要用 AI 摘要研究論文，先把論文的研究問題、方法、樣本、結果和限制擷取到證據表，再要求產生文字摘要。然後在原論文中核對每一個數字、因果陳述、引文和頁碼。輸出是一份可審核的閱讀輔助材料，不能取代閱讀研究本身。

關鍵要點

把論文交給 AI 服務之前，先確認你有權上載或處理它。

要求敘述式摘要之前，先把證據擷取到固定欄位。

把觀察結果、作者的詮釋和你自己的結論分開。

對照論文的方法、表格、圖表和限制，核實關鍵主張。

當機構、期刊或課程規則要求披露時，記錄實質的 AI 協助。

用 AI 摘要研究論文時，可靠的摘要要保留甚麼？

有用的摘要不只是壓縮論文摘要。它保留的是讓讀者判斷論文支持甚麼的鏈條：研究問題、研究設計、人口或數據、量度、主要結果、不確定性和作者陳述的限制。只要其中一環缺失，一段流暢的文字便可能比研究本身更自信。

先寫下這份摘要的用途。文獻回顧筆記需要足夠的方法細節，以便比較不同研究。給非專業人士的簡報可能需要淺白語言，但仍需保留界線。考試筆記可能側重概念和定義。只要求「一份簡短摘要」而不說明讀者，等於讓模型決定省略甚麼。

不要把摘要頁當作整篇論文。摘要有助掌握概況，但方法部分界定了量度甚麼，表格和圖表承載了大部分證據，討論部分則常把發現與詮釋混在一起。有關 AI 輔助證據工作的專業指引警告，生成的摘要可能過度簡化發現、推出錯誤結論，或依賴引言和討論部分而非原始結果。［1］

使用 AI 之前，先記錄以下最基本的資料：

欄位	記錄內容	作用
研究問題	所研究的具體關係、效應或現象	防止以主題層面的摘要取代實際問題
設計	實驗、觀察性研究、綜述、模擬或其他設計	限定研究能支持的主張
樣本或資料	規模、來源、納入準則、研究場景和相關日期	說明結果適用於誰或甚麼
測量	結果指標、比較組、量度工具和時間範圍	揭示代理指標和缺失的比較
結果	方向、幅度、不確定性，以及頁碼或表格位置	令摘要始終與可觀察的證據相連
限制	作者陳述的限制以及未解決的問題	防止注意事項在壓縮中消失

第一步：檢查權限、私隱和文件邊界

首先，確定論文能否上載。公開可讀的文章，並不自動授權任何形式的處理。訂閱內容、課程副本、保密草稿、同儕評審稿件或含個人資料的文件，可能還有額外限制。上載檔案前，查看出版商條款、所屬機構的規定和 AI 服務的資料控制。

對於未發表或敏感的工作，優先使用機構批准的環境，或乾脆不上載。歐盟委員會的科研指引指出，研究人員應保護未發表或敏感的材料，並了解上載的輸入會否被再利用。［2］聯合國教科文組織同樣把私隱保護、人手監督和適當驗證視為在教育和研究中負責任地使用生成式 AI 的核心。［3］

同時鎖定來源界線。給模型一篇標示清楚的論文，並指示它不要加入外部知識。記錄標題、作者、發表刊物、年份、DOI 或穩定 URL，以及你使用的確實檔案或版本。如補充材料包含必要的方法，便把它作為另一個具名來源提供，而不是讓模型以為它是正文的一部分。

一條安全的開場指示如下：

只根據附上的論文工作。如要求的欄位不存在，寫「未報告」。不要推斷缺失的方法、數字、引用或頁碼。把作者報告的陳述與你自己的綜合分開。

第二步：把研究提取成證據表

要求文字摘要之前，先要求結構化擷取。表格能令缺失的資料顯現出來，並減低把不確定性抹平成自信故事的誘惑。表格亦方便你把每個輸出儲存格與論文中的具體位置對照。

使用適合研究設計的欄位。實證論文要擷取研究問題、假設、設計、場景、樣本、納入和排除準則、介入或暴露、對照、結果指標、分析方法、主要數值結果、不確定性、限制、資助來源和利益衝突。綜述則要擷取檢索日期、資料庫、納入準則、納入研究數目、質素評估方法、綜合方法、異質性和限制。

要求每個重要項目都提供定位。定位可以是頁碼、章節、表格、圖表或附錄。告訴模型只在確實措辭重要時引述簡短片段，其餘情況則轉述。如 PDF 印刷頁碼與閱讀器的頁數計算不同，兩種都記錄，而不是假裝它們一致。

分輪進行擷取：

只要求文件結構和研究身份資料。
擷取方法，不要求結論。
擷取結果，附單位、分母、不確定性和定位。
擷取作者陳述的限制和披露資料。
列出不清楚或缺失的欄位，供人手覆核。

這個次序很重要。如先要求一份精緻的摘要，模型可能先定下結論，再揀選支持的細節。先擷取證據，能令推理方向清晰可見。

第三步：先審方法，再解釋結果

方法不是背景細節。它決定一項結果是描述性、相關性、預測性，還是可能具因果性。要求 AI 標示研究設計，並解釋這種設計能確立甚麼、不能確立甚麼，但你要親自核實這些解釋。

檢查人口和比較。來自狹窄群組的結果，不應悄悄變成關於所有人的主張。沒有合適對照的前後變化，並不自動是介入造成的。統計上顯著的結果，並不自動代表效應大、重要或精確。模型可能在一般層面懂得這些原則，卻仍把它們錯誤套用到某篇具體論文上。

使用一份人手方法檢查清單：

擷取的樣本數目是否與方法部分和參與者流程一致？
排除、缺失數據和退出是否有所反映？
主要結果指標是否與次要或探索性指標分開？
單位和時間點是否得到保留？
比較組是否與所報告的分析相符？
調整後與未調整的估計值是否分開？
研究有否預先登記？如有，報告的結果指標是否與計劃一致？

如論文超出你的專業範疇，摘要應變得更審慎，而不是更權威。當決定影響臨床護理、安全、法律權利、公共政策或大量資源時，把詮釋交給範疇專家。

第四步：為指定讀者撰寫摘要

證據表核對完畢後，再要求模型產生你實際需要的格式。把表格作為來源層，由此衍生每個版本。這可防止淺白語言的改寫版本變成一個新的、無法追溯的來源。

面向技術讀者時，保留研究設計、樣本、效應估計值、不確定性和重要限制。面向一般讀者時，翻譯專業術語，解釋結果的實際意義，並說明論文沒有測試甚麼。用於你自己的文獻筆記時，重點寫這項研究與相關工作的分別，以及甚麼證據會改變你的詮釋。

按功能而不只是按字數規定篇幅。例如：

為政策團隊寫一份 250 字的簡報。用一段寫研究問題和方法，一段寫主要結果及其不確定性，一段寫限制和適用性。不要加入經核實證據表中沒有的主張。

要求不確定性保持可見。對量度所得的相關性，「研究發現」可能恰當；「介入導致」則需要更強的設計支持。當「在本樣本中」「在觀察期間」「作者認為」等限定語承載真實的界線時，要保留它們。

第五步：覆核數字、因果、引文和引用

把核實視為與起草分開的工作。NIST 把虛構內容、資訊完整性、私隱，以及人與 AI 的配置，列為機構使用生成式 AI 時應管理的風險。［4］文風整潔並不會減低這些風險。

由草稿建立一個核實隊列。標示每一個數字、百分比、樣本數目、日期、門檻、效應估計值、置信區間、p 值、引文、引用和因果動詞。逐項回到原論文核對。不要在不查看來源的情況下，讓同一個模型為自己的輸出作證。

核對分母要與核對分子一樣仔細。「二十名參與者有所改善」在 25 人、200 人，或只限數據完整的子組中，含義各不相同。檢查百分比是絕對值還是相對值、單位有否換算，以及某項結果屬於主要分析還是事後子組分析。

引文方面，在原文中搜尋，比較確實的措辭、標點和語境。如找不到某段引文，便刪除它。至於論文提及的其他文獻，在轉述其主張前先核實被引來源；論文的參考文獻列表只能證明某個來源曾被引用，不能證明你的轉述準確。

為每項主張標示一個簡單的狀態：

已核實：來源位置和含義一致。
已更正：草稿已按來源修改。
已限定：該陳述需要加上限定、分母或不確定性。
已刪除：來源不支持它。
已上報：需要專家詮釋。

第六步：記錄限制與未決問題

不要把所有限制都壓縮成「需要更多研究」。記錄哪些限制會改變詮釋。樣本細小或有選擇性，會影響結果能否推廣；量度誤差會影響結果指標實際代表甚麼；跟進時間短，會限制關於持久性的主張；未受控制的混雜因素會限制因果結論；缺失數據可能改變估計值。

分開三個層面：

作者明確報告的限制。
你在審視方法時提出的問題。
把結果應用到你的讀者時面對的實際限制。

這種區分可防止 AI 把你的批評說成作者本身的陳述，亦有助讀者看清判斷從哪裏介入摘要。

如幾篇論文結論不一，不要在單篇論文的摘要中強行達成共識。使用獨立的來源比較流程，對齊它們的人口、方法、日期和結果定義。借助 AI 比較衝突來源的指南為這項工作提供逐項主張的對照矩陣。

第七步：保存審核記錄並披露實質 AI 使用

保存論文識別資料、容許使用的來源集、提示詞或擷取範本、AI 輸出、更正後的證據表、最終摘要和核實筆記。你不必保留對話中的每個枝節，但另一位覆核者應能分辨 AI 做了甚麼、人檢查了甚麼。

遵守適用於你的課程、機構、資助者、出版商或專業的披露規則。歐盟委員會的指引強調，研究人員仍須對自己的成果負責，並應按相關標準披露實質的 AI 使用。［2］ AI 不是作者，因為作者身份承載着人的能動性和問責。

簡短的披露可以說明其作用，而不暗示認可：

本文使用了生成式 AI 工具擷取證據表草稿，並產生最初的淺白語言摘要。作者已對照原論文核查所有主張、數字、引文和引用，並修訂最終文字。

不要因為保存了一條提示詞便聲稱結果可重現。生成式輸出可能各有不同。站得住腳的紀錄是來源版本、你實際收到的輸出，以及形成最終摘要的那些更正。

總結

明確讀者，並保留論文的證據鏈。
上載前確認權限、私隱和來源界線。
把方法、結果、限制和定位擷取到表格。
只根據核對過的表格起草，而不是依賴模型的記憶。
在原文中核對數字、因果措辭、引文和引用。
把作者陳述、你的批評和未決問題分開。
保存審核記錄，並在需要時披露實質的 AI 協助。

常見問題

AI 能準確摘要研究論文嗎？

它可以產生有用的初步擷取，但準確程度因論文、檔案質素和任務而異。在把方法、數字、引文和結論與原文對照之前，把輸出視為未經核實。

可以上載付費或未發表論文嗎？

只有在授權、機構規定、保密責任和工具的資料控制都容許時才可以。對於未發表的稿件或敏感數據集，使用獲批的受保護環境，或不要上載。

只讀摘要頁足夠嗎？

不足夠。摘要頁可能略去方法細節、不確定性、次要發現和重要限制。要查看完整的方法、結果、表格、圖表和討論。

如何避免 AI 虛構頁碼？

告訴它不確定時寫「找不到」，改為要求章節或表格定位作替代，並人手核實每個定位。記錄你指的是印刷頁碼還是 PDF 閱讀器頁碼。

AI 能判斷研究是否證明因果嗎？

它可以辨認相關的設計特點，但你應核實設計、對照、時間次序、混雜控制和分析方法。高風險的因果詮釋可能需要方法學專家。

論文摘要應有多長？

使用能為目標讀者保留研究問題、方法、樣本、結果、不確定性和限制的最短格式。即使最終敘述很簡短，也要保留證據表。

需要披露 AI 協助嗎？

遵守所屬機構、課程、出版商、資助者或專業的規定。當 AI 實質影響研究詮釋、分析或發表的文字時，披露尤其重要。

可以引用 AI 摘要而不引用論文嗎？

不可以。研究主張應引用原始論文。如披露規則有要求，再另行說明 AI 如何協助工作流程；這種披露不能取代對研究的引用。

延伸閱讀：

免責聲明：AI 論文摘要可能遺漏語境、誤述證據或虛構引用。重要的學術、臨床、法律或政策決定應回查原文並尋求合資格專業意見。

來源：

American Speech-Language-Hearing Association — Supporting Evidence-Based Practice With AI — https://www.asha.org/practice/generative-artificial-intelligence-for-clinicians/supporting-evidence-based-practice-with-ai/
European Commission — Living guidelines on the responsible use of generative AI in research — https://research-and-innovation.ec.europa.eu/document/download/2b6cf7e5-36ac-41cb-aab5-0d32050143dc_en
UNESCO — Guidance for generative AI in education and research — https://www.unesco.org/en/articles/guidance-generative-ai-education-and-research
NIST — Artificial Intelligence Risk Management Framework: Generative Artificial Intelligence Profile — https://www.nist.gov/publications/artificial-intelligence-risk-management-framework-generative-artificial-intelligence

Sources checked 2026 年 8 月 24 日。

如何用 AI 摘要研究論文：由證據表出發，逐項覆核方法、數字與引文