本文介绍如何将 ChatGPT 用于科研工作流，包括收集资料、分析信息和生成有结构且带引用的见解；重点示范工具链与实操技巧以提高效率与可重现性。作者同时提醒注意来源验证与模型局限性，建议结合人工审核与规范化引用。
概览
– 目标：把 ChatGPT 作为辅助科研工具，用于搜集、整理、分析和呈现研究材料。
主要功能与应用场景
– 文献检索辅导：帮助生成搜索策略、关键词、筛选条件，但不替代数据库检索。
– 信息整理：从长文献中提取要点、摘要和结构化笔记，提高阅读效率。
– 数据分析与解释：协助描述统计结果、提供分析思路和可视化建议（需人工验证）。
– 写作与引用支持：起草段落、改写和生成参考格式示例，鼓励附上来源并核对原始资料。
实操建议
– 明确提示词：提供背景、目标与限制，分步询问以减少 hallucination。
– 验证与可重复性：对关键事实和引用回查原始文献，保存会话和提示，记录模型版本。
– 隐私与合规：避免上传敏感或未授权的数据，遵守伦理与机构规范。
局限与风险
– 可能生成不准确或无来源的断言（hallucination）。
– 不可作为唯一证据来源，需结合专业判断与原始数据验证。
操作示例（流程简述）
– 设定研究问题 → 请求搜索策略与关键词 → 用关键词检索数据库 → 将筛选文献摘要输入 ChatGPT 提取要点 → 要求生成结构化综述草稿并附引用清单 → 人工核对与润色。
参考与进一步阅读
– 建议结合学术数据库（如PubMed、Google Scholar）和引文管理工具，保存可重复的工作流程与提示模板。
ChatGPT 是高效的科研助理，但绝不能取代对原始文献和数据的严格核查。