AI arbejdsområdet til forskere: lange kontekstvinduer plus kildebaseret skrivning

De tre modelopgaver i en forskningspipeline

Forskning er det klareste eksempel på, hvorfor et arbejdsområde med flere modeller giver mening, fordi pipelinen har tre virkelig forskellige behov. Du skal bruge en model, der kan holde en enorm mængde tekst i hovedet på én gang, en model, der skriver omhyggeligt nok til at overleve fagfællebedømmelse, og en model, der returnerer stringent struktureret output uden at glide. Intet enkelt produkt er bedst til alle tre, og prisen for at skifte mellem tre produkter betales i genupload af det samme materiale. Den marginale pris for at skifte inden i ét arbejdsområde er lille og kendt: på Whizis model cost index (OpenRouters listepriser, hentet 2026-08-20) koster Gemini 3.7 Flash $0.001313 pr. standardsvar, Claude Sonnet 5 $0.007, og GPT-5.6 Terra $0.008, alle under en cent pr. svar.

Trin	Model	Hvad den gør
Læsning af et materiale med artikler	Gemini	1M token kontekstvindue, så 15 til 30 PDF'er ligger i samme samtale
Opbygning af en evidenstabel	GPT	Strikse skemaer, konsistente kolonneværdier, ingen redaktionel glidning
Skrivning af prosa og syntese	Claude	Omhyggeligt, forbeholdent akademisk sprog, tro mod kilden
Finde ny forskning og tjekke referencer	En model med webadgang	Opslag i levende kilder frem for hukommelse
Kritisk gennemgang af dit eget argument	Enhver model, der ikke skrev det	Uafhængig læser, ingen skjult binding

Det vigtigste at forstå, før du går i gang: en sprogmodel, der bliver spurgt om en artikel fra hukommelsen, vil opfinde detaljer, og den vil gøre det med flydende sikkerhed. En model, der læser en PDF, du har uploadet, arbejder fra den faktiske tekst. Det er to forskellige aktiviteter med forskellig troværdighed, og næsten hver skræmmehistorie om AI i forskning kommer af, at den første bliver forvekslet med den anden. Upload kilden. Altid.

At læse 20 artikler uden at tabe tråden

Fejlen er at bede om et resumé. Et resumé af 20 artikler er en paragraf, der kunne beskrive hvilke som helst 20 artikler i feltet. Hvad du egentlig vil have, er en evidenstabel, fordi en tabel tvinger modellen til at forpligte sig til en konkret værdi pr. artikel og gør hullerne synlige.

Prompt: evidenstabellen

Jeg har uploadet [n] artikler. Byg en tabel med en række pr. artikel og disse kolonner: kilde (forfattere, år), forskningsspørgsmål, studiedesign, stikprøvestørrelse og population, primært udfaldsmål, hovedfund med effektstørrelse eller nøglestatistik, angivne begrænsninger og finansieringskilde hvis oplyst. Hvis et felt ikke er rapporteret i en artikel, skriv IKKE RAPPORTERET. Gæt ikke værdier. Medtag ikke nogen artikel, jeg ikke har uploadet.

Prompt: syntesetrinnet

Brug kun tabellen du lige har bygget, og svar: hvor er studierne enige, hvor er de uenige, og hvad forklarer uenigheden (design, population, måling eller periode)? Identificer de spørgsmål i denne litteratur, som intet uploadet studie besvarer. For hver påstand, henvis til de konkrete rækker den bygger på.

Prompt: metodekritik

For hvert studie i tabellen, noter den mest alvorlige trussel mod validiteten: udvælgelse, måling, konfounding, statistisk styrke eller generaliserbarhed. Vær konkret i forhold til hvad artiklen rapporterer, ikke generisk. Hvis et studie er metodisk stærkt, sig det i stedet for at opfinde en kritik.

Den sidste instruktion udfører et vigtigt arbejde. Bed en model om at finde problemer, og den finder altid problemer, også i et velgennemført studie, fordi anmodningen antyder, at de findes. At give den explicit tilladelse til at sige, at en artikel er solid, holder kritikken ærlig.

For selve mekanikken i at få lange dokumenter ordentligt ind i en chat, se sådan chatter du med en PDF og guiden til at opsummere PDF'er med AI.

Udtræk: at få struktureret data ud af ustruktureret tekst

Systematisk udtræk er den opgave, hvor AI sparer mest forsvarlig tid, fordi outputtet kan verificeres. Du kan tjekke et tal mod side 7. Du kan ikke tjekke en fornemmelse.

Prompt: strikt skemaudtræk

Udtræk hver rapporteret statistik fra denne artikel som JSON. Skema: {"value": number, "unit": string, "measure": string, "population": string, "location_in_paper": string, "confidence_interval": string or null, "p_value": string or null}. Medtag kun tal, der forekommer i tekst, tabeller eller figurtekster. Beregn ikke afledte værdier. Rund ikke af. Hvis et tal forekommer i både en tabel og teksten med forskellige værdier, returner begge og markér uoverensstemmelsen.

Feltet location_in_paper er det, folk springer over, og det er det, der gør outputtet brugbart. Det gør en verificeringsrunde til et målrettet tjek i stedet for en genlæsning af hele artiklen, hvilket betyder, at verificeringen faktisk bliver udført.

Prompt: sammenligning mellem artikler

I de uploadede artikler, find hvert rapporteret estimat af [den størrelse du interesserer dig for]. Returner en tabel med: artikel, estimat, enhed, population, estimeringsmetode og år for dataindsamling. Beregn ikke et gennemsnit af dem. Bemærk explicit hvor estimaterne ikke er sammenlignelige på grund af forskellige definitioner eller populationer.

At instruere modellen til ikke at beregne et gennemsnit er ikke pedanteri. At tage gennemsnittet af usammenlignelige estimater er den mest almindelige måde, en AI-assisteret litteraturgennemgang producerer et tal, der er sikkert forkert, og det er den type fejl en anmelder fanger øjeblikkeligt.

At skrive gennemgangen uden at låne andres sætninger

Claude er den bedste til at skrive her, men prompten skal håndhæve de to regler, der betyder noget i akademisk skrivning: påstande forbliver koblet til kilder, og forbehold bevares. Modeller, der er trænet til at være hjælpsomme, har en tendens til at styrke omhyggeligt sprog og gøre "var forbundet med" til "forårsagede" uden at blive bedt om det.

Prompt: afsnitsudkast

Skriv udkastet til [afsnitsnavn] i en litteraturgennemgang ud fra kun evidenstabellen ovenfor. Regler: hver påstand skal kunne henføres til en konkret række, bevar det oprindelige forbehold (opgrader ikke en sammenhæng til en kausal påstand), brug [citationsstil] format, og markér hver sætning, hvor du var tilbøjelig til at generalisere ud over evidensen med [CHECK]. Målgruppe: forskere inden for [felt]. Længde: cirka [n] ord.

Prompt: forbeholds-tjekket

Gennemgå dette udkast mod kildematerialet. List hver sætning, der udtrykker mere sikkerhed end det underliggende studie understøtter, og hver sætning, der tilskriver et fund den forkerte kilde. Citer sætningen og den modstridende kildetekst side om side. Skriv ikke om.

Kør forbeholds-tjekket på din egen skrivning også, ikke kun på modeloutput. Det fanger samme glidning i et menneskeligt udkast skrevet klokken 23.

Kildeverifikation, som ikke er valgfri

Dette er det afsnit, der betyder mest, så det er bevidst ligeud. Sprogmodeller opdigter referencer. De producerer citationer med rigtige forfatternavne, plausible tidsskriftstitler, korrekt udseende bind- og sidetal, og DOI'er, der ikke fører nogen steder hen eller til en urelateret artikel. Trukne artikler er kommet ind i litteraturen på denne måde. Rygter er blevet skadet af det.

Reglerne, der forhindrer det:

• Bed aldrig en model om at "finde kilder" til en påstand fra hukommelsen. Bed en model med webadgang om at hente dem, og åbn så hvert link selv.
• Verificer hver DOI ved at slå den op. En DOI, der ikke fører nogen steder hen, er en opdigtelse, ikke en tastefejl.
• Kontroller at den citerede artikel faktisk siger, hvad citationen påstår, den siger. En rigtig artikel koblet til en påstand den ikke understøtter, er den sværere fejl at fange, og den er mere almindelig end en opdigtet artikel.
• Citer aldrig noget, du ikke selv har åbnet. Denne regel eksisterede før AI, og AI har gjort den bærende.
• Hold de uploadede PDF'er som sandhedskilden. Alt hvad modellen fortæller dig om en artikel, du ikke har uploadet, er uverificeret ved konstruktion.

Prompt: referenceaudit

For hver reference i denne liste, angiv: om du kan bekræfte den fra en kilde i denne samtale, eller om den kommer fra dine træningsdata og derfor er uverificeret. Gæt ikke. Markér hver uverificeret post klart. Jeg vil tjekke dem manuelt.

Den prompt gør ikke modellen troværdig. Den gør den explicit om, hvilke påstande der er forankret i noget, du har givet den, hvilket er den skelnen, du behøver for at vide, hvad du skal tjekke.

Hvad dette ikke erstatter

Det erstatter ikke en systematisk gennemgangsprotokol. Hvis dit arbejde kræver PRISMA, forbliver søgestrategien, screeningen og inklusionsbeslutningerne dine at dokumentere og forsvare. AI kan hjælpe dig med at skrive udkast til protokollen og gøre udtræk fra inkluderede studier hurtigere; den kan ikke være søgningen.

Det erstatter ikke dit referenceprogram. Hold Zotero, Mendeley eller EndNote som journalen for hvad du faktisk har læst. Chatten er arbejdshukommelse, ikke et arkiv.

Det erstatter ikke statistisk analyse. En model kan forklare en metode, skrive R- eller Python-koden til den og sanitetstjekke din tolkning, men at køre din analyse inde i et chatvindue og stole på regnestykket kan ikke forsvares. Generer koden, kør den i dit eget miljø, og tjek outputtet.

Og det erstatter ikke oplysningspligt. Tidsskrifter og institutioner kræver i stigende grad en erklæring om, hvordan AI-værktøjer er blevet brugt. Skriv ned, hvad du brugte på hvert trin, mens du går, fordi det er ubehageligt at rekonstruere det ved indsendelse.