核心结论

让 AI 总结一篇论文，只能帮助快速了解它大概在谈什么。只要研究者准备引用具体结果、评价方法，或把论文用于自己的研究设计，就需要一张能够返回原文位置的证据卡。卡片把研究实际做了什么、观察到什么、作者怎样解释和结论不能越过哪里分开保存。

读懂论文的标准不是能复述摘要，而是面对一句准备使用的话，能够指出它来自哪一段方法、哪张表或哪项分析。全文没有报告的内容写“未确认”，不能用常见研究写法补齐。

一段流畅摘要，把关联写成了干预效果

下面是一篇模拟的横断面暴露研究。论文考察某城市社区样本中，住址周边遥感绿量与成年人自报抑郁症状评分之间的关系。AI 读完后给出这样的摘要：

城市绿地能显著降低成年人抑郁风险。
增加社区绿化是一种有效的心理健康干预。

原文没有实施绿化干预，没有追踪暴露发生在症状之前，也没有使用临床抑郁诊断。模型把横断面关联改成因果，把遥感绿量改成实际接触绿地，又从特定城市样本推到了全部成年人。摘要越短，这些限定越容易一起消失。

研究者没有再要求“请更谨慎地总结”，而是回到全文，为当前项目填写一张证据卡。

证据卡把原本黏在一起的信息拆开

卡片项目从原文能够确认的内容当前使用边界
论文身份题名、作者、年份、期刊和永久标识均按当前全文版本记录元数据另行核验，不能凭文件名识别
研究问题住址周边绿量是否与自报抑郁症状相关研究的是关联，不是干预效果
设计一次横断面调查不能确定时间顺序或因果
对象与情境一个城市、特定年龄范围的社区样本不直接外推全部成年人或其他城市
暴露住址缓冲区内的遥感绿量不等于参与者实际进入或使用绿地
结局自报症状量表分数不等于临床抑郁诊断
主要结果调整若干变量后观察到负向关联；数值、区间和模型编号按原表记录仍可能受未测混杂和选择影响
作者解释讨论中提出活动、噪声和社会交往等可能路径路径没有在本研究中直接检验
原文限制按局限部分记录设计、测量和适用范围报告限制不等于已消除偏倚
本文可以支持特定样本和测量下，绿量与症状评分存在观察性关联句子需保留对象、测量和关系类型
本文不能支持“绿地降低抑郁风险”“绿化已被证明是有效干预”不进入当前项目的证据主张

卡片没有给论文打一个总分。横断面设计限制因果解释，却不表示论文对暴露测量或问题形成毫无价值。研究者以后比较多篇研究时，需要知道每一项证据在哪里强、在哪里不能承担当前主张，而不是把“高质量/低质量”标签带进所有用途。

阅读深度也由用途决定。题名和摘要足够判断一篇论文是否值得获取全文；要把它放进证据矩阵，至少要确认设计、对象、测量、主要结果和限制；准备引用一个数值或复用测量方法时，还要进入图表、补充材料和注册信息。并不是每篇候选都必须读到同样深，但每项准备使用的主张都要读到足以核验的位置。

EQUATOR Network汇集不同研究设计的报告指南，可用于提醒阅读者检查论文是否交代了相应信息。报告项目齐全不等于设计没有偏倚，也不把观察研究变成因果研究；在这张卡里，它只帮助研究者发现应回到原文查看哪些方法与结果。

一条结果怎样从原文进入卡片

AI 第一次提取主要结果时，把原表中的一个比值指标改写成“症状风险降低了若干百分比”，并省略区间与模型编号。数字表面上可能对应，含义已经改变：比值指标未必能直接解释为风险差，区间决定估计有多不确定，不同模型又可能调整了不同变量。

核对过程按一个具体单位进行：

原文材料
结果表第 3 个模型：暴露分组、效应指标、区间、参照组与脚注。

AI 第一次记录
更多绿地使抑郁风险下降，结果显著。

人工核对
模型报告的是横断面关联；结局为症状评分相关指标；
必须保留原效应指标、区间、参照组和调整变量。

写入证据卡
按原表逐项转录数值与区间，注明表号和模型；
文字只写“观察到负向关联”，不使用“使”“降低风险”。

证据位置不能只写“结果部分”。要尽量具体到页码、表号、图号、模型列或补充材料。研究者沿着位置返回原文，才能检查样本分母、单位、时间点、参照组和脚注是否跟着数值一起移动。若 PDF 解析导致列错位或负号丢失，就暂停自动提取，查看原始页面或结构化数据版本。

本案例的结果表还在脚注中说明，完整调整模型排除了若干缺少协变量的参与者。AI 第一次卡片沿用了方法部分的总样本数，没有记录分析样本变化。研究者把脚注中的分母写入主要结果，并在限制中注明完整案例分析可能带来的选择问题。若只读正文那句“调整后结果相似”，这个差别就会消失。

图也有自己的核对风险。坐标轴若经过转换，误差线代表标准误、置信区间还是其他范围，必须从图注和方法确认。模型从图片识别出一个近似柱高，不能替代作者报告的数值；图像模糊时，卡片写“无法可靠提取”，而不是为了填满字段估一个数。

抽查也不能只挑最醒目的主要结果。这个项目至少核对一个方法字段、一个关键数值、一项限制和一条“不能支持”的判断。任何位置是编造的，或同类字段反复错配，就扩大回查范围；系统性错误出现时，停止处理剩余论文，而不是只改眼前一格。

结果、作者解释和研究者判断各有位置

论文讨论部分常用“可能因为”“提示”“与某种机制一致”等措辞。AI 为了让摘要连贯，容易把这些句子接到结果后面，最后读起来像机制已被数据验证。

在本案例中，活动、噪声和社会交往只是作者提出的可能路径。如果研究没有测量或分析这些变量，它们进入“作者解释”字段，不能进入“主要结果”。当前研究者若认为遥感绿量不能代表实际使用，这一评价放在“与当前项目的关系”中，也不能伪装成原作者明确承认的限制。

这种区分在引用时会产生直接差别。写背景可以说作者讨论了哪些解释；写证据结果只能陈述研究实际测量和分析的关系；设计自己的研究时，研究者可以据此决定增加活动或噪声测量。三种用途都来自同一论文，却不能由一段摘要替代。

研究者还要留意论文自己的用词是否越过设计。原作者在讨论中偶尔使用较强动词，不会让横断面数据自动具有因果性。证据卡同时记录原句位置和当前可用表述，既不把作者的话改成模型的想象，也不因为“原文就是这样写”而放弃对证据强度的判断。

ICMJE 的稿件准备建议要求方法和结果提供足够清楚的信息，并恰当报告主要与次要结局。阅读者借此检查论文报告了什么，仍需自行判断这些材料支持多强的句子。

只有摘要或缺少附件时，阅读任务要降级

如果研究者只有摘要，AI 可以帮助判断论文是否值得获取全文，并记录摘要明确给出的对象、设计与主要方向。它不能据此评价完整纳排标准、缺失处理、模型细节或偏倚，也不能生成一个看似填满的证据卡。

同样，正文引用补充材料中的敏感性分析，而附件没有取得时，卡片应写“补充材料未获取，相关结果未确认”。如果这项结果决定当前项目是否引用论文，就先补材料；无法获得时，降低主张强度或不用这项证据。

扫描件的缺页和文字识别错误也要显式留下。某个方法字段连续几页无法识别时，AI 输出的“未报告”并不可靠，因为原文可能只是没有被读到。卡片区分“作者未报告”“当前文件缺失”和“解析失败”；三种状态都会形成空白，后续动作却完全不同。

论文中的一份研究也可能对应注册记录、方案和后续报告。证据卡记录当前读到的是哪个版本，以及仍需查什么。模型可以提示可能存在关联报告，身份与内容仍要通过数据库和原文确认。

读完以后，用主张反向走一遍

证据卡完成后，研究者暂时不看 AI 摘要，随机抽取卡片中的几条主张，按证据位置直接返回原文。她检查对象是否一致、方向与数值是否一致、区间和时间点是否保留、解释有没有混进结果。

这一遍还会抓到“引用邻接”错误。论文中一句解释后面出现参考文献，不代表该来源支持整段所有内容；正文描述总样本，表格脚注却可能说明某个模型只用了完整案例。AI 常把相邻文字合并成一条顺滑结论，反向核对要以具体主张为单位。

核对通过后，卡片标记为“全文已提取，关键字段已人工核验”。尚未核验的论文不能与它以同一状态进入证据矩阵。状态不是装饰，它阻止一段仅依据摘要的内容在后续综合时被误当成完整证据。

若逆向核对发现一项错误，研究者还要问它影响一格还是一类字段。一个页码抄错可以局部修正；多个模型的样本数都来自错误列，说明提取规则本身有问题，需要回查同类记录。抽查不是为了找到几处错后继续，而是决定余下输出还能否信任。

这篇论文最终在当前项目中承担什么作用

回到教学案例，这篇横断面研究可以帮助当前项目了解一种绿量测量方法，也可以作为观察性关联证据进入跨论文比较。它不能单独证明增加绿化会降低抑郁，更不能替研究者作政策效果判断。

当前项目若计划开展纵向研究，卡片还提示了几个设计问题：暴露是否只用遥感指标，结局是否继续依赖自报，活动和噪声是否实际测量，以及怎样处理样本选择。这里不是把原论文的限制自动转成自己的研究空白，而是让团队看见哪些决定需要另找证据。

证据卡留下了论文身份、方法、主要结果、解释、限制和原文位置。下一步若要与其他研究比较，就把这些已经核验的字段放进证据矩阵；若某个关键数值仍没有位置，先回原文解决。读完的标志不是摘要写完，而是研究者知道这篇论文能支持哪句话、不能支持哪句话，以及下一步还缺什么材料。