幾乎每個人面對研究論文、第一次動用 AI 時做的事，也正是傷害最大的那件事：叫聊天機器人幫你寫。二十分鐘後，你手上有九百字語氣篤定的文章、三筆根本不存在的參考文獻，而且完全不知道當指導教授追問起來時，這套論證撐不撐得住。

AI 對研究寫作確實有用。只是它的價值落在無聊的中段——找到對的那十五篇論文、好好把它們讀完，並且誠實記下自己究竟讀了什麼——而這偏偏是人們最先交出去的部分。下面的工作流程方向正好相反。四個步驟，依照研究真正發生的順序排列，每一步都配上適合的工具，並誠實說明免費方案涵蓋到哪裡。價格與產品細節已於 2026 年 9 月中旬對照官方頁面確認。

被當作研究助理使用的 ChatGPT 介面

OpenAI ChatGPT 官網的官方圖片。聊天機器人適合用來開啟一場論證，卻不適合用來終結一筆引用。

步驟 1：像圖書館員一樣搜尋，而不是像聊天機器人

從種子論文開始，而不是從答案開始。挑三到五篇你已經知道是主題核心的論文，細讀它們的參考文獻清單。Google Scholar 和 Semantic Scholar（免費，由 Allen Institute for AI 營運）都讓你從這些種子出發，沿著引用關係往前、往後追，這比關鍵字搜尋更快浮現真正重要的論文。

接著才疊上 AI 這一層，而這兩個工具負責的是不同的工作：

學術工具的方案分級經常改動，現在也有好幾家把 AI 功能和搜尋分開計量，所以在假設免費方案仍涵蓋你所需之前，先查一下官方頁面。

這裡的失敗模式很具體，而且代價高昂。聊天機器人會捏造引用文獻，而捏造出來的看起來還很合理——真實的期刊、聽起來很真的作者姓名、假的卷號。如果你打不開那篇論文、讀不到你正在引用的那一段，就把它當成不存在。光是這一條規則，就能擋掉大部分在評分時被揪出來的參考文獻問題。

步驟 2：讀方法，不要只讀摘要

閱讀是 AI 幫助最大、也是學生最草率外包的一環。請讓模型扎根在你提供的文件上，而不是它自己的記憶：NotebookLM 是 Google 以來源為依據的筆記工具，只依據你上傳的檔案回答，並回指它所用的段落，所以一份你不同意的摘要可以在幾秒內查核。它目前的免費額度請上 Google 官網確認，因為這些限制會變動。

一套對十份 PDF 可行的例行流程：上傳之後，請它為每篇論文寫一段，涵蓋方法、樣本，以及作者自己承認的研究限制。不要寫研究發現——發現是最容易的部分。方法才是你判斷一篇研究值不值得放進回顧的地方，而一份跳過方法的摘要比沒有摘要更糟，因為它讓你感覺有進度。

把產出存在你自己擁有的檔案裡。Zotero 免費且開源，會把你的註記和 PDF 存在一起，並產生你系所要求的參考文獻格式。只存在聊天視窗裡的摘要，撐不到寫作階段。

寫作階段之前一定會遇到的三個問題

用 AI 寫作會讓我惹上麻煩嗎？ 未經允許就用 AI 寫論文，在大多數學校都算學術不端，而用來偵測的工具兩個方向都不可靠。用 AI 來搜尋、摘要、翻譯或校對通常是被允許的，但規定因系所、因期刊而異。要在事前問，不要事後才問。

我有需要付費買什麼嗎？ 不需要。Google Scholar、Semantic Scholar、Zotero，以及 Consensus 和 Elicit 的免費方案，就足以把大學部或授課型碩士的文獻回顧從頭做到完。付費方案買到的是大型回顧的速度——六十篇而不是十五篇——而不是你否則無法觸及的能力。

這和一般通用的學習工具建議有什麼不同？ 有一部分不同。我們那篇學生免費 AI 學習工具指南涵蓋筆記、複習與考試準備；論文還多了一條引用脈絡，這正是這裡的資料來源規則更嚴格的原因。

步驟 3：刻意先寫得很糟，再讓 AI 來跟你辯論

錯誤在於把初稿當成 AI 的工作。難看的版本自己寫——標題、要點、那句你還不確定的句子——因為模型不可能知道你從那十篇論文裡真正找到了什麼。

然後把它用在它擅長的工作上。請它攻擊你的論點：「這個論證最強的三個反駁是什麼？」問它哪些段落完全沒有證據——這是指導教授會問、學生卻很少自問的問題。請它在不改變意思的前提下，重寫一段你已經很喜歡的段落。如果英文不是你的母語，把完稿交給模型只做文法檢查，一次一段，這樣你才會注意到它什麼時候悄悄改寫了你的主張。

模型這一層在 2026 年 9 月又有變動，但這聽起來比實際上重要得多。9 月 1 日，Anthropic 發表了 Claude Fable 5.1 與 Mythos 5.1，定位在程式開發與知識工作，公司特別強調其研究能力是模型走向的早期徵兆（anthropic.com/news）。同一份公告也提到，透過 Anthropic 的 AI for Science 計畫，研究者可獲得免費額度。更好的模型讓論證迴圈跑得更快；但它不會改變這個迴圈。

步驟 4：引用文獻正是 AI 到現在還會害你的地方

這一步決定你的成績，也是 AI 表現最差的地方。用 DOI 核對每一筆參考文獻，每一筆至少打開一次，並確認引文確實落在你宣稱的那一節。一份參考文獻清單裡只要有兩筆無法解析，就會毀掉你做的其他一切。

有兩個習慣值得現在就養成。第一，保留一份 AI 使用紀錄——每次使用寫一行，註明用了哪個工具、做什麼任務、你改了什麼。Elsevier、Springer Nature、Wiley、IEEE 等出版社都要求揭露 AI 協助，且不允許把 AI 工具列為作者；責任始終落在人類作者身上。第二，趁工作還記憶猶新的時候就寫好揭露聲明，而不是等到有壓力時才寫。

步驟適合的工具你最後得到的東西
搜尋Semantic Scholar、Consensus種子論文，加上問題層次的證據全貌
閱讀NotebookLM、Zotero一份你可以查核的方法與限制摘要
撰寫任何前沿模型，當作批評者使用先有論證，後有文句
引用Zotero 加上 DOI 查核一份禁得起檢視的參考文獻清單

兩個會讓你失分的錯誤

引用自己從沒打開過的文獻。 這是最常見的失敗，而且問題不只是憑空捏造的來源——讀錯的也一樣傷。如果論文說效果很小，你就寫效果很小。

把摘要整理一下就稱作文獻回顧。 只讀摘要會漏掉研究是怎麼進行的，於是你會把一份三十人的問卷調查和一個長期世代研究看得一樣重。閱卷者一兩頁之內就能看出這個模式。

接下來可以做什麼

拿一篇你這學期已經讀過的論文，對它跑一遍步驟一和步驟二：找出引用它最多的兩篇論文，然後各寫一段三行的研究限制摘要。四十分鐘，就是上述這一切最有用的最小演練。如果你在課業之外還在同時忙申請，我們那篇 AI 履歷寫作工具 指南談的是另一種精確度不容打折的寫作；如果你只想要留下來的工具，值得使用的免費 AI 工具 是更短的一份清單。