿的跨度为一个日历年。那些试图把工作流压缩到六个月的学生，在写作阶段过度依赖AI，并在辩护修订时重写了大量内容。那些把流程拉到十二个月的学生，则在前期把AI当作研究的倍增器，在后期把AI当作校对伙伴；而论文的核心写作仍由本人手工完成。

这篇文章就是这套为博士论文准备的一年期AI工作流。五个阶段、每个阶段一款工具、每个阶段运行的月份、提交时的披露声明，以及绝不能把哪些内容交给AI来处理。该框架假设人文或社科方向论文的篇幅为6万到10万词；生物医学与工程类论文在更短的日历周期中沿用相同的结构。

博士论文作者从初稿到提交使用的AI工作流是什么？

它把五款AI工具放置在一个日历年的五个阶段中：第1至4个月用NotebookLM进行文献综述与证据整合，第4至9个月用Claude Sonnet起草章节，第9至11个月用Zotero进行参考文献管理，第10至12个月用ProofreaderPro AI进行语言编辑，第12个月用Turnitin Clarity并配合披露声明。核心写作仍由作者本人完成，并且每个阶段都会在提交时披露。McGill在2026年5月的指导与Princeton关于学术诚信的政策所期待的正是这一点：被允许、被披露、且结构化到足以被描述的AI使用。

五个阶段及“每阶段一款工具”

下方的工作流是我们向博士客户推荐的方案。需要强调的是：这些工具并不是每个阶段唯一选项；我们之所以选择它们，是因为在我们的编辑样本中，它们生成的、最有可能经得起辩护的论文初稿产出最多。

表格中有三个模式。第一，工具会随阶段变化；“一款通用工具完成一切”（“does it all”）的工作流，往往不如按顺序使用五款为特定目的而设计的工具。第二，写作月份（4至9）使用Claude更像是结构助理与“结构搭建者”，而不是写作引擎；中间的实质性文句由你来写。第三，提交月份（12）对Turnitin自检与披露声明是不可协商的，无论你前面使用AI有多少。

如何用NotebookLM为博士论文做AI文献综述？

前四个月主要是构建语料库、阅读与综合。NotebookLM在此处之所以合适，是因为它能把写作模型做得最差的一件事“纠正”：它会把每一句摘要锚定到你上传PDF中的可核验来源片段。

搭建语料库。 在Zotero中建立主阅读清单。把PDF导出到一个或多个NotebookLM笔记本中（免费档每个笔记本50个来源；Plus档300个来源）。按主题分组而不是按时间顺序分组；论文综述的结构由论点组织，而不是由发表日期组织。

运行综合提示词。 对每个主题笔记本，向NotebookLM提出三个问题：主导性发现是什么、方法学争议在哪里、文献承认了哪些研究空白。NotebookLM会生成锚定来源的回答，你可以在两次点击内完成核验。综合部分是你写作综述章节的输入；真正写作仍由你完成。

为每篇论文提取结构化发现。 对高相关论文，运行“四提示词”的IMRaD提取（见我们的用AI从研究论文中提取关键发现的指南），并把结构化输出粘贴到该Zotero条目的“Notes（备注）”字段中。这就是你综述中每一个脚注的基础。

绝不要做的事。 不要把NotebookLM的摘要直接粘贴到你的草稿里。综合是研究辅助；写作仍然由你完成。“四提示词”核验步骤（数字抽查、保留缓冲语、完整性核对局限、引文链核对）每篇论文约需10分钟，并能发现Cochrane 2025研究所指出的那“10%的幻觉”。一旦跳过核验，辩护过程中下游某处就可能导致引文链断裂。

文献综述章节是你起草的第一章，但也是你最终要定稿的最后一章。预计要修订三次：在方法章节之后一次、在结果章节之后一次、在辩护修订期间再一次。

用Claude如何为博士论文写作章节运行AI起草？

起草月份是工作流中最长的一段时间，也是AI使用最具争议的阶段。能在辩护中“活下来”的模式，是把Claude当作结构助理与列纲协作者，而不是当作写作引擎。

先为章节列出大纲。 在写任何段落之前，先手工写一页纸的大纲：论点、分论点、每一部分证据、你将要回应的空白。把大纲粘贴给Claude，并让它做两件事：第一，给出结构层面的反馈（论证是否顺畅）；第二，从你Zotero库中列出你尚未引用但很可能应该引用的文献。Claude在这两点上都做得很好。

逐段起草，而不是逐章一次性起草。 每个小节的正文先由你亲自撰写，再把它粘贴到Claude中，并使用提示词“tighten the academic register without changing meaning”。Claude对短段落（500到1,000词）比较可靠，对整章式的大改写则不可靠。学科特定词汇仍由你保留；句级别的清理优化正是Claude能提供帮助的地方。

使用“保留缓冲语”提示词。 当你要求Claude编辑一段文字时，在提示词后追加“preserve every hedging word from the source ('may,' 'suggests,' 'consistent with,' 'preliminary').”。这是学术写作中最重要的提示词习惯；没有它，AI编辑器会移除缓冲语并以会影响同行评议通过率的方式夸大确定性。

不要让Claude生成引文。 Claude会产出看似合理但实际不存在的参考文献。论文中的每一个引文都来自Zotero；每一条参考文献都要在原始来源中完成核验；任何提到论文但没有Zotero引文支撑的Claude生成文本，在离开草稿之前都要被删除。我们的幻觉引文审计覆盖了常见失败模式。

随时跟踪AI使用情况。 在一个旁置的附加文件中保留持续更新的日志：哪些小节使用了Claude、你用过哪些提示词、哪些小节完全由你自己写。这个日志会在第12个月喂给披露声明。最后从记忆中回忆整理会导致披露出错。

起草月份会产出一年中最“乱”的草稿。这是正常的。打磨精修发生在第10到12个月。

第9至11个月：参考文献管理与引文格式化

引文工作会持续进行，但会在章节整合阶段达到峰值。Zotero是这里的规范性工具（canonical tool），也是工作流里唯一一个“跨越更换工具真的很痛苦”的环节。

一套图书馆，一套共享集合。 为论文建立一个单独的Zotero库，并按章节组织为若干集合；同时建立一个主集合“all references（全部参考文献）”把所有内容汇总在一起。每天与云端同步；在该工作流中，和论文相关的数据丢失是最糟糕的失败模式。

尽早锁定引文样式。 选择你的机构所要求的格式（APA 7、Chicago 17的作者-年份制、Vancouver，或某个学科特定变体）并在Zotero的文字处理器插件中锁定。到第11个月再切换格式会引入需要花数天才能修复的格式错误。我们的引文格式指南介绍了四种最常见的样式。

在第11个月做一次参考文献列表审计。 打印参考文献列表。逐章将其与正文内引文进行对照。列表中的每一条参考文献都应至少在正文中出现一次；正文内的每一条引文都应能在列表中对应到参考文献。提交前的引文审计是我们在审计指南中单独覆盖的一套流程；简短版本是：我们筛查的论文在这一阶段有4%到7%存在孤立引文或未被引用的来源。

处理LLM引文。 如果你使用了Claude、NotebookLM或任何其他AI工具作为实质性辅助（不只是做编辑），那么该工具本身会根据你所在机构的政策成为可被引用的来源。McGill的2026年5月指导与Princeton的政策都把“实质性AI使用”视为需要在单独的声明中披露的事项，而不是在参考文献表中直接引用；AI披露声明模板涵盖了按发布方（publisher）区分的措辞要求。

提交前，如何为论文使用AI校对？

校对月份是稿件从“草稿”转变为“可辩护论文”的关键阶段。时间窗口很短，且工作量很密集。

第1轮：结构与实质性编辑（你的工作）。 从头到尾一次性通读整篇博士论文。记录下论证走向、章节之间的衔接过渡，以及论点变得薄弱的任何位置。这一轮只能由你自己来做；没有任何AI工具能像一个整体一样、足够好地判断一篇8万词论文的全部论证。

第2轮：语言编辑（AI辅助）。 把每一章都运行一遍学术体例编辑器。目标是保持措辞风格的一致性、段落层面的流畅性，并移除一年期草稿中逐渐“爬进来”的口头禅式表达。该工具需要能处理缓冲语保留、学术词汇处理以及对引文的安全编辑；像Grammarly这样的面向消费场景的工具并非为此打造。我们的AI校对器正是为这一步专门设计的。

第3轮：文字编辑（最终过稿）。 页面级校对：纠正错别字、保持格式一致性、核对表格与图注引用、检查分页。该轮能捕捉到实质性编辑遗漏的内容。至少预留两周；这一步赶工是辩护后修订问题最常见的来源。

运行AI诚信检查。 提交前需要核验三件事：每一条正文内引文都能在参考文献列表中对应；每一条参考文献列表条目都出现在正文中；AI披露日志足够完整，能填充披露声明。我们的过程即新的证明所强调的框架，能够在有人在辩护中质疑AI使用时为论文提供辩护：可追踪修改与过程记录才是证据，而不是“没有使用AI”这一事实。该阐述涵盖了详细逻辑。

第12个月：提交、Turnitin自检，以及披露声明

最终一个月属于程序性工作，但风险很高。按顺序完成三步；不要压缩。

第1步：在提交前由你自己先运行Turnitin。 你的机构会在你提交时运行Turnitin。你先自己运行一次，可以在正式提交之前处理任何非预期的相似性问题（比如改写过于接近原文、漏引、来自已发表章节的自我抄袭）。Turnitin的2026 Clarity功能也会生成AI内容百分比；这个分数并非权威，但在提交前先查看，你就能提前预判辩护中的相关质询。

第2步：构建披露声明。 到2026年为止，大多数大学与期刊都要求在提交时提供简短的AI使用说明。满足McGill、Princeton、Johns Hopkins、Imperial College以及大多数美国R1机构的结构是：点名使用了哪些工具、说明各阶段、写明目的、列出你执行过的核验步骤。披露内容放在序言、致谢，或按机构偏好放在专门的“方法”小节中。

生成式AI使用披露：

文献综述与来源整合：使用NotebookLM生成阅读语料库中187篇论文的、基于来源的摘要。在将摘要纳入文献综述章节之前，所有摘要均已与原始来源进行核验。

章节起草：使用Claude Sonnet对章节大纲提供结构层面的反馈，并对完成的正文进行句级别的学术体例编辑。论文的任何部分都不是在第一实例由Claude生成；所有实质性正文均由候选人撰写。

语言编辑与校对：使用[工具名称]对最终稿进行语言编辑。所有修改均由候选人审核，并决定接受或拒绝。

参考文献管理：Zotero（除文中引文插件之外未使用任何AI功能）。

未使用AI来生成实质性内容、分析数据或生成引文。

将措辞调整为你所在机构的写法。结构（工具+阶段+目的+核验）是能够跨机构差异保持一致的关键部分。

第3步：辩护预演也要包含AI披露。 你需要准备在辩护中回答两个问题：你在各阶段使用了哪些工具，以及你如何核验输出结果。我们样本中能自信回答这两个问题的学生，在不需要追问的情况下通过了辩护。无法说出工具名称或核验步骤的学生，会在辩护后收到一份补交文件的请求。

就AI诚信相关工作而言，我们的AI校对器围绕本节所描述的核验工作流构建：引文链验证、幻觉参考文献检测、缓冲语保留，以及一份可附在披露声明中的AI诚信报告。

常见问题

Q: 2026年使用AI来撰写博士论文是否符合伦理？

可以，但前提是披露并完成核验。多数大学（截至2026年年中，包含McGill、Princeton、Johns Hopkins、Imperial College，以及大多数美国R1机构）明确允许在论文工作中使用AI，只要在提交时进行披露，并且前提是论文的实质性智力贡献仍由候选人完成。缺乏伦理的模式是：在未披露的情况下，让AI生成实质性散文段落；符合伦理的模式是：在文献综合、写作支持与校对中以结构化方式使用AI，并在提交时有清晰的披露声明。上述“五工具工作流”正是为这种符合伦理的模式设计的。

Q: 我的博士论文有多少部分可以用AI来写？

实质性的智力贡献必须仍由你自己完成；AI可作为研究辅助、编辑合作者与结构协作者使用，但不能作为作者。结合我们样本中的实践情况：文献综合提示词由AI生成并完成核验；章节大纲由人先写好，再结合AI反馈；章节正文由人撰写，再进行AI逐行编辑；引文完全来自Zotero且无AI生成。采用上述工作流进行的、可辩护的论文，其Turnitin Clarity的AI内容得分通常低于15%。

Q: 哪款AI工具最适合撰写博士论文章节？

用于结构反馈与对已完成正文进行学术体例编辑的Claude Sonnet；Claude的长上下文（200K tokens）可以处理整章编辑，而缓冲语保留是当前这些LLM里最可靠的功能之一。用于提供章节所需的文献综合提示词的NotebookLM。两者都不应在第一实例生成章节；真正能经得起辩护的，是人的写作。我们的2026年研究论文最佳AI摘要工具基准测试对工具对比给出了详细说明。

Q: 我必须在博士论文中披露AI使用吗？

是的，到了2026年，大多数机构都要求如此。McGill的研究生学业指导（2026年5月）、Princeton关于学术诚信的政策、Johns Hopkins的负责任使用指南，以及Imperial College的相关原则，都要求在论文中在使用AI进行实质性工作时提交披露声明。满足多数机构的披露结构是：点名使用的工具、说明使用的各阶段、写明目的、列出核验步骤。上文提交部分的模板可以作为起点；提交前请核对你所在机构偏好的措辞。

Q: AI校对/检测工具能告诉我我在编辑时用的是Claude还是ChatGPT吗？

检测工具（Turnitin Clarity、GPTZero、Originality.ai）报告的是AI内容的概率分数，而不是针对具体工具的签名；这些分数在2026年的学术决策中并不够可靠，无法作为权威依据。可辩护的做法不是为了躲避检测，而是披露使用、核验输出，并依靠过程记录（可追踪修改、旁置AI使用日志、引文链验证）作为证明实质性工作的证据。过程即新的证明对这一点有更详细的说明；简短结论是：过程记录现在比检测分数更强有力的证据。