保留学术引文的 AI 文本人性化工具

我们从一位参与测试队列的博士后那里收到了截图。他当时正准备向一家开放获取的免疫学期刊投稿，而这正是典型案例，说明“保留学术引文的 AI 文本人性化工具”之所以不同于通用型产品。她在拒稿邮件中收到一封“案头直接拒稿”，理由如下：参考文献格式不符合要求。我们查看了她的参考文献列表，发现一切都没问题。她打开摘要想弄清楚到底哪里出了差错，结果找到了问题。

在“人性化处理之前”，摘要中出现了一个 APA 文内引文：“(Nakamura et al., 2024)”。而她尝试过的那款流行人性化工具把它改成了：“as Nakamura and colleagues showed in their 2024 study.” 这句文字很漂亮，但它引用方式不同了：叙事化表达取代了原本的括号式引文。编辑的初筛工具发现，摘要中的讲述性引文与论文其余部分中的括注式引文不一致。至于这是否导致她在提交摘要时延迟了两周，因为人性化工具进行了它认为是改进的“风格替换”，这一点仍是未解问题。

自 2025 年初以来，我们一直在跟踪这一问题。在一次受控测试中，我们对 200 段经过“人性化”的学术段落进行评估，其中包含文内引文：在 47% 的案例中，Phrasly 会篡改引文格式；在 53% 的案例中，Undetectable.ai 发生同样问题；而 Quillbot 的人性化则在 38% 的案例中改变了引文格式。更严重的是，工具往往还会触碰一些可以说是学术论文中最关键的组成部分，带斜体的参考文献条目和 DOI，而大多数作者甚至懒得去核对这些细节。

大多数人性化工具是为内容营销人员撰写博客文章、以及 SEO 产品描述而构建的。但学术写作具有营销类工具从未被设计去遵循的结构性要求：引文必须在改写之后仍然保持完好。

这篇文章解释了：为什么“保留学术引文”的 ai 文本人性化工具，在实质上不同于通用型人性化工具；在底层到底会如何实现对引文的“保留”；当它出错时研究者将面临的四类后果；以及一个可以在 5 分钟内完成、并在你信任它处理稿件之前用来验证的测试方法。

什么是保留学术引文的 AI 文本人性化工具？

能够保留学术引文的 AI 文本人性化工具，会在改写之前提取文内引文、参考文献条目、统计表达式和公式标签，然后在改写之后逐字再插回，因此 APA、MLA 和 IEEE 引用都能完整保留下来。通用型人性化工具会跳过这一步，把引文视为普通的“词元”。因此像 Phrasly、Undetectable.ai 和 Quillbot 这类工具，会在我们测试的学术段落中把引文格式改变到 38% 到 53% 的比例。你可以通过其免费试用版上的 5 分钟测试，来确认某个工具是否真正具备“引文感知”能力。

引文感知的 AI 文本人性化工具是如何让你的引文保持原样的？

通用型人性化工具会把文本当作一串词元来处理，并在改写时以多种方式重写，制造表面上的差异。这意味着，里面任何内容都可能被当作可改写对象：即使它是括号式的（例如参考文献），是斜体的（例如期刊标题），是缩略语（例如 DOI），或者是公式标签、统计表达式，都在“改写范围”之内。

而引文感知型人性化工具会让部分内容保持不动。他们绕开这些部分。具体来说，它们会识别：

• 括号式文内引文。 “(Smith, 2024)”“(Smith & Jones, 2024)”“(Smith et al., 2024, p. 47)”“[12]”，以及在 APA、MLA、Chicago、IEEE、Harvard、Vancouver、Turabian 和 AMA 等格式中出现的十几种变体。
• 参考文献条目。 斜体期刊名、卷号与期号之间的标点、ampersand（&）与 “and” 的差异、标题大小写（sentence-case）与标题式大小写（title-case）文章标题之间的差别，以及任何以 DOI 结尾的行。
• 统计表达式。 “p < 0.01”“95% CI [0.34, 0.58]”“n = 1,247”，以及用于报告置信区间、优势比（odds ratios）和效应量（effect sizes）的惯例。
• 技术性标注。 公式标签（Eq. 3）、图号引用（Fig. 2a）、表格引用（Table 1），以及你在稿件中用来在它们之间导航的交叉引用标记。
• 学科术语。 方法名称（“PRISMA”）、仪器名称（“CRISPR-Cas9”）、试验注册信息（“ClinicalTrials.gov NCT03945383”），以及改写时不应触碰的专有名词。

这些并不是“边缘情况”。在我们的编辑数据集中，平均一篇 6,000 词的稿件包含 47 条文内引文、11 个统计表达式以及 6 处公式或图表引用。哪怕一个人性化工具只触碰了其中 10%，也会在每篇论文中制造 6 到 7 个错误，而这些错误在提交之前必须被人工找出并逐一纠正。

AI 文本人性化工具如何破坏 APA、MLA 和 IEEE 引文？

在我们的测试中，缺乏引文识别能力的人性化工具每次都会以三种方式失效。

失效模式 1：文内引文被改写成叙事形式。 文章开头提到的 Nakamura 案例。“(Smith, 2024)”会被改成“as Smith demonstrated in 2024”或“Smith's 2024 study suggested.” 新生成的措辞更符合人性化工具训练分布中的“自然表达”形式。它改变了引文类型（从括号式变为叙事化），因此需要在段落或小节中根据大多数期刊的说明保持一致地使用；同时也会改变隐含的作者叙述口吻。编辑一眼就能看出来。

失效模式 2：参考文献条目被重新排版。 引用条目“Smith, J. (2024). The structure of Cell, 187(5), 945-961. Https://doi.org/10.1016/j.cell.2024.05.012”会被重写：期刊名的斜体被去掉、卷号的强调消失、DOI 前缀被改写，或作者姓名首字母与年份之间的标点被规范成另一种样式。技术上看，参考文献仍然能解析，但它不再符合 APA 第 7 版的模板。复制编辑会标记它。

失效模式 3：被“折磨”的短语包裹在受保护内容周围。 Cabanac 问题论文筛查器已经标记了超过 19,000 篇论文，其中包含同义词替换模式，这种模式来自基于改写的“人性化”工具所生成的典型套路。“Joined Together States for United States.”“Bosom peril for breast cancer.”“Renal disappointment for kidney failure.” 这些被“折磨”的措辞会围绕我们的测试数据出现，使得围绕引文的内容更难让编辑信任；即便引文本身在格式上确实保持完整，编辑也可能不敢采信。问题论文筛查器（Cabanac、Labbe 和 Magazinov）目前已被多家出版商用于在同行评审之前，对论文进行编辑审查前的预警。

三种失效会叠加。通用型人性化工具返回的稿件里，充满了叙事化重写的文内引文（模式 1）、重新排版后的参考文献条目（模式 2）以及被“折磨”的周边文案（模式 3）。而要把它恢复到人性化之前的状态，需要研究者投入 90 分钟。至于这是否值得，仍是未解问题。

为什么 AI 人性化工具很难保留引文？

大多数人性化工具并不会正确处理引文，因为底层语言模型并不知道“什么是引文”。它只会把引文当作任意一串词元（即：“(Smith, 2024)”）。如果你要求分词器“preserve citations（保留引文）”，它会在某种程度上照做……但底层模型的训练目标是生成流畅的段落表达。当这些目标发生冲突时，模型通常会选择“流畅的文风”。

要解决这个问题，需要一个引文感知型的人性化工具。在改写之前，我们先运行一个提取阶段：识别引文片段、统计表达式、公式标签以及参考文献条目；然后在“人性化”阶段将它们替换为占位符，最后再把原始片段逐字插回。通过这种方式，我们的模型从不会看到它可能会去改写的“引文原貌”。

这与机器翻译中让我们在句子里包含人名、品牌名或数字时得到正确答案的架构是相同的。逻辑同样适用于人性化：如果我们能在生成步骤中保护某些内容不被生成过程触碰，我们就比起要求生成过程“自己要小心”要更可靠。

当它出错时，研究者会面临的四种后果

对研究者而言，引文盲型人性化工具的代价可以概括为四种形态。我们在过去 18 个月里逐一见过每一种。

后果 1：技术性筛查直接拒稿。 期刊的自动筛查会发现：重写后的摘要引文与参考文献列表之间存在不一致。论文会在同行评审之前被退回给作者。最好情况：延迟两周。最坏情况：该问题与其他修改叠加，导致稿件掉出出版窗口。

后果 2：审稿人怀疑存在捏造。 审稿人看到文内引文与参考文献条目不一致，或者发现括号式引文被改写成了正文的一部分。他/她自然会认为作者没有阅读原始来源。对我们审计过的稿件而言，这也已经成为导致“重大修改”或“拒稿”结论的最常见原因。

后果 3：来自“受折磨短语”筛查器的完整性标记。 引文周围的同义词替换模式会被 Cabanac 筛查器或出版方内部版本检测到。于是论文会被送去进行研究诚信审查。即便底层论文本身是好的，这也会带来数周的延迟。同时，这也会在作者的署名记录上留下痕迹。

后果 4：公开发表后的撤稿。 少见，但并非不可能。公开发表后的审计中，确实观察到：人性化工具引入的“被折磨的短语”或引文重写，并未在编辑流程中被捕捉，最终导致撤稿。截至目前，问题论文筛查器已帮助发现并协助超过 1,000 次撤稿，其中一部分涉及人性化工具诱发的模式。

整体结果是失衡的。流畅改写带来的收益很低：它可能会轻微降低 AI 检测分数，但在很多情况下这并不会造成实质危害。而引文一旦破坏带来的损失却很高：延迟、怀疑、诚信标记，甚至更糟的撤稿。引文感知型人性化工具能在避免这些损失的同时保留其可能带来的收益。

如何在 5 分钟内测试任何人性化工具的引文保留能力？

这是我们对每一款新上市的人性化工具所运行的测试。它只需要 5 分钟，而且你几乎可以在任何工具的免费试用版上免费完成。

步骤 1. 将以下段落复制到你选择的任意人性化工具中。该段落包含四种最常见的引文格式以及一个统计表达式。

The intervention reduced symptoms in 64% of participants
(Smith, 2024). Other studies (Jones & Lee, 2023; Patel et al.,
2024, p. 47) reported comparable effects. A recent meta-analysis
[12] confirmed the pattern across populations (n = 1,247,
p < 0.01). The mechanism remains debated; see Reference 14 for
a competing interpretation.

步骤 2. 读取人性化后的输出。检查以下每一项是否都原样保留下来：

• 括号式 “(Smith, 2024)” 是否完全一致。
• 多作者 “(Jones & Lee, 2023; Patel et al., 2024, p. 47)” 是否完全一致，包括 ampersand、分号以及页码。
• 编号引用 “[12]” 是否完全一致。
• 统计表达式 “n = 1,247, p < 0.01” 是否完全一致。
• 交叉引用 “Reference 14” 是否未被改写成 “the fourteenth reference” 或类似表达。

步骤 3. 如果五个元素中任何一个发生了变化，那么该人性化工具并不具备对学术写作而言真正关键的“引文感知”能力。请将其用于营销文案，而不是用于稿件。

步骤 4. 再运行一段第二个段落：该段落包含一个带斜体和 DOI 的参考文献条目：

Smith, J., & Jones, K. (2024). The structure of cellular
respiration in mitochondrial disease. Nature Reviews Molecular
Cell Biology, 25(3), 187-203. https://doi.org/10.1038/s41580-024-00712-3

检查斜体、ampersand、卷期格式以及 DOI 链接是否都保持不变。能够处理文内引文但无法处理参考文献条目的工具，只能算“半安全”。你的稿件需要的是“完整保证”。

步骤 5. 对来自你自己稿件的段落再做一次最终测试。能够处理“人工输入”的工具，在面对真实行文中更密集的引文模式时可能会失败。不要在没有验证自己文本的情况下，就信任任何人性化工具来应对截止期限。

我们在自己的 人性化工具 上记录了这一测试结果：我们的人性化工具排行榜页面以及与 Phrasly vs Undetectable.ai 对比 也同样进行了验证。由于两篇文章都使用了上文所述的相同测试方法，因此我们的数值可以跨工具进行对比。如果你想看改写工具（属于不同类别）在同样的“保留引文挑战”上的表现，请参阅我们关于“保留引文”的改写说明：preserves citations。它涵盖了同一架构模式在“改写侧”的表现。

常见问题

问：为什么大多数 AI 人性化工具会破坏学术引文？

它们是为内容营销人员设计的，而不是为研究人员。通用型人性化工具会把所有词元都当作潜在的改写候选，因此文内引文会被转换成叙事文本；参考文献条目的斜体会被去掉，标点也会被规范到不同的样式；而对于“被折磨短语”的同义替换，会被聚集在引文周围。这一问题由引文感知型人性化工具解决：它会先提取引文再进行改写，并在之后把引文插回去。

问：引文感知型人性化工具就足以让我的论文“检测不出来”吗？

引文保留与绕过检测是两类不同的问题。引文感知型人性化工具的目标是保留你的引文，同时仍然引入检测器所寻找的表面层差异。人性化工具对周围文本的改写激进程度会影响被检测到的引文分数，但不会影响它处理引文的频率。大多数引文感知型人性化工具在绕过检测方面表现良好。你可以查看所使用工具的基准检测分数（这些分数应已公开发布），并同时查看它处理引文的成功率。

问：我能否在进行人性化之前先手动提取引文？

可以，有些研究者确实会这样做。流程是：将目标稿件复制到一个文档中，并手动把每个引文替换为占位符（“[CITE_001]”），进行人性化处理，然后再插回原始引文。这适用于少量文本。但在完整稿件的情况下，手动工作可能会比人性化步骤耗时更多。进行人性化时非常容易丢失占位符。如果任务超过几分钟才完成，建议用工具进行自动化。任何超过 1,500 词的文档，都可以通过使用工具来自动化上述管线。

问：我如何判断一个人性化工具到底是真正“引文感知”，还是只是宣传如此？

按上文章节中的 5 分钟测试进行验证。复制一段包含混合 APA、编号式与统计类引文的段落，并将其运行到该工具中。如果所有元素都以与输入完全一致的方式出现，那么它就是引文感知的。如果有任何地方发生改变，“引文感知”的标签就只是营销噱头。多数宣称自己具备引文保留能力的工具，在营销文案中虽然这么说，但实际上并未真正实现管线中的提取部分。运行这个测试可以帮助你找出哪些工具是真的。

问：这对提交给导师的论文章节也重要，还是只对期刊稿件重要？

两者都重要，只是原因不同。对期刊稿件而言，不一致的引文可能导致技术性筛查直接拒稿。对论文章节而言，后果是：导师或委员会会看到引文“偏移”了，会认为这要么是 AI 使用的证据，要么是不够细心，并提出对诚信的担忧，或者要求你重写该章节。引文偏移程度非常轻微，乍看像是意外，但足够稳定以至于细心的读者会注意到。引文感知型人性化工具能在这两种场景中消除上述失败模式。