AI科研助手读取开放资料时，最容易遗漏哪些上下文
讨论摘要、版本、许可、实验条件与模型回答之间的距离。
搜索摘要不是完整证据
摘要适合筛选候选资料，却省略方法、限制和反例。AI若只读取摘要，可能把作者谨慎的相关性描述变成因果结论。
使用者应打开原文，确认研究对象、日期、样本与结论范围。模型回答可以帮助列问题，不能替代来源核对。
引用时保留原始标题、发布者和版本，避免多次转述后失去出处。
版本变化会改变回答
预印本、接受稿、正式版和更正版本可能拥有相近标题，却在数据与结论上存在差异。
把文件交给AI前标注版本与取得日期；团队共享时使用稳定标识符，不用“最新版”作为唯一说明。
模型生成的摘要也应注明基于哪个版本。
表格和图像需要结构说明
AI能识别图像不代表理解坐标、单位和实验设计。缺少图例时，颜色与形状可能被错误解释。
提供图注、字段说明和方法比单独上传截图更可靠。敏感数据在上传外部工具前还要确认许可。
无法确认的信息应明确留空，而不是让模型补齐。
许可决定资料可以怎样使用
开放访问不一定等于可以任意再发布，具体权利取决于许可证。
训练、摘要、翻译与商业使用可能有不同条件。使用前查看原页面的许可和作者要求。
无法确认许可时，可以引用必要事实并提供出处记录，不批量复制正文。
把模型回答当作可检查草稿
要求AI列出依据、未知条件和可能反例，比要求一个绝对答案更有用。
人工复核应优先检查数字、日期、专有名词和因果关系，因为这些错误最容易改变结论。
最终行动仍要依据当前设备、数据与真实来源。