研究人員的AI研究助理：結合長文本閱讀與引用寫作的Whizi工作空間

研究流程中的三項模型任務

研究是多模型工作空間最清楚的應用案例，因為整個流程有三種截然不同的需求。你需要一個能一次容納大量文字的模型、一個寫作嚴謹到能通過同儕審查的模型，以及一個能穩定回傳嚴格結構化輸出、不會偏離格式的模型。沒有單一產品能同時在這三方面都表現最好，而在三個產品之間切換的成本，就是要重新上傳同一批資料。在同一個工作空間內切換的邊際成本很小而且可以預估：根據Whizi的模型成本指數（OpenRouter牌價，擷取於2026-08-20），Gemini 3.7 Flash每則標準回答的成本是$0.001313，Claude Sonnet 5是$0.007，GPT-5.6 Terra是$0.008，全部都不到一美分。

階段	模型	負責的工作
閱讀一批論文	Gemini	100萬token的上下文視窗，讓15到30份PDF能放進同一段對話
建立證據表格	GPT	嚴格的結構描述、一致的欄位數值、沒有編輯上的偏離
撰寫文字與統整	Claude	謹慎、保留學術用語的語氣，忠於原始資料
尋找最新研究並查核引用	具備網路連線功能的模型	對即時來源進行檢索，而不是依賴記憶
對自己的論點進行對抗性審查	任何沒有參與草擬的模型	獨立讀者視角，沒有沉沒成本

在開始之前，最重要的一件事情是要理解：如果你只問語言模型對某篇論文的記憶，它會編造細節，而且說得非常流暢。而讀取你上傳的PDF的模型，則是根據實際文字內容在運作。這是兩種可靠程度完全不同的行為，幾乎每一個關於AI用於研究的可怕故事，都是把前者誤認成後者所造成的。務必上傳原始資料，永遠都要這樣做。

閱讀20篇論文而不迷失重點

常見的錯誤是要求一份摘要。20篇論文的摘要，會是一段幾乎可以套用在該領域任何20篇論文上的文字。你真正需要的是一份證據表格，因為表格會強迫模型針對每一篇論文給出具體的數值，並讓缺漏之處變得明顯。

提示：證據表格

我已經上傳了[n]篇論文。請建立一份表格，每篇論文一列，欄位如下：引用資訊（作者、年份）、研究問題、研究設計、樣本數與研究對象、主要測量結果、含效應量或關鍵統計數字的重點發現、聲明的研究限制，以及若有揭露的資金來源。如果某篇論文沒有報告某個欄位，請填寫「未報告」。不要推論數值。不要納入任何我沒有上傳的論文。

提示：統整分析

只根據你剛剛建立的表格回答：這些研究在哪些地方一致，在哪些地方分歧，分歧的原因是什麼（研究設計、研究對象、測量方式，或時間點）？找出這批文獻中，沒有任何已上傳研究處理到的問題。每一項論述都要引用它所依據的具體列。

提示：方法學評論

針對表格中的每一項研究，指出對其效度最嚴重的威脅：樣本選取、測量、干擾因子、統計檢定力，或是可推論性。請針對論文實際報告的內容具體說明，而不是給出泛泛之詞。如果某項研究在方法學上很紮實，請直接這麼說，不要硬是捏造一個批評。

最後那一條指示確實發揮了作用。只要要求模型找出問題，它就一定會找到問題，即使是一項執行嚴謹的研究也不例外，因為這個要求本身就暗示了問題必然存在。明確給予模型說「這篇論文很紮實」的許可，能讓評論維持誠實。

關於如何乾淨俐落地把長篇文件放進對話，請參考如何與PDF對話，以及用AI摘要PDF的指南。

擷取：從非結構化文字中取出結構化資料

系統性的擷取，是AI能節省最多可驗證時間的工作，因為輸出結果是可以查核的。你可以拿一個數字去對照第7頁核對，但你沒辦法核對一種「感覺」。

提示：嚴格結構描述擷取

請將這篇論文中每一個有報告的統計數字擷取成JSON格式。結構描述：{"value": number, "unit": string, "measure": string, "population": string, "location_in_paper": string, "confidence_interval": string or null, "p_value": string or null}。只納入出現在正文、表格，或圖表說明中的數字。不要計算衍生數值。不要四捨五入。如果同一個數字在表格和正文中出現不同的數值，請兩個都回傳並標註這個差異。

location_in_paper那個欄位，是大家最常漏掉的部分，卻也是讓輸出真正能用的關鍵。它能把驗證這道程序，從重新閱讀整篇論文，變成有目標的查核，這也代表驗證這件事真的會被執行。

提示：跨論文比較

在所有已上傳的論文中，找出每一個關於[你關心的數量]的估計值。回傳一份表格，欄位包含：論文、估計值、單位、研究對象、估計方法，以及資料蒐集年份。不要對它們取平均值。請明確標註因為定義或研究對象不同而無法比較的估計值。

指示模型不要取平均值，並不是在吹毛求疵。對無法比較的估計值取平均，是AI輔助文獻回顧產生一個看似自信卻錯誤數字的最常見方式，也是審查者一眼就能抓到的錯誤類型。

撰寫回顧，而不是借用別人的句子

Claude在這裡是最好的起草工具，但提示必須落實學術寫作中真正重要的兩條規則：論述要緊扣來源，謹慎用語要保留下來。被訓練成樂於幫忙的模型，往往會在沒有被要求的情況下，把謹慎的用語加強，把「與……相關」變成「導致」。

提示：章節草稿

請只根據上面那份證據表格，起草文獻回顧的[章節名稱]。規則：每一項論述都必須能追溯到具體的一列；保留原本的謹慎用語（不要把相關性升級成因果關係）；使用[引用格式]；如果你曾經想在證據之外做出過度推論，請在那句話標上[CHECK]。讀者對象：[領域]研究人員。長度：約[n]字。

提示：謹慎用語查核

請將這份草稿對照原始資料檢查。列出每一句表達出比研究本身更高確定性的句子，以及每一句把發現歸因給錯誤來源的句子。請把該句子與相互牴觸的原始文字並列引用。不要改寫內容。

也請把謹慎用語查核用在自己的寫作上，而不只是模型的輸出上。它同樣能抓出人類在晚上11點寫稿時出現的同一種偏移。

引用文獻查核，這不是可有可無的步驟

這是最重要的一節，所以用詞刻意直接。語言模型會捏造參考文獻。它們產出的引用資訊帶有真實作者姓名、看起來合理的期刊名稱、格式正確的卷期和頁碼，以及指向空白頁面或無關論文的DOI。已經有被撤回的論文是這樣進入文獻的，也已經有名譽因此受損的案例。

能防止這種情況發生的規則：

• 絕對不要要求模型單靠記憶為某項論述「找出來源」。請要求具備網路連線功能的模型去檢索，然後自己親自打開每一個連結。
• 逐一解析每一個DOI來驗證。無法解析的DOI是捏造的結果，不是打字錯誤。
• 確認被引用的論文，內容真的支持這項引用所宣稱的內容。一篇真實存在的論文被附加到它並不支持的論述上，是更難察覺的錯誤，也比憑空捏造的論文更常見。
• 絕對不要引用你沒有親自打開過的東西。這條規則在AI出現之前就存在，AI只是讓它變得不可或缺。
• 把已上傳的PDF當作事實的來源。任何模型告訴你、但你沒有上傳的論文相關資訊，本質上都是未經驗證的。

提示：參考文獻查核

針對這份清單中的每一筆參考文獻，請說明：你是否能從這段對話中的來源確認它，或者它是來自你的訓練資料因此未經驗證。不要用猜的。請清楚標示每一筆未經驗證的項目。我會親自逐一查核。

那個提示並不會讓模型變得可靠。它做到的是讓模型明確表態，哪些論述是錨定在你提供的資料上，而這正是你判斷該查核什麼的關鍵依據。

這套做法無法取代什麼

它無法取代系統性回顧的規範流程。如果你的研究需要PRISMA，搜尋策略、篩選，和納入決策，仍然是你自己必須記錄與捍衛的事。AI可以協助你起草規範流程，並加快從納入研究中擷取資料的速度，但它不能替代搜尋這個動作本身。

它無法取代你的文獻管理工具。請繼續使用Zotero、Mendeley，或EndNote，作為你實際讀過內容的紀錄。對話視窗是工作記憶，不是檔案庫。

它無法取代統計分析。模型可以解釋一套方法、幫你寫出對應的R或Python程式碼，也可以幫你檢查詮釋是否合理，但在對話視窗裡直接執行你的分析，並相信其中的運算，是站不住腳的做法。請產生程式碼，在你自己的環境中執行，並檢查輸出結果。

它也無法取代揭露義務。期刊和機構越來越要求說明AI工具是如何被使用的。請在每個階段隨手記下你用了什麼，因為等到投稿時才要重建這些紀錄，會是件很痛苦的事。