4月份，顶级期刊《Nature》刊载美国学术杂志编辑Dritjon Gruda的文章，讲述如何用ChatGPT进行学术写作，在学术界引起轩然大波。

本月《Nature》再次重磅推荐：《Chatbots in science：What can ChatGPT do for you?》

这篇文章的作者是Milton Pividori，一名科罗拉多大学的生物医学专家。文中总结了三点有关使用ChatGPT进行学术写作的注意事项。

规范化提示词

Milton Pividori强调了规范化提示词的重要性，他的提示词框架如下：
明确你希望模型做什么（指明目标）

请模型扮演一个角色（指明背景）

提供真实输入和输出的示例，可能包括复杂的“边界”情况，向模型展示你希望它做什么（提供示例）

明确模型应该如何回答（指明受众、语气、风格、字数限制）

给出确切的输出格式（比如便于分析的 JSON 或 表格）

例如作者用来润色论文摘要的提示词：

你是一名专业文案编辑，在处理科学文本方面经验丰富（指明背景）。请修改下面的手稿摘要，使其符合"上下文-内容-结论"的三段式（指明目标）。

（1）上下文部分向读者传达论文将填补的空白。（2）内容部分，首先介绍用于填补空白的新方法或新途径，然后简要介绍实现方案。（3）结论部分，重点强调这一结论如何推动该领域的发展（提供示例）。

他给出的这个提示词框架和新加坡科技局第一届《 GPT 提示词工程竞赛》冠军得主Sheila Teo的"CO-STAR"框架大同小异，果然"英雄所见略同"，关于"CO-STAR"框架大家可以看看我之前的文章：

学会这句提示词，她获得了竞赛冠军

用合适的AI工具

在文中他强调，并不是所有的任务都适合用ChatGPT大语言模型来做，比如文献搜集，例如提示词：

我正在写一篇论文，选题为"基于FPGA的实时图像处理系统设计"，在写论文之前，我需要参考一下这个选题近五年的相关文献，请帮我搜索相关资料，包含学位论文，学术期刊，专利成果，学术会议等等。

ChatGPT往往无法收集到真实有效的参考文献：

但是如果我们用SciSpace（一个GPTs），结果就很符合预期了：

我们可以把ChatGPT理解成一个"通才"，它在各个领域都有涉猎，知识面广但是深度不够。

类似SciSpace的GPTs是"专才"，单单在学术领域，它的表现是优于ChatGPT的，把文献搜集和文献阅读方面的工作交给它更好。

类似SciSpace一样专门用于论文写作的GPTs还有很多，大家可以参考我之前的文章：

10个GPTs，写论文效率翻倍！

多输出少输入

Milton Pividori还格外强调了第三点：让ChatGPT阅读的风险远远大于让它写作的风险。

当上传一个文献附件让ChatGPT替我们总结要点的时候，我们往往只能被动的接受ChatGPT的输出，无法快速有效地判断它的内容准确性，除非我们通读文献全文。

而让它写作时，我们心里会对输出有一个预期，以此来量化输出的准确性。
如果避免不了需要"输入"时，我们尽量交给专业的GPTs来做，例如上面提到的用SciSpace来代替ChatGPT。