阅前须知 · 课程体系架构
本站是「AI 赋能科研与论文写作」完整教学系统，覆盖从选题到盲审、投稿、Rebuttal、归档的全链路实战流程。
课程定位
本课程不是"AI 工具使用说明书"，而是一套以学术合规为底线、极速发文为目标的系统战术手册。每节课均以真实痛点场景切入，提供可直接复制执行的提示词与操作流程。
六大模块总览（55 课，双轨制）
| 模块 | 课时 | 核心目标 | 学习轨 |
|---|---|---|---|
| 模块一：AI 入门与高频问题解决 | 第 1–9 课 | 认知重塑、驯化大模型、批判性使用、学术伦理 | 双轨共修 |
| 模块二：AI 辅助科研设计与文献研究 | 第 10–17 课 | 选题、文献检索、综述、研究空白识别 | 双轨共修 |
| 模块三：AI 辅助问卷、数据分析与结果解释 | 第 18–31 课 | 量表设计、数据清洗、统计分析、结果解读 | 双轨共修 |
| 模块四：AI 辅助论文写作与修改 | 第 32–42 课 | 全文起草、章节精修、AI 合规声明、查重 | 双轨共修 |
| 模块五：高阶工具链与技术生产环境 | 第 43–50 课 | Git、Markdown、LaTeX、Jupyter、AI 编码代理 | 技术进阶轨 |
| 模块六：投稿盲审与结业归档 | 第 51–55 课 | 同行互评、Cover Letter、Rebuttal、归档 | 双轨共修 |
通识轨 47 课（一–四 + 六），技术进阶轨 55 课（含模块五）。第 1 课配套《轨道自测表》帮你判断走哪条轨道。
三类用户的入口
🎓 学员入口（最常见）
如果你是研究生 / 本科高年级 / 想自学 AI 写论文的人：
- 直接从 第 1 课 开始，完成末尾的轨道自测
- 按 sidebar 顺序学：模块一打基础 → 二选题 → 三统计 → 四写作 → 六投稿
- 每节课跟着"📋 课前准备"配齐工具 → 跟着"🚀 拆解实战"做产出 → 用"📦 本课交付物"自检
- 卡住时找具体的"应急通道"或回到前面相关课次
学习时间预估：
- 快速通读（看视频+笔记）：1-2 周看完全部 55 课
- 认真跟做（每节产出交付物）：6-9 周
- 完成 3 篇论文产出：3-6 个月
🧑🏫 讲师入口（开班授课）
如果你是高校教师 / 培训讲师 / 内训师，想用这套课程开班：
- 先看 课程地图，了解 55 课结构与依赖
- 本地资源：联系运营索取
plan_v3.3.md（正式大纲）+guide_v4.1.md（含 Hook 与开场话术）+Course_Materials/（10 份模板 + 3 套数据集） - 授课节奏建议：
- 全日制集训：每天 4 课，约 15 天讲完
- 周末班：每周末 6 课，约 10 周讲完
- 半年课程：每周 2-3 课，符合大学一学期节奏
- 作业评估：用
Module_Rubrics.md给每个模块结业评分，配合 AI 初审 Prompt 提效
🏛️ 教学负责人入口（评估引进）
如果你是学院教务/培训部门负责人，想评估是否引进：
课程质量证据：
- 55 课时 × 30-45 分钟 = 27-41 小时，可作一学期选修课
- 58 个内容文件，每节正文约 1300–2000 字 + 完整教学环节
- 3 套已跑通统计的研究级数据集（Cronbach's α≈0.83、ICC≈0.76；附完整信效度与共线性诊断）
- 10 份独立模板（AI 声明、Rebuttal、Rubric 评分表等）
- 工具版本 2026-05 基线，承诺季度更新
风险控制证据：
- 学术伦理：完整覆盖 Nature/Science/Elsevier/IEEE/CSSCI 五大主流期刊 AI 政策
- 数据安全：数据脱敏 SOP 完整版（
Data_Anonymization_SOP.md） - AIGC 防御：完整教学（第 41 课加强篇）
适配性证据：
- 双轨制（通识 47 / 进阶 55）适配文理工不同学院
- 每模块 Rubric 评分表方便教务统一评估
- VitePress 静态网站，可自托管，数据不出校园
学习路径快速决策
新手入门 → 模块一（必读,建立正确认知 + 完成轨道自测）
↓
科研设计 → 模块二（选题 + 文献阶段）
↓
数据阶段 → 模块三（问卷 + 统计 + 结果解读）
↓
写作阶段 → 模块四（从骨架到全文完稿 + AIGC 防御）
↓
工具进阶 → 模块五（仅技术进阶轨,通识轨可跳过）
↓
投稿闭环 → 模块六（互评 + 选刊 + Cover Letter + 审稿应对 + Rebuttal）使用约定
- 每节课均独立成章，可根据当前痛点跳读，无需强制线性阅读
- 代码块内容（标注"一键复制"）均为可直接使用的提示词
- 📋 课前准备区块列出本课所需账号、工具、环境与数据
- 🚀 拆解实战含完整操作步骤 + AI Prompt 模板
- 📦 本课交付物是评分依据，建议在本地笔记中逐项确认
- 📦 模板包：投稿前自查清单、Cover Letter、Rebuttal、Rubric 评分表等独立模板见
Course_Materials/Templates_and_Checklists/
❓ 常见问答（FAQ）
Q：完全没用过 AI，从豆包开始也能学得下来吗？
A：可以。第 2 课就是从豆包零基础起步，没有任何编程要求。
Q：通识轨不学模块五会差什么？
A：不会差论文产出。模块五是技术工具链（Git/Python/tmux），适合理工科或想升级工作流的学员。文科/管理类完全可以跳过。
Q：3 个案例数据集都要用吗？
A：建议主用 Case A（心理问卷，覆盖最完整），Case B/C 看你研究方向自选。
Q：能直接拿来发 SSCI 吗？
A：本课程教你方法论，不替你做研究。跟完所有模块你能产出符合 SSCI 投稿水准的论文初稿，但能否中刊取决于你的真实研究价值与执行质量。
Q：可以用 ChatGPT 中文版/通义千问/Kimi 替代 Claude 4.8 吗？
A：大部分场景可以，但学术语言润色 Claude 4.8 Opus 最稳。各 lesson 的"应急通道"区块明确指出国产替代选项。
Q：网站会一直免费吗？
A：本网站作为开放学习资源持续维护。如需配套讲师手册、PPT、答疑群、Rubric 自动批改等增值服务，请联系运营。
⚠️ 最重要的一条铁律
AI 只能处理你亲手塞入上下文的信息。真实文献、原始数据、一手资料，必须由你掌控。本课程的所有技术都建立在这一合规底线之上。
📅 课程版本与维护
- 当前课程版本：plan v3.3（2026-05-21）
- 工具版本基线：GPT-5 / Claude 4.8 (Opus) / Claude 4.6 (Sonnet) / Gemini 2.5 Pro / 豆包 / Kimi
- 更新承诺：工具版本季度更新，期刊政策半年更新
- 错字反馈：每个 lesson 底部"在 GitHub 上提建议"链接