• 形式四頁 PDF 或一疊擷圖，標題承諾用一小時寫完一篇論文。
• 內容九組編號的提示詞，每一組配一個填空範本與一個示範例句。
• 涵蓋從選題、找理論、列大綱、寫文獻回顧，一路到潤稿與致謝。
• 來源沒有作者署名、沒有日期、沒有出處，轉寄到你手上時已經過了很多手。
• 傳播在研究生社團、實驗室群組與短影音裡反覆出現，幾乎是同一份。

為了避免著作權爭議，今天全程只重述它的架構與主張，不重製它的原文，也不會標任何人名。

三類的風險完全不同，但那份講義把它們並列編號，讀起來像是同一種東西。這是它最大的設計缺陷。

把左邊做到滿分，右邊一題都不會自動變好。那份講義加速的是表層，卡住你的是深層。

• 掃描辨識沒校對內文出現大量光學辨識殘留的錯字，人名、專有名詞與關鍵動詞都有缺漏。
• 示範例句自相矛盾用來示範潤稿的那段原文，本身就是一段沒讀通的機器翻譯。
• 章節編號對不上目次列了十一項，正文只寫到九項，後兩項憑空消失。
• 術語停在舊版本通篇假設模型不會連網、不會讀檔、只能單輪對話。
• 沒有任何版本資訊沒有日期、沒有作者、沒有修訂紀錄，無法判斷它適用於哪一代工具。

這些不是吹毛求疵。一份沒有人實際跑過一遍的教材，你沒有理由拿自己的論文去試。

所以用摘要餵出來的產物，一定是文獻堆疊而不是文獻對話。它會把每篇講一遍，但說不出來誰反駁了誰。

更麻煩的是，這個流程會讓你系統性地引用自己沒讀過的東西，而這在多數學校的學術倫理規範裡站不住腳。

右邊那五句，你依然要自己做決定。差別在於你做決定之前，多看到了一輪反方。

三關任何一關沒過，都不代表不能用 AI，只代表這條指令要改寫。後面第四章會練怎麼改。

這也是為什麼再怎麼提醒它「不要編造」都沒有用：編造不是它違反指令，是它完成指令的方式。

模型換新確實會降低比例，但降到近兩成不等於可以不查。五筆引用裡有一筆是假的，放在一本論文的參考文獻清單上，仍然是撤稿等級的風險。

數據引自研究者基地〈研究生該怎麼用 AI 才不踩線〉一文所整理的實測研究：https://researcher.tw/articles/grad-students-use-ai/

出事的期刊是 Springer Nature 旗下的《Journal of Academic Ethics》，由學術誠信追蹤網站 Retraction Watch 於 2025 年 12 月揭露。黑色幽默的地方在於，這是一本專門討論學術倫理的期刊。

https://retractionwatch.com/2025/12/02/fake-references-chatgpt-journal-academic-ethics-springer-nature-whistleblowing/

請注意這個順序傳達的訊息：真正致命的從來不是「用了 AI」，是「用了卻不說」，以及底下那些原本就存在的研究誠信問題。

撤稿聲明：https://www.sciencedirect.com/science/article/pii/S2468023024007077

• 香港大學2025 年 11 月，某學者與博士生合著的人口學論文被揭發大量引用 AI 虛構的幽靈文獻，校方介入調查並於 12 月公布懲處結果。
• 臺灣據報導，有學者發現碩士論文引用了他根本沒有寫過的著作。被冒名的不只是文獻，還有真實存在的研究者。
• 共同點這些人都不是想造假。他們只是把該自己扛的那個判斷，外包給了模型。

請特別記住第二條。你引用一篇不存在的文獻，傷害的不只是自己的論文，還有那位被掛上假著作的研究者。

這份研究追蹤了超過 1,500 萬篇 PubMed 摘要。另外有一套名為「問題論文篩檢器」的系統，專門搜尋正常研究者不可能寫出來的句子，至今掃過超過 1.6 億篇論文，光靠它就讓 3,000 多篇正式撤稿。

留下痕跡不等於造假，這個數字本身不是罪證。但它說明一件事：檢測方已經在大規模掃描了。

案例與三個自檢問題出自：https://researcher.tw/articles/dont-copy-ai-citations/

• 抓錯東西它抓的是一般網頁：新聞稿、部落格、內容農場的轉述，不是書目資料庫的結構化欄位。
• 過程黑箱你看不到它下了什麼檢索式、檢索了哪些來源、排除了什麼，所以無法重現，也無法在方法一節交代。
• 沒有驗證迴圈它不會回頭確認自己抓到的那筆資料是否真的支持它接下來寫的那句話。
• 覆蓋率不明你不知道它漏掉了什麼。文獻回顧最怕的不是找錯，是不知道自己漏了整個學派。
• 行為不穩定同一句話問兩次，它可能一次連網、一次直接從記憶回答，而你分不出來是哪一次。

延伸閱讀：https://researcher.tw/articles/ai-agent-literature-search/

這四件事恰好就是學術檢索工具存在的理由。所以問題不是「聊天機器人不好」，是你拿榔頭在鎖螺絲。

正確的組合不是二選一，是檢索與驗證交給索引，思辨與改寫交給模型。第五章會把這條動線走一遍。

那份講義裡的代寫文獻回顧與生成參考文獻兩條，同時落在灰色地帶與紅線上，而它全篇沒有提過揭露這兩個字。

揭露怎麼寫、六道倫理自檢：https://researcher.tw/articles/ai-disclosure-ethics/

• 不引用沒讀過的文獻沒有點開原文、沒有確認它真的說了那句話之前，那筆引用還停在線索階段。
• 不讓模型產生資料訪談內容、實驗數值、問卷回應，一個字都不能是生成的。
• 不把判斷外包研究問題、方法選擇、結果詮釋，這三件事必須由你決定並能為它辯護。
• 不隱瞞使用依所投期刊或所屬學校的規定據實揭露，不確定就問，不要自己猜。

這四條之外的事情，大多可以放心用。紅線的意義不是限制範圍，是讓你在剩下的範圍裡放手。

四題的難度是遞增的。第一題最多人答錯，而且錯的方式幾乎一模一樣。

• 1Halvorsen, P., & Ruiz, M. (2021). Self-regulation and motivation in remote learning contexts. Journal of Educational Psychology, 113(4), 200-220.頁碼 200-220｜卷期 113(4)
• 2Okonjo, B. (2023). The effect of blended learning on undergraduate engagement. International Journal of Marine Biology, 47(2), 88-104.頁碼 88-104｜卷期 47(2)
• 3Stelling, A. (2022). Interaction design and learning outcomes in digital platforms. Retrieved from an AI chat share link.出處為一段對話視窗，非期刊或出版單位
• 4陳怡君、王大維（2020）。線上課程中的同儕互評機制研究。教育科技研究，18(3)，45-67。頁碼 45-67｜卷期 18(3)

以上四筆均為教學用虛構範例，人名、刊名與頁碼皆為杜撰，請勿引用。

• 3出處是一段對話視窗，不是可查證的期刊、機構或出版品。直接出局，不需要查。它從來就不是一筆引用。
• 2主題是混成學習，刊名卻是海洋生物學期刊。領域錯配是最容易被眼睛抓到的訊號。高度可疑，但仍然要查才能下結論。
• 1刊名、卷期與主題完全相符，頁碼區間合理，作者姓氏組合正常。看不出問題，所以更要查。
• 4中文書目，格式正確，欄位齊全，讀起來毫無破綻。看不出問題，所以更要查。

大多數人會回答「第二筆和第三筆有問題」，然後就停下來。真正的陷阱是第一筆和第四筆：它們最像真的，所以最不會被查。

• 點得開原文嗎不是點得開某個連結，是點得開一份真的存在、有作者、有出版單位或期刊的文獻本身。
• 出處是機構還是對話如果是一段對話視窗，它就不該以「參見某某現況」的語氣被寫進正文或腳註。它最多只能是你動手查證前的起點。
• 拿掉「AI 說的」還能證明嗎如果不能用別的方式證明這句話是真的，這句話現在還不能出現在你的論文裡。

三題只要有一題答不出來，這筆引用就還停在線索階段。查文獻可以偷快，不能偷查證。

三問出自：https://researcher.tw/articles/dont-copy-ai-citations/

// 一則在研究生社團裡被轉貼很多次的寫法

你是一位資深的教育心理學教授。
我的研究方向是數位學習動機，但還沒有具體的研究問題。

請推薦 8 篇近五年最重要的相關文獻，
附上作者、年份、期刊名稱、卷期頁碼與摘要，
並根據這些文獻幫我寫一段 800 字的文獻回顧，
最後再給我 10 個可以發展的研究題目。

它讀起來很有效率：一次把找文獻、寫回顧、想題目三件事都交代完了。請找出它踩中幾關，以及分別是哪幾關。

這條指令的效率是假的。它一次省下三段工，但三段工的結果你一段都不能用。

先排除引用真偽的問題。假設這四筆全部真實存在、也都確實說了這些話，這一段仍然過不了審稿。為什麼？

段落與引用皆為教學用虛構範例。

回到判斷標準二：這段之所以只能堆疊，是因為寫的時候手上只有摘要層級的資訊。比較、分歧與方法評價，全部藏在方法與結果兩節裡。

// 目標：我想確認我的研究題目站不站得住腳

我的研究題目是「社群媒體使用與大學生學業倦怠的關聯」。
請幫我評估這個題目好不好，
並給我一些改進的建議。

這條指令沒有踩判斷標準一，也沒有明顯踩判斷標準二。它只踩了判斷標準三，而且踩得很隱蔽。

請寫出改寫後的版本。提示：問題不在它問了什麼，在它把哪一個角色分給了模型。

// 同一個目標，換一個角色分配

我的研究題目是「社群媒體使用與大學生學業倦怠的關聯」。

請扮演這個領域最嚴苛的審稿人，只挑毛病，不要改寫，不要稱讚。
依序回答四件事：
1. 這個題目最可能被質疑「已經有人做過」的三個理由
2. 因果方向反過來的可能性，以及我要怎麼排除
3. 至少兩個我沒控制、但足以解釋這個關聯的變項
4. 如果結果不顯著，這篇論文還剩下什麼貢獻

改寫前那句「評估好不好」，實際上是在邀請模型附和你。而模型的預設行為，正好就是附和。你會拿到一份讀起來很受用、但完全沒有壓力測試過的回覆。

• 換動詞把「幫我寫、幫我選、幫我評估」換成「挑毛病、列反證、指出沒有證據支撐的那一句」。
• 禁止稱讚明確寫出不要改寫、不要稱讚。不寫這句，它一定會先誇你三行。
• 指定題數與面向要三個理由、兩個變項。開放式提問會換回一堆四平八穩的場面話。
• 留一題給最壞情況「如果結果不顯著怎麼辦」這種問題，能提早半年救你一次。

這四個動作可以套用在任何階段：題目、方法、結果詮釋、投稿前自審。唯一不變的是，最後做決定的人始終是你。

更完整的外包判斷與反方審稿人提示詞：https://researcher.tw/articles/claude-thesis-writing/

下次在群組裡收到新的指令彙編，不必逐條研究。三個問題問下去，大概五分鐘就知道哪幾條該刪。

如果十筆全對，恭喜，你的流程沒有破洞。如果有一筆對不上，那代表清單上其他每一筆都需要重查一次。

少了判斷層，前面三層只會讓你更快產出錯誤內容。這也是為什麼工具越強，這一層越不能省。

四層架構出自：https://researcher.tw/articles/ai-academic-research-copilot-system/

注意 AI 進場的位置：它在倒數第二步才出現，而且它拿到的是你已經查證過、讀過的材料。

這三件事都不該交給聊天機器人，因為它們要的正好是可重現、可交代、可查收錄範圍，而那是索引的專長。

依研究流程七階段整理的工具清單：https://researcher.tw/resources/

• 存在這份文獻真的存在，而且我點開了原文本身，不是點開一個搜尋結果頁。
• 對應識別碼指向的就是這一篇。編號是真的不代表它對應到你要引的那一篇。
• 欄位作者、年份、篇名、期刊、卷期、頁碼逐項對過，不是只看起來差不多。
• 語意它真的說了我以為它說的那句話，而且語氣與適用範圍我沒有放大。
• 必要我引用它，是因為論證需要它，不是因為清單看起來太短。

第四關最常被跳過。很多假引用其實是真文獻，只是它根本沒講過你寫的那句話。

// 脈絡：你是誰、做什麼、走到哪一步
我是○○領域碩士生，研究問題是○○，
目前手上有已查證並讀過的 12 篇全文，已附在下方。

// 任務：動詞要是檢查型的
請把這 12 篇依立場分群，指出彼此衝突的結論，
並說明衝突可能來自樣本、測量還是分析方法的差異。

// 限制：先把地雷講掉
只能使用我提供的全文，不要補充任何我沒給的文獻。
無法從文本判斷的地方，直接寫「文中未說明」。

// 格式：決定你拿到的東西能不能直接用
輸出成表格，欄位為：立場｜代表文獻｜樣本｜測量｜結論

「只能使用我提供的全文」這一行是整段最重要的一句。它把判斷標準一與判斷標準二同時關掉了。

提問鷹架的完整說明：https://researcher.tw/articles/research-prompt-scaffold/

逐項展開：https://researcher.tw/articles/claude-thesis-writing/

規定會依期刊與學校而不同，不確定就直接去看投稿須知，不要照別人的寫法抄。

六道倫理自檢與揭露產生器：https://researcher.tw/articles/ai-disclosure-ethics/

另外三篇值得一看：撤稿案例全文 /articles/chatgpt-intro-retracted-paper/、腳註貼對話連結 /articles/dont-copy-ai-citations/、六支免費工具動線 /articles/tools-workflow-guide/。