第5讲 · 用 AI 做科研¶
2026年10月23日已授课
Vibe Research：调研、写代码、写论文¶
本讲由三份课件组成，分别覆盖调研与汇报、复现代码、画图与写作。贯穿三份课件的是同一条原则：AI 负责把你的意图变成可检查的产出，判断对错、形成结论是你自己的事。
三份课件¶
| 课件 | 内容 |
|---|---|
| 用 AI 做科研调研与汇报 | 按任务选模型和工具、买 API 的渠道风险；用 7 个提示词走完定问题 → 找文献 → 筛文献 → 读文献 → 写综述 → 评估 idea → 做汇报；每一步 AI 最容易错在哪、怎么一眼查出来 |
| 用 AI 写代码 | Vibe Coding 是什么、四条心法、一个工作循环、六条技法；演示 1–8：只依据论文复现 DGI（抽规格、建立参照、分步写代码、排查异常、交给智能体、判读、写完再对照、收工）；最后用一个 Skill 把整套流程搬到另一篇论文（GRACE） |
| 用 AI 写论文 | Vibe Figure：框架图、实验图、图表标题；Vibe Writing：写 Introduction、实验分析、表达润色、模拟 Reviewer 审稿 |
本讲要点¶
- 按分工选模型：贵的模型做决定，便宜的模型干活；写作润色与审稿用旗舰模型，批量筛选和整理可以换便宜的。
- 买 API 的坑在渠道不在价格：只走官方渠道和可查证的中转，不用来路不明的代理 key。
- 每一步的产出都存成文件：后一步读前一步的文件，过程可追溯、可回退，也方便检查 AI 每次改了什么。
- 每个演示都是三块：输入（交给 AI 的完整提示词）、输出（AI 的原始回答和写出的文件）、核验（你要检查的一两个点和检查结果）。
- 只依据论文复现：论文没写清楚的地方列成“待决定清单”自己定；判定标准在运行前写定；写完再用官方实现对照查错。
- 画图交给 AI，口径自己定：先出图再重绘矢量图，图型与标注标准由你给出。
- 先看出错现场再看演示：三份课件末尾都列了本课 AI 实际出过的错和避坑清单。
使用说明¶
- 压缩包内为 Markdown 课件，可用任意编辑器或支持 Markdown 预览的工具打开；
- 课件中的演示用 WorkBuddy 完成，换其他工具时提示词基本可用，文件读写方式需相应调整；
- 课件引用的外部论文与数据集请通过官方渠道获取。