先说一个很多人踩过的坑。
同样是让 AI 帮忙润色一段话，有人得到的是"语言更顺、意思没变、改动可追踪"，有人得到的是"读起来很漂亮，但术语被换了、语气被改成了主动、还顺手删掉了一个限定条件"。
差别不在模型，在于你给它的指令有没有边界。
这篇给三类最高频场景的可复制模板：语言润色、中译英、Response letter。每一类都包含指令本身、为什么这么写、以及用完之后必须做的检查。
最后一节讲合规：哪些用法要披露、写在哪、以及为什么用了 AI 之后反而更需要自己跑一遍检测。
先给一条贯穿全文的原则：好的科研 prompt，一半篇幅在说"不要做什么"。
一、为什么科研场景的 prompt 要单独讲
通用的写作指令用在论文上，会出三类问题，而且都很隐蔽。
问题一：它会"优化"掉你的严谨性。
大模型被训练成产出流畅、自信、好读的文本。而学术写作里大量存在故意不流畅的地方：限定条件、条件状语、"在本研究的样本范围内"、"这一点仍需进一步验证"。在通用润色的标准里，这些都是"啰嗦"，会被删。
问题二：它会动术语。
首次出现须给全称、通路编号、基因名的大小写斜体规则、试剂型号，这些在通用语境里都是"可以换个说法"的东西，在论文里换了就是错的。有实例是整句重写时把 map00010 这样的通路编号连同全称一起删掉了。
问题三：改完之后，AI 率会上去。
这一条最容易被忽略。AI 润色留下的痕迹和 AI 生成留下的痕迹，在检测系统眼里是同一类东西，只是通常会被标成不同颜色（主流报告里青色标 AI 直接生成、紫色标 AI 深度润色改写）。
所以"我只是润色一下"这个想法，在检测层面是不成立的。
理解了这三点，下面模板里那些看起来啰嗦的限制条款，你就知道每一条在防什么了。
二、模板一：语言润色
2.1 基础版（改语言不改内容）
你是学术论文的语言编辑。请润色下面这段来自[学科]领域论文的[章节名]。
要求：
1. 只改进语法、用词准确性和句子流畅度，不改变任何科学内容。
2. 不得删除或改写任何限定语（如 may、might、in this sample、
under these conditions、remains to be confirmed）。
3. 不得替换任何专业术语、基因名、试剂名、仪器型号、编号
（如通路编号、CAS 号）；不得把首次出现的全称改成缩写。
4. 不得改变语态。原文用被动语态的，保持被动。
5. 不得合并或拆分句子，除非原句存在语法错误。
6. 不添加任何原文没有的内容，包括过渡句和总结句。
输出格式：
先给润色后的段落；
然后列出你所做的每一处修改，格式为「原文 → 改后 → 理由」。
原文：
[粘贴]
为什么这么写：
第 2 条防的是限定语被删。 这是学术写作里最贵的一类损失：删掉一个 may，你的结论就从"可能"变成了"是"，这在审稿人眼里是过度声称（overclaiming）。
第 4 条防的是语态被改。 很多学科的方法部分习惯用被动语态，通用润色会积极地改成主动，因为"主动更有力"。在学术语境里这是错的。
第 6 条防的是最典型的 AI 痕迹。 模型很爱加"综上所述""值得注意的是""随着……的不断发展"这类过渡句。这些恰恰是 AI 检测最容易标的特征。
输出格式那一条是全篇最重要的。 要求它列出每一处修改，你才能逐条判断哪些接受、哪些拒绝。如果只给你一段改好的文字，你几乎不可能发现它偷偷动了什么。
2.2 进阶版（保留个人文风）
如果你担心润色之后"不像自己写的"（这既影响可读性，也确实会推高 AI 率），加上这一段：
补充要求：
7. 保留原文的句长变化。不要把长短交错的句子改成长度均匀的句子。
8. 保留原文中表达判断和不确定性的句子，例如
「we favour...」「this remains unclear」「contrary to expectation」。
9. 修改幅度控制在最小必要范围。如果某句在语法上没有错误、
意思清楚，即使不够优美也保持原样，并在修改清单里注明「未改动」。
第 7 和第 8 条直接对应 AI 检测的机制。 AI 检测测的是文风的稳定性和用词的概率模式，句长均匀、缺少个人判断，正是它标高分的两个主要特征。 保住这两样，等于保住了你的"人味"。
2.3 用完之后必须做的三件事
- 逐条看修改清单，把改动了术语、删了限定语、改了语态的全部退回；
- 通读一遍，确认没有出现原文没有的意思；
- 搜一遍 AI 残留词：
would you like、let me know、here is、As an AI、Note that I、I hope this helps。
第 3 条听起来很傻，但 arXiv 今年实施封禁政策时官方举的真实例子就是这个：正文里留着 "here is a 200 word summary; would you like me to make any changes?"。
三、模板二：中译英
翻译比润色风险更高，因为它是完整的语言重构。大段机翻留下的 AI 语言痕迹非常明显，这也是很多中文母语作者被判高 AI 率的主要原因。
3.1 分段翻译模板
请把下面这段中文学术文本翻译成英文，用于投稿[目标期刊或领域]。
要求：
1. 忠实于原意，不增不减。中文原文中的每一个限定条件、
转折、程度副词都要在译文中体现。
2. 术语按[学科]领域的通行译法，如有多个通行译法，
在译文后面用括号列出备选，由我决定。
3. 人名、机构名、基因名、试剂名、编号保持原样，不翻译不改写。
4. 中文长句可以拆分，但拆分后必须保持逻辑关系明确，
并在修改清单里注明哪些句子被拆了。
5. 不要为了英文流畅而添加原文没有的连接词和过渡语。
6. 遇到你认为原文表述本身有歧义的地方，不要自行选择一种理解，
停下来向我提问。
输出：
先给译文；
然后列出：① 拆分了哪些句子 ② 哪些术语有多个译法
③ 哪些地方你觉得原文有歧义。
第 6 条是最有价值的一条。 中文学术写作里有大量"这"、"其"、"该"指代不明的地方，翻译时模型会自行选一种理解，而且不会告诉你。让它停下来问，你才能发现自己的原文有问题。
3.2 分段，不要整篇
不要把整篇论文一次性丢进去。 两个理由：
第一是保密。 未发表稿件里可能带着未公开数据、伦理审批号、合作方信息。Elsevier 的政策明确禁止审稿人和编辑把稿件上传到 AI 工具，理由是可能侵犯作者的保密权和专有权、可能违反数据隐私。这条理由一字不改地适用于你自己。
Elsevier 还定义了什么叫"私有 AI 工具"：不保留、不复用、不共享、不用于训练。并提醒：许多免费工具默认不是私有的，建议优先用付费版、企业版或机构本地部署，并且要读隐私政策和服务条款、确认拿到了发表所需的权利。
第二是质量。 整篇翻译时模型会追求全文风格统一，结果就是把你各章节本来不同的语气抹平，这正好是 AI 检测标高分的特征。分段翻译反而保留了自然的不均匀。
3.3 译完必做
- 回译检查：把英文译文再翻回中文，和你的原文对照，看有没有意思偏移；
- 术语核对：拉一个术语表，确认全文一致；
- 测 AI 率：翻译过的稿子应该测，而且要测整篇不测摘要（AI 检测在长文本上更准，短文本误判率明显更高，一般需要 300 词以上才比较可靠）；
- 按目标期刊要求披露（第五节说）。
四、模板三：Response letter
回复审稿意见是最适合用 AI 辅助的场景之一，因为它有固定结构，而且情绪管理比内容更难。
4.1 分析意见（先做这一步，别急着写回复）
下面是审稿人对我论文的意见。请帮我做结构化整理，不要写回复。
请输出一张表，包含：
① 意见编号 ② 审稿人原话 ③ 这条意见的实质诉求是什么
④ 类型（要求补实验 / 要求补分析 / 要求补文献 / 要求改写表述 /
质疑结论 / 建议性意见 / 语言问题）
⑤ 必须回应还是可以礼貌说明不采纳
⑥ 如果要采纳，需要我提供什么材料
审稿意见：
[粘贴]
先分析后回复，这个顺序很重要。 直接让 AI 写回复，它会对每一条都说"感谢您的宝贵意见，我们已按要求修改"，包括那些你其实不该妥协的意见。
第 5 列是关键。 有些审稿意见是建议性的，有些是基于误解的，这些可以礼貌说明不采纳。把它们提前识别出来，你才不会稀里糊涂地把论文改坏。
4.2 逐条起草
请为下面这一条审稿意见起草回复。
规则：
1. 结构固定：先复述审稿人的关切（一句话），
再说明我们做了什么修改，最后指出修改在稿件中的位置
（页码/行号/章节）。
2. 语气：专业、克制、感谢但不谄媚。
禁止使用「非常感谢审稿人极其宝贵和深刻的意见」这类过度表述。
3. 不要替我承诺我没有做的事。如果我提供的信息不足以说明
我做了什么修改，直接问我，不要编。
4. 如果这条我选择不采纳，帮我组织理由，
语气要尊重但立场明确，不要含糊其辞显得心虚。
5. 涉及具体数据、页码、行号的地方用 [ ] 占位，我来填。
审稿意见：[粘贴]
我的处理：[写清楚你实际做了什么]
第 3 条和第 5 条是防幻觉的。 让 AI 写 response letter 最大的风险，是它会自信地写出"我们补充了 XX 实验，结果见图 3"，而你根本没做。用占位符，逼自己手动填。
第 4 条对应一个真实困境： 不采纳某条意见时，很多人写得特别绕，反而显得没底气。立场明确、理由充分、语气尊重，是最好的组合。
4.3 全局检查
写完所有条目后，用这一条做终检：
下面是我的完整 response letter。请检查：
1. 有没有承诺了但正文里找不到对应修改的地方
2. 有没有前后矛盾的表述
3. 有没有 [ ] 占位符没填
4. 语气是否有过度谄媚或过度强硬的句子
只指出问题，不要替我改。
"只指出问题，不要替我改"这句话建议加在很多场景里。 它把 AI 从"代笔"变成"审校"，责任仍然在你手上，产出的 AI 痕迹也少得多。
五、合规：哪些要披露，写在哪
用了上面这些模板，接下来这一节决定你会不会出事。
5.1 判断线：检查不用说，改写要说
| 你做了什么 | 要不要披露 |
|---|---|
| Word 拼写检查、Grammarly 基础语法 | 不用 |
| 无障碍类辅助技术（仅用于可访问性） | 不用 |
| 仅做可读性与风格改进、纠正语法拼写标点和语气错误 | Springer Nature 口径下可豁免 |
| AI 对句子结构或段落组织做了实质性改动 | 要 |
| AI 翻译整段文字 | 要 |
| AI 起草了段落或结构 | 要 |
| AI 辅助制作示意图 | 要，而且要写在每张图的图注里 |
| AI 用在研究方法里（辅助成像、建模、数据分析） | 写进 Methods，不是声明区 |
一条实用的判断线：AI 帮你"检查"，不用说；AI 帮你"改写、组织、生成"，要说。 拿不准就说，成本是一句话。
5.2 写在哪：四家不一样
| 机构 / 出版社 | 声明位置 |
|---|---|
| Elsevier（2026 年 6 月更新） | 参考文献前的独立声明区，有固定模板 |
| Springer Nature | Methods 或等效章节（书稿写在致谢、引言或前言） |
| ICMJE（2026 年 1 月版新增第五章） | 投稿信 ＋ 稿件相应位置，两处都要 |
| COPE（立场声明） | 材料与方法或类似章节 |
四家都不让 AI 署名，但"写在哪"四家不一样。 所以没有通用写法，投哪家看哪家的 Guide for Authors，搜 "AI" 那一节。
Elsevier 给的模板可以直接抄：
章节标题： Declaration of generative AI and AI-assisted technologies in the manuscript preparation process
正文： During the preparation of this work, the author(s) used [工具名称/服务名称] in order to [用途]. After using this tool/service, the author(s) reviewed and edited the content as needed and take(s) full responsibility for the content of the published article.
三个要素别漏：工具名称、使用目的、以及"我已审阅并对内容负全责"。
5.3 为什么用了 AI 反而更要自己跑检测
三个具体的理由，都不是吓唬人。
理由一：ICMJE 明文要求你自证。
2026 年 1 月版第五章 A 节里那句最硬的话是：作者应能够声明论文中不存在抄袭，包括 AI 产出的文字和图片。
拆开看：AI 是在海量文献上训练出来的，它给你的表述可能与某篇已发表文献高度接近；它给你的参考文献可能根本不存在。这两件事你自己看不出来，但你要为它们背书。
同一节还写了：不披露 AI 使用可能需要采取纠正措施，某些情况下可能被认定为学术不端。
理由二：润色会推高 AI 率，而你不知道推高了多少。
上面说过，AI 润色的痕迹和 AI 生成的痕迹在检测眼里是同一类。唯一知道自己现在处在什么位置的方法，就是测一次。
测了之后要分开看：青色标的"AI 生成"优先处理，紫色标的"AI 润色"如实披露即可，多数期刊允许。只看总分会做出错误判断：同样 30% 的总 AI 率，全紫色和全青色的处理方式完全不同。
另外记住两个技术边界：低于阈值时报告只标一个星号，看到星标就算过关，不必追求 0%；测整篇不测摘要，短文本误判率明显更高。
理由三：AI 给的参考文献可能是编的。
Elsevier 的政策原文就提醒了：AI 生成的参考文献可能有误或系凭空编造。今年 5 月《柳叶刀》那份审计的数字是，含编造文献的论文比例从 2023 年约 1/2828 涨到 2026 年前七周的 1/277，两年 12 倍。arXiv 已经因此开始封禁作者一年。
所以用完 AI 之后，四件事：披露、测重复率、测 AI 率、逐条核参考文献。 前三件有工具，最后一件只能你自己。
六、常见问题
问：这些模板能直接用在中文论文上吗？ 润色和 Response letter 的可以，逻辑是通的。但注意国际主流的 AI 写作检测目前仅支持英文，中文毕业论文要走学校指定的国内系统，红线也一切以本校当年通知为准（各校 30%、40%、25% 的口径都有，每年还在调）。
问：用了这些模板，AI 率会低一些吗？ 会有帮助，因为模板里明确要求保留句长变化、保留判断性表述、不添加过渡句，这几条正好对应检测的主要特征。但不能保证低到多少，唯一的办法还是测一次看实际位置。
问：让 AI 帮我找文献，安全吗？ 带联网检索的工具比纯生成安全得多，但仍然不是免检。检索型工具会出现"找到一篇真文献但把结论概括错了"，或者混合真实与虚构的元数据。规则不变：写进参考文献的每一条，你都要点开确认过。
问：用免费版和付费版有区别吗？ 在数据保护上有。Elsevier 明确说许多免费 AI 工具默认不是私有的，建议优先用付费版、企业版或机构本地部署，但也提醒企业版并不保证私有，仍需自行核实：读隐私政策和服务条款，重点看数据保留和模型训练两处表述。
问：Response letter 可以整篇让 AI 写吗？ 不建议。除了保密问题，还有一个实际风险：它会替你承诺你没做的修改。用第四节那套"先分析、再逐条、最后全局检查"的流程，责任和内容都留在你手上。
问：声明了会不会显得我水平不行？ 现在这个阶段，声明已经是常规动作，不是减分项。真正的减分项是被发现用了却没说。 而且披露的是"用了什么工具做了什么"，不是"我不会写"。
问：先润色还是先降重？ 先降重、再处理 AI 率、最后核引文。 原因是降重要做的是改写，改写会改变文风的统计特征，AI 率会跟着变；顺序反了要返工。另外降重时千万别用改写工具批量过一遍，那是重复率降了、AI 率上去了的经典操作。
最后
这三套模板里真正有用的不是句子本身，是背后那个思路：
把 AI 限制成"在你划定的边界里做一件具体的事"，并且要求它把做过什么全部告诉你。
不给边界，它会顺手优化掉你的严谨性；不要求它交代，你就发现不了它动了什么。这两条加起来，就是"AI 辅助"和"AI 代笔"的分界线。
至于之后的动作，其实每次都一样：该披露的按目标期刊要求写清楚，该测量的自己跑一遍，该核验的逐条点开。
工具让写作快了很多，核验的责任一点没减。这个落差就是现在用 AI 做科研的真实成本，也是唯一可控的那部分。
查个重 · chagechong.com
重复率检测 · AI 率检测 · 图片检测
用过 AI 润色或翻译的稿子，投稿前测一次，看清哪些段落被标成"生成"、哪些是"润色"，再决定怎么改、怎么声明。
查个重，查得准。想你所想，帮你阻挡。
报告仅为文字匹配与特征分析结果，是否构成抄袭需结合引用规范判断。
参考来源
- Elsevier, Generative AI policies for journals（2026 年 6 月更新；含声明模板、豁免情形、"AI 生成的参考文献可能有误或系凭空编造"、"私有 AI 工具"定义）：https://www.elsevier.com/about/policies-and-standards/generative-ai-policies-for-journals
- Elsevier, The use of generative AI and AI-assisted technologies in the review process（审稿人不得上传稿件，理由同样适用于作者自身的保密考量）：https://www.elsevier.com/about/policies-and-standards/the-use-of-generative-ai-and-ai-assisted-technologies-in-the-review-process
- ICMJE Recommendations, Section V.A Use of AI by Authors（2026 年 1 月版新增第五章）：https://www.icmje.org/recommendations/browse/artificial-intelligence/ai-use-by-authors.html
- Springer Nature, Artificial Intelligence (AI) editorial policy（AI 辅助文字编辑的豁免范围、写进 Methods）：https://www.springer.com/de/editorial-policies/artificial-intelligence--ai-/25428500
- COPE Position Statement, Authorship and AI tools：https://publicationethics.org/guidance/cope-position/authorship-and-ai-tools
- Turnitin 官方 AI Writing Detection 说明（青紫双色标注、星标阈值、300 词下限、长文本更准）：https://guides.turnitin.com/hc/en-us/articles/28294949544717-AI-writing-detection-model
- Inside Higher Ed, Ban on Authors Who Submit AI Content "Welcome but Unenforceable"（2026-05-22，含大模型元评论残留的原文示例）：https://www.insidehighered.com/news/faculty/books-publishing/2026/05/22/ban-authors-who-submit-ai-content-welcome-unenforceable
- Retraction Watch, One in 277 PubMed-indexed papers in 2026 shows fabricated references（2026-05-07）：https://retractionwatch.com/2026/05/07/one-in-277-pubmed-indexed-papers-in-2026-shows-fabricated-references-says-analysis/
- 关于整句重写导致术语全称与通路编号被误删、擅自改被动为主动等实例，整理自本号知识库中的公开经验归纳。
