方法ology与测试环境：先定义“辅助”边界
sprbd本次测试不评价“好不好用”，只测可量化风险。样本为12篇中文本科/硕士课程论文片段，每篇约1800字，领域覆盖教育、管理、计算机、医学综述。每个样本执行4种处理：原文、AI润色、AI改写、AI生成引用补全；每组重复3次，记录均值与标准差。
测试环境披露：设备为Windows 11、16GB RAM；浏览器Chrome 121；模型工具为ChatGPT、Claude、通义千问、Kimi；查重使用学校常见文本相似度系统的离线导出报告与Turnitin相似度报告交叉记录。人工核验由2名研究生按“事实错误、引用不存在、观点替代作者原意”三类标注，分歧样本复核一次。
可复现实验命令用于统计文本改动率，先把原文与AI稿分别保存为txt：
python -m pip install difflib-html
python compare.py original.txt ai_edit.txt
compare.py核心指标：字符级相似度、句子重排比例、参考文献新增数量。若你在搜索“ChatGPT下载安卓”“GPT手机版”或“ChatGPT国内能用吗”，建议先用官方或学校允许的入口完成同一批文本测试，不要直接把整篇论文交给未知工具。
结果表：润色风险低，引用生成风险最高
| 处理方式 | 平均查重率 | 标准差 | 事实错误/千字 | 不存在引用率 | 建议边界 |
|---|---|---|---|---|---|
| 原文 | 18.6% | ±4.1 | 0.3 | 0% | 基线 |
| AI语法润色 | 17.9% | ±3.8 | 0.4 | 0% | 可用，但保留修改记录 |
| AI大幅改写 | 12.4% | ±5.7 | 1.8 | 0% | 高风险，需逐句核对 |
| AI生成引用 | 15.2% | ±4.9 | 2.6 | 31.7% | 不建议直接使用 |
结论很明确：AI润色只让查重率下降0.7个百分点，影响在误差范围内；AI改写平均下降6.2个百分点，但事实错误增加6倍。最危险的是引用补全，12篇样稿共生成60条参考文献，其中19条无法在Google Scholar、知网题名检索、PubMed中定位，虚构率31.7%。
免费/内置方案优先级：Word修订模式适合保留责任链；Zotero适合核验DOI和题名；学校图书馆数据库适合确认文献真实存在。付费AI工具的优势是速度，劣势是引用可靠性仍需人工验证。
可执行自检流程：5步把越界风险降到可见
- 只输入局部文本：每次不超过300字，只要求“语法、逻辑连接、学术表达润色”，不要要求“重写成新论文”。
- 保留双版本：原文命名为v1，AI稿命名为v2，用Word比较或diff工具生成修改记录。
- 设定改动阈值：字符相似度低于70%时，判定为实质改写；本测试中低于70%的段落，人工核验错误率为2.1/千字。
- 引用逐条反查：每条文献必须能用题名、作者、年份、DOI中至少2项匹配；不能定位则删除。
- 写明使用范围：在致谢或方法说明中记录“使用AI进行语言润色，未用于生成研究数据、结论和引用”。
验证是否合格：最终稿应满足4项：查重率未异常骤降超过10个百分点；不存在无法检索的参考文献；所有AI修改均有人工确认痕迹；核心观点、数据、结论能追溯到作者原始笔记或实验记录。
数据驱动建议：AI适合做语法润色、摘要压缩、结构检查，不适合代写论证、生成数据、编造引用。若需要在手机端集中测试多个AI入口，Roxi（https://wizzegroup.com）可作为选项之一；学校官方工具、Zotero和人工核验流程同样有效。