从这里开始：在研究中放心使用人工智能

为你手头的研究任务找到切实可行的下一步。Generative AI for Research Initiative（生成式人工智能科研倡议）汇集了原创教程、研究摘要、实用工具，以及精选自大学、学术团体和工具开发者的学习资源。

下载研究工作流程模板：这是一个 ZIP 压缩包，内含可编辑的 CSV 记录表，用于证据提取、引文核查、定性编码复核和分析核查。请在你的电子表格或研究工作环境中打开这些文件。

请从下面的某项任务开始。每条路径都通向一项具体产出，以及一项你在依赖该产出之前可以执行的核查。你可以自由阅读这些指南，并在项目进入下一阶段时再回来查阅。

查找和审阅文献

建立一份论文对比表，并为每项论断标注其在原文中的出处。先从证据矩阵工作流程开始，然后核查参考文献及其支撑证据。

你将获得：一份检索日志、一个整理有序的参考文献库，以及一份经过核查的证据矩阵。如果开展系统综述，还需根据你的研究设计确立相应的研究方案、检索覆盖范围、筛选流程和报告要求。

处理定性数据

使用定性编码试点，将人工智能的建议与你自己的解读进行对照评估。如果你正在规划数据收集，请继续阅读开展人工智能主持的访谈。

你将获得：人工智能在研究中的明确角色、一次经过复核的试点，以及记录你各项诠释性决策的审计轨迹。请使所采用的方法与你的方法论相匹配，并使用经过你的研究批准的数据环境。

分析数据并核查代码

先阅读用于可复现数据分析的编程智能体，然后按照分析核查工作流程操作。

你将获得：可读的脚本、未经改动的原始输入、经过核查的数据转换，以及可以在全新会话中重新生成的输出结果。请对照你的研究问题复核统计设定。

在写作和修改中保持论断可追溯

使用校对教程，有意识地进行语言修改。在依赖人工智能推荐的参考文献之前，请执行引文核查工作流程。

你将获得：一段经过修改、其论断与引文均已核查的文字。请记录实质性的人工智能辅助，并查阅你所在机构和目标期刊的现行要求。

通过视频和外部教程学习

打开精选学习指南，按任务挑选文档、录像和练习。如果你想参加时间更长的课程，可以浏览全部工作坊和录像。

你将获得：一个应用到你项目中的有用想法、对其输出的一次检验，以及一条关于其局限性的记录。该指南标明了原作者，并直接链接到原始来源。

追踪新研究并选择工具

浏览研究摘要，了解有关人工智能在科研中应用的研究；浏览 AI Research Digest，了解更广泛的动态。使用工具箱按任务探索工具，并在采用某一工具之前查阅提供方的最新文档。

探索课程，进行系统化学习。Mimi 是一个相关的研究助手项目，为探索研究工具提供了另一种途径。

我们的负责任研究资源、期刊政策目录和大学政策目录可作为起点。请通过所链接的政策来源，了解当前适用于你工作的要求。

让你的第一次使用有所收获

选择一项你有权使用相关材料的任务。界定什么样的结果才算好结果。运行一个小规模示例，对照原始来源或已知答案检查输出，并保存提示词、工具信息、修改内容，以及你对下一步的决定。

如果你刚接触这一主题，请从引文核查开始。它能产生切实的成果，并培养一种可迁移到文献综述、写作和分析中的核查习惯。

了解不同类型的内容

教程讲授一套能够产出可用成果的工作流程。

研究摘要解读一项研究，并链接到其原始来源。

精选资源指向其他创作者的作品，并说明我们收录的理由。

动态速览帮助你发现值得进一步研究的新进展。

对于外部材料，请使用原始链接或嵌入式播放器。创作者保留其作品的署名权。查看不断变化的界面、访问限制和可用性时，最佳途径是查阅最新的产品文档。

本学习指南更新于 2026 年 11 月 6 日。下方保留了最初的网站导览视频，作为早期界面的记录。

最初的网站导览（2024 年录制）

下面的视频介绍了本网站的最初版本。请使用上方的学习路径浏览当前的内容合集。