Codex赋能课——第一课总结笔记

01本课定位

🎯 不是教大家偷懒，更不是让AI替你写论文。

把科研里重复、耗时、易出错的体力活交给AI，把判断、解释、学术责任留给自己。

学完本课，你应该能：

        ✅ 用自己的话解释 Codex 与 ChatGPT 的本质差异

        ✅ 把科研流程拆解为"体力活"和"判断活"

        ✅ 说清AI辅助科研的三条红线

        ✅ 完成Codex的安装、登录和基础设置

        ✅ 建立包含"文献/数据/代码/笔记"四类文件夹的工作区

02Codex vs ChatGPT 本质差异

ChatGPT / 聊天助手	Codex
对话形式	Agent 智能体
会回答问题、解释概念、改写润色	能读写文件、执行代码
不知道你的项目文件夹里有什么	能进入你的项目文件夹干活
不主动读取pdf、表格、代码	看到文件结构并提取内容
只给模板，不产出实际结果	生成表格、保存结果到你的项目

一句话：ChatGPT 更像一个会答题的老师；Codex 像会进你项目文件夹干活的科研助理。

03科研工作拆解：体力活 vs 判断活

💪 体力活

定义：重复性强、规则明确、结果可检查

初步检索文献，批量整理题名/作者/年份/摘要
从pdf中提取研究问题、方法、样本、结论
清理数据中的缺失值、异常值、重复值
按模板生成图表、统一文件命名、整理投稿格式

交给AI的判断标准：结果错了，你能不能检查出来？能 → 可以交给AI。

🧠 判断活

定义：需要专业理解、方法论选择、证据解释、学术责任

选题是否有研究价值
哪个理论框架更合适
文献观点能否被AI准确理解
统计结果如何解释
核心论点是什么

原则：自己都判断不了对错的事，不能交给AI当最终答案。

🚦 小练习：
文献太多 → 体力活+判断活（AI做摘要，你读原文）
选题有无创新 → 判断活（AI列缺口，导师做判断）
论文结构安排 → 判断活（AI给方案，你定逻辑）
结果怎么写 → 体力活+判断活（AI改表达，你判断是否过度）

04AI辅助科研的三条红线

红线 ①

不得让AI编造文献引用

给出的参考文献必须能在真实数据库里查到，作者、标题、期刊、年份、DOI都能核实。不能因为格式标准就默认是真的。

红线 ②

不得让AI编造数据或实验结果

数据来源、采集方式、清洗过程、分析方法必须真实可溯源。AI可以帮你写脚本、画图，但不能凭空生成实验结果。

红线 ③

不得让AI代写核心论点

研究问题、研究背景、动机、核心判断、结论的最终解释，必须由研究者自己提出并负责。AI只能帮你润色表达、检查逻辑。

      可操作原则：

      📖 所有引用 → 回到原文，多次复核

      📊 所有数据 → 回到原始记录，真实可溯

      🖼️ 所有图表 → 回到分析脚本或处理步骤

      🤖 所有AI内容 → 经过人工核验

      📋 学校/期刊要求披露AI使用时 → 按要求进行披露

05科研四件套 · 工作区搭建

AI辅助科研靠的是一套稳定可持续的工作流，工作流的起点就是：材料放哪里、结论放哪里、过程怎么追踪。

📄

文献区

区分原始pdf、阅读笔记、引用信息

✅ 放：pdf原文、引用信息、阅读笔记、文献矩阵表

⚠️ 不放：没确认来源的AI参考文献、来路不明的复制材料

📊

数据区

最需要保护、原始数据不要随意改动

✅ 放：原始数据、访谈文本、扫描件、清洗后数据、变量说明

⚠️ 不放：无来源说明的数据、AI编造的数据、覆盖原始文件

💻

代码区

保存可复验可复现的处理过程

✅ 放：清洗脚本、分析脚本、绘图代码、输出图表

⚠️ 不放：看不懂的临时脚本、只有图片没有脚本

📝

笔记区

你的研究大脑、记录思路变化

✅ 放：研究问题、思路变化、导师反馈、AI使用记录

⚠️ 不放：不真实的AI生成记录

06不同专业案例示范

📌 生物医学

课题：肿瘤免疫治疗耐药机制

大量机制文献需要处理，最适合交给AI：按癌种、治疗方式、耐药机制、实验模型做初步分类。

AI 可做

检索并初筛文献、提取癌种/模型/干预方式、按机制分类、生成文献阅读矩阵

你自己做

阅读原文、判断实验设计是否符合机制结论、识别样本量局限、决定研究路径

📌 经济管理

课题：短视频电商对县域消费行为的影响

经管类论文常遇到的问题：材料多、结构散。

AI 可做

整理政策背景文献、设计问卷初稿、清洗问卷数据、生成描述性统计图表、整理访谈主题

你自己做

明确研究对象和样本来源、审核问卷题项是否有效、保证数据真实采集、解释消费行为背后的机制

📌 历史学

课题：地方志与档案扫描件

历史学、档案学方向要特别小心，AI适合做OCR、分类、关键词提取，但史料解读不能交给AI定论。

AI 可做

扫描件初步OCR识别、按年份/地点/人物/事件分类、提取关键词、整理史料目录

你自己做

核对OCR错字、回到原始影像确认文本、判断史料语境、避免把AI的现代解释当历史结论

07Codex 安装与基础配置

进入 Codex 官方页面，下载适合自己电脑的版本
打开 Codex，用 ChatGPT 账号直接登录
新建工作区文件夹——所有任务都在这一个文件夹中完成
检查权限设置：
· 请求批准（每次操作前询问你）
· 替我审批（根据情况自动审批，推荐）
· 完全访问权限（不受限，谨慎开启）
设置联网权限和依赖安装是否需经过允许
发出第一条具体任务

💡 遇到权限弹窗：如果出现 Codex 与 Windows 沙箱助手之间的冲突提示，一般不影响整体使用，可直接继续。

08在线演示要点回顾

以"短视频电商对县域消费行为的影响"为例

在 Codex 中新建一个文件夹作为工作区，粘贴完整提示词，设置模型（5.5 mini 或 5.4），推理等级选择中等，权限设为"替我审批"。

选择工作区文件夹，让Codex看到项目文件

Codex 自动生成 文献/数据/代码/笔记 四个文件夹

每个文件夹内包含一个说明文件（MD格式），写明该放什么、不建议放什么

笔记区自动生成 AI 使用记录日志模板

"AI不是替你写论文，
而是帮你把时间花在真正重要的判断上。"

09课后自测

问自己三个问题

1我的课题文件现在是否集中在同一个工作区文件夹中？

2我能不能说清楚哪些任务可以让AI做，哪些必须自己判断？

3如果老师问"AI在这篇论文中帮了什么、你自己做了什么"，我能不能拿出记录来证明？

📋 课后行动 · 立即上手

① 安装 Codex 并完成登录
② 用一个空白文件夹作为科研项目工作区
③ 用课程提示词，让Codex生成"文献/数据/代码/笔记"四件套
④ 练习一次：把"整理20篇论文"这类体力活交给Codex，并抽查结果

📖 下一节课预告

进入 Skill 模块——文献检索、文献综述、引用核验、科研绘图
针对不同任务定制化的专业技能流程

CODEX 赋能课 · 第一课
科研论文从文献数据到论文初稿 · 全流程实战

CuteNote.app 颜值笔记

科研论文实战从文献数据到论文初稿

不得让AI编造文献引用

不得让AI编造数据或实验结果

不得让AI代写核心论点

课题：肿瘤免疫治疗耐药机制

课题：短视频电商对县域消费行为的影响

课题：地方志与档案扫描件

以"短视频电商对县域消费行为的影响"为例

问自己三个问题

📋 课后行动 · 立即上手