2025年上半年，中国社会科学杂志社、《山东大学学报（哲学社会科学版）》等一批权威期刊集中发布了关于生成式人工智能的使用条款。然而，当有的投稿人收到退稿通知的时候，才第一次知道自己“违规”了。这说明在AI时代做学术，不了解规则本身就是一种极大的风险。在运用AI协助论文写作时可能被规则误伤，也可能在无意中越过规则红线。从2023年2月《暨南学报》发布第一份期刊声明算起至今，国内可公开检索到的相关规范性文件已累计发布30余份，覆盖政府主管部门、期刊主管部门和高校三类主体。并且所有的期刊网站上都公布了生成式人工智能的使用要求。规则不再是空白，“我不知道”也不再能成为免责的理由。

通过对相关文件的研究，本文将回答三个最实际的问题：AI辅助论文写作，哪些事可以做，哪些事不能做？可以做的事，具体应该怎么做？用完AI之后，还需要做些什么？

一、看清哪些能做、哪些不能做

现有文件的共识比想象中更加清晰。用一句话概括这条共识，就是人工主导、AI辅助，辅助可用、替代禁止，使用须披露、责任归个人。可以看出规范的基本原则为：AI可以介入信息获取和事务性处理的环节，但不能介入学术判断和创造性贡献的环节。

（一）允许范围的共识

按各文件覆盖面的宽窄排序，被允许的事项主要有这么几类：文献检索与资料整理被允许的范围最广，因为AI在这个环节输出的是线索而不是观点。语言润色与翻译在期刊端被普遍允许，因为它改变的是表达而不是思想。数据整理与统计分析的方法咨询、选题与研究思路的启发、图表类型的推荐、参考文献的格式整理、代码的编写与调试，也都陆续出现在各类文件的允许清单里。这些事项有一个共同特征，就是AI的产出不会直接变成论文的实质性学术内容。

（二）禁止范围的共识

禁止类条款的覆盖面整体上比允许类更广。最重要的一条是AI不得署名，也不得被列为成果共同完成人。这是法律和责任体系的必然结果，因为我国著作权法规定作品的权利主体是公民、法人或者非法人组织，而AI不具备法律主体资格。

紧随其后的红线，是不得让AI生成论文的核心观点、研究框架、研究设计、数据分析和结论。《科技进步与对策》的表述最为细致，把核心观点、主体架构、文字内容、数据、图表、公式、结论乃至修改说明全部列入了不得由AI生成的范围。

第三条红线是不得隐瞒使用情况，这一点值得特别强调，因为在多数文件里，隐瞒是比使用更重的过错，合规使用加上如实披露通常无责，合规使用却隐瞒不报就会构成违规。

第四条是不得生成、伪造或者篡改原始数据和结果图片，数据和结果图是学术证据，证据链上不能有任何机器代劳的环节。

第五条是不得直接使用未经核实的AI生成内容，尤其要警惕AI编造的参考文献，那些看似真实的作者、刊名、卷期页码可能都不存在。

此外还有1条容易被忽视的限制：涉密论文和敏感资料则必须远离一切公开AI工具。

规则在个别事项上存在一定的分歧，最典型的就是语言润色。期刊端普遍是允许的，因为对成熟研究者来说，语言能力已经不属于被评价的标准；但复旦大学等多所高校明确禁止在毕业论文中使用AI润色，理由是语言表达能力仍然是毕业论文的考察要点。

二、可以做的事，要按合规的方式做

知道哪些环节可以用AI只是第一步，更关键的是怎么用。对比各文件的允许条款和禁令，会发现合规操作有一套共通的逻辑：AI可以当陪练和顾问，不能当枪手；AI给的每一条线索，都要经过人工核实才能进入论文。

（一）文献检索

合规的用法是让AI帮你梳理某个研究主题涉及的主要理论视角和研究问题类型，然后再给出中英文检索关键词的组合建议，还可以推荐值得重点检索的数据库和期刊范围。在使用时，你可以直接告诉它只提供检索策略，不要列出具体文献条目。然后拿着这些关键词去学术资源库做真实检索。

整个流程只有线索来自AI，所有呈现在论文中的内容全部来自数据库和作者自己阅读后经思考产生的内容。有些人会让AI直接列出某个领域的代表性文献和主要观点，这种做法的风险很高，因为它很可能一本正经地给你编造看似真实的假文献条目和观点内容。

（二）选题

选题是最需要讲清楚的一个环节，因为它离知识的创造是最近的。各文件的共同立场可以概括为，AI可以帮你打开思路，不能替你选定选题。合规的做法可以分为三步：

第一步是启发，如你可以这样向AI提问：我是社会学方向的硕士研究生，现在要写毕业论文了。我对县域青年的数字生活感兴趣，关于这个研究主题我发现了XXX（矛盾的实践现象或者学术争议），请根据我所发现的现象（问题、悖论、矛盾等等）从研究的创新性和可行性角度进行深入的分析，分析该领域可能存在的研究缺口，并提出5-10个可以进一步聚焦的方向，并需要说明每个方向需要验证什么前提。

第二步是验证，把你感兴趣的方向逐一检索，核实真实的研究密度，因为AI声称的研究空白也有可能是幻觉，它并不了解最新的文献。另外，还可以使用AI对已经确定的选题进行批判性的提问，倒逼作者去做更为全面的验证。

第三步是凝练，在被验证为真实缺口的方向上，结合自己的数据可得性和理论兴趣，独立写出选题陈述和研究问题。

AI只在第一步帮助作者开阔了选题的思路，后面的工作全是由作者本人亲自完成，最终选题的每一个判断，你都应该能讲清楚为什么这样选。

（三）语言

润色语言润色的合规前提，是润色的内容必须出自作者本人。先有自己的表达，才有改进的表达。比较稳妥的做法是把自己的初稿交给AI时明确限定条件，比如在不改变学术观点、不增删专业术语的前提下修改语法错误并提升表达流畅度，并且要求它输出两部分内容，一部分是修改后的文本，另一部分是逐条列出每处修改及其理由。拿到结果后逐条核对这份修改清单，确认没有观点偏移才能采纳。如果让AI凭空生成一段文献综述再让它润色，性质就变了，生成加润色等于代写。但这一个允许项就目前情况来说属于“鸡肋”，因为无论是毕业论文还是学术论文都有严格的AIGC重复率审查机制。被AI润色的语言肯定会在该审查过程中大面积飘红，又会增加作者“降AI”的额外工作。

（四）数据、图表与代码

数据统计环节的边界，主要在于区分方法咨询和结果生产。

例如，向AI请教该用什么统计方法、某种方法的适用条件是什么，属于工具性知识检索，是被允许的；但是让AI替你分析数据、解读数据含义、得出研究结论，就越过了红线。你可以把变量类型、样本量、测量方式告诉AI，请它建议适合的统计分析方法并解释理由，同时叮嘱它只讨论方法选择，不要替你解读任何结果。在这一方面，非常重要的一个事情就是：千万不要使用AI编造数据，因为其他行为只是违规，编造数据这个行为是学术造假。

与数据统计一样，图表环节可以问AI该用什么图、设计上要注意什么，但图里的数据都要来自论文中的真实数据，都需要作者亲手操作。

代码调试也可以请AI帮忙，但要让它解释报错背后的原理，而不是直接给一个最终的答案。

（五）参考文献

可以让AI按照需要的格式排版，整理作者提供的真实文献条目，并且要交代它不得添加、推测或者补全任何文献信息，同时还可以对作者整理的条目信息进行审阅，发现有信息不全之处，及时提出问题，有助于作者补充完善。

把上述这些环节放在一起看，合规提示词须有一个共同的句式特征，那就是每一条都内含边界声明，都需要明确地告诉AI做什么、不做什么。这是合规提示词和普通提示词的关键区别，也是你可以立刻用起来的一个习惯。

三、用完AI之后，还有三件事要做

合规使用AI辅助论文选题和写作的“最后一公里”还有三件事要做，分别是：检验、记录和声明。

（一）检验

检验工作可以分为四步：

第一步是文献核验，写作过程中AI提到过、建议过或者总结过的每一条文献，逐条回到文献库查证，作者、题名、刊名、年期、页码逐项核对。

第二步是事实与数据回溯，所有需要进入论文的AI输出的事实陈述、统计数据和引文原文，全部回溯到原始出处核实；经过AI辅助整理或分析的数据，用另一种软件或者手工抽查做交叉验证。

第三步是观点归属自查，对着论文问自己三个问题：核心观点是不是我在阅读和思考之后形成的？研究框架的每一个环节，我能不能向他人陈述为什么这样设计？删掉所有AI辅助的痕迹之后，论文的学术贡献是不是依然成立？三个问题的答案都是肯定的，说明辅助没有越界。

第四步是理性看待检测结果。其实，目前的AIGC检测技术远谈不上可靠。OpenAI在2023年推出的AI文本检测工具，因为准确率只有26%左右，上线半年就下架了。新华社记者曾把同一篇毕业论文送到不同平台检测，得到的AI率从5%到70%不等。2025年以来的毕业季里，不断有学生反映自己纯原创的论文被检出高AI率，甚至出现经典名篇被判定AI率超标的情况。对于这种情况，复旦大学的文件已经明确，检测结果仅供参考，不作为毕业论文能否通过的依据。对守规矩的人来说，不必因为一个检测数字而恐慌；对心存侥幸的人来说，也不要迷信降AI率的技巧，因为各方面对论文的实质性审查，看的是内容本身。

（二）记录

在论文选题和写作的过程中，从使用AI的那一刻起，就需要保留三类材料：提示词与生成内容的完整对话记录、论文各个版本的修改稿，以及文献检索截图、数据验证过程这类核实记录。基本所有期刊都会在投稿环节要求作者提供原始提示词和对话记录。

（三）声明

披露声明是目前已经出台的文件中覆盖面最广的条款。一份完整的声明要包含五个要素：工具名称与版本，使用时间，使用环节与用途，人工核实的承诺，以及责任声明。披露的位置按目标期刊或学校的要求，放在方法部分、致谢部分或者文后。下面这份通用模板可以直接套用，把方括号里的内容替换成自己的信息即可。

“本文在准备与写作过程中使用了〔工具名称及版本〕（使用时间：×年×月），用于〔文献检索与资料整理／语言润色／数据整理辅助／思路启发〕环节。该工具未参与本文核心观点、研究框架、研究设计、数据分析与结论的形成。所有由AI辅助生成的内容均经作者本人逐条核实与修改，参考文献均经数据库查证。作者对本文全部内容的真实性、准确性与原创性承担完全责任。”

四、结语

AI确实是一个跨时代的产物，但归根到底它的本质还是一个“工具”。科研辅助的工具其实一直在更新。早些年大家争论要不要用文献管理软件，也争论过统计软件算不算“代替思考”。但到最后可以发现，留下的不是某个工具，而是那个为写在文章里的结果负责的人。AI也一样。它不能坐在答辩室，替你回答评委提问的问题。所以那些约束条款本质上保护的只有一样东西——文章的署名。名字签上去，押上的是整个学术生涯。