【开发工具】科研开发中的主流AI工具整理及如何使用GPT润色英文论文

一、主流AI工具

AI技术发展至今已经逐渐成熟，并可以取代一部分科研和开发中的简单工作，并为复杂工作提高辅助，除此之外也是更高级的信息检索工具。熟练掌握 AI 工具在当前市场理应具有竞争优势，目前笔者在科研和开发中接触过AI工具的使用体验整理如下：

1. 通用对话工具

• DeepSeek
  使用体验：推理能力突出，适合大部分科研场景，且对提示词的要求较低，似乎是通过对问题的解析分类递交到内部封装的各种专家，从而有更好的推理和生成效果。
  使用局限：官网经常网络繁忙，但可以通过其他AI平台接入解决；文件读取有字数限制，无法解析复杂代码或文本；复杂问题的思考时间过长无法给出回答。

• 腾讯元宝、问小白
  使用体验：接入了DeepSeek R1，不会遇到网络问题且免费使用。
  使用局限：但是他们自身的大模型，如腾讯的混元大模型主要优势在于内容创作，因为接入了公众号文章等资源，元石大模型偏向日常搜索，在科研和开发中的使用体验不如其接入的DeepSeek R1。

• 豆包（字节跳动）
  使用体验：问题的响应较快，适合提问简单问题，如概念、术语等；文献阅读功能非常好用，会生成中英文对照版本且翻译更准确；客户端的一键唤起功能可以比较快速地提问简单问题；文件上传功能方便，且会有云盘记录。
  使用局限：语文不太行，即使有提示词，写文字段落时的表达也明显浮夸或口语化，学术性和专业性不足。

• ChatGPT
  使用体验：英文很好，适合用于英文写作，润色英文段落比较地道。
  使用局限：免费版本目前觉得越来越懒，疑似算力限制，在开发问题的解答上不如国产大模型。

• 通义千问（阿里）、文心一言（百度）
  使用体验：曾经先后作为国内最好用的大模型。
  使用局限：目前在学术和开发用途上并未有突出优势。

2. 垂直领域工具

• Cursor（编程）
  使用体验：类似于vscode的代码编辑器界面，可以对整个工程代码进行解析和问答，Claude模型在编程方面也是更好用。
  使用局限：已经有常用的编辑器再使用Cursor会有些冲突，只是偶尔需要全局提问时候用一下。

• Kimi（长文本处理）
  使用体验：有同门说体验不错，个人没有选择。
  使用局限：PPT生成功能一言难尽，比较粗糙。

• 秘塔AI搜索（知识管理）
  使用体验：加强版的AI搜索引擎，输出有条理性的检索内容。
  使用局限：对话不能被自动保存，比较不习惯。

二、AI提问技巧：以论文润色为例

1. 背景说明法

通过【topic】【discipline】构建学术场景，触发AI的领域适配机制（如自动调用Nature/Science语料库）

I’m writing a paper on 【topic】 for a leading 【discipline】 academic journal. What I tried to say in the following section is 【specific point】. Please rephrase it for clarity, coherence and conciseness, ensuring each paragraph flows into the next. Remove jargon. Use a professional tone

2. 段落衔接指令

“clarity, coherence, conciseness” 精准对应学术写作三大痛点，比通用型指令效率提升很多；“clarity and logical flow”能激活GPT的篇章结构分析能力，避免逐句修改的碎片化问题

Please help me polish the paragraph in the Design section of journal article to enhance its clarity and logical flow: