答辩前一周，你把方法部分发给导师。里面有一句：“实验数据经预处理后，使用AI工具辅助完成统计分析，结果如图4所示。”导师回了一行字：换个人照这段描述，能不能把图4重做出来？你发现自己答不上来。
问题不在于你用了AI，而在于方法部分没有写到“别人能照着做一遍”的程度。多所高校的本科毕业论文AI使用规范都把这一点写得很直接：中国传媒大学的实施细则要求，“利用人工智能进行数据分析或处理实验数据，需确保结果可重复、可验证”，用于数据可视化时还需“数据来源合法、过程透明、结论准确”；科研原始记录的管理规范则要求记录完整、准确、可追溯，不得随意删除或修改。这些要求落到论文里，就是方法部分那几个段落的写法问题。
把“可复现”拆成三个可回答的问题
审稿人、答辩老师或抽检专家读你的方法部分时，实际在找三个答案：
第一，你用了什么工具，哪个版本，什么时候用的。第二，你给它输入了什么，让它做了什么，哪些步骤是它做的、哪些是你做的。第三，你用什么方式确认它的输出是对的。
这三个问题都能在方法部分找到答案，披露就算到位；缺一个，复现链就断了。下面按这三点展开颗粒度。
方法部分应当披露的五个层次
工具与版本：写到“可定位”为止
只写“使用AI工具”没有信息量。你需要写明工具的具体名称、版本号或模型标识、访问方式（网页端、API还是本地部署）、使用日期。使用日期不是形式要求：在线模型会静默更新，同一段提示词在不同时间可能给出不同输出，标注日期是让读者知道你面对的是哪个版本。
如果工具只是辅助写代码，写清编程语言和关键库的版本即可；如果模型直接参与了数据分类、文本编码、异常值判断这类会影响结果的环节，模型标识就必须写出来。
数据流向与输入：写到“能重放”为止
要说明哪些数据进入了AI工具、以什么形式进入、是否做过脱敏。如果涉及保密数据或未公开的调研材料，规范通常禁止上传到公开平台，这一点在方法部分应有一句交代，比如“原始数据未离开本地环境，仅将脱敏后的变量名列表用于生成代码框架”。
如果使用了提示词，关键指令应当可查。不必把几十轮对话全贴进正文，可以选择代表性指令放进附录，正文说明“提示词全文见附录X”。审稿人关心的是指令是否预设了结论、是否诱导模型给出你想要的分类。
人机分工：写清边界，而不是笼统说“辅助”
“辅助”是全文最模糊的词。你需要说明具体环节：数据清洗由谁完成，缺失值处理规则由谁确定，模型输出是直接采用还是经过人工修订，修订比例大概多少。比如“模型完成开放题的初步归类，作者逐条复核，修改了8.7%的条目”，这比“AI辅助文本分析”有用得多。
反过来，如果AI只用于生成绘图代码、格式化表格、检查参考文献，也应说明，避免读者误以为它参与了结果生成。边界写得越清楚，责任归属越清楚。
验证与一致性：这是最容易被跳过的一层
规范要求“可验证”，方法部分就要交代你怎么验证的。常见做法包括：抽取一定比例的样本人工复核并与模型输出比对；用传统方法或另一条路径重算关键结果；在相同输入下重复运行，观察输出是否稳定；对模型生成的代码逐行检查并在原始数据上实际运行通过。
你不需要证明AI绝对正确，只需要说明你做过什么检查、检查结果如何。一句话即可：“对模型分类结果随机抽取20%人工复核，一致率为92%，不一致条目按人工判断修正。”
中间产物与留存：写给未来可能被问到的自己
原始数据、清洗后的数据、提示词记录、模型原始输出、人工修改痕迹、分析代码，这些不必全部放进论文正文，但应当整理归档，并在方法部分用一句话说明“相关记录保存于附录/补充材料，可供核查”。原始记录规范强调不得随意删改，电子记录同样适用：保留修改前后版本，比事后解释更有说服力。
常见披露不足的情形
| 常见写法 | 问题所在 | 可复现的改法 |
|---|---|---|
| “使用AI对数据进行了分析” | 无工具、无版本、无环节 | 写明工具名称版本、处理环节、使用日期 |
| “数据经预处理后输入模型” | 预处理规则和输入形式缺失 | 说明清洗规则、输入字段、是否脱敏 |
| “AI辅助完成统计分析” | 人机分工不明 | 区分AI生成代码与作者执行、核验的部分 |
| “结果经人工核对” | 核对方式与比例缺失 | 写明抽样比例、一致率、修正原则 |
| 只写工具不写验证 | 无法判断输出可靠性 | 补充一致性检查或重复运行说明 |
| 把AI写进致谢代替方法说明 | 致谢不承担技术披露功能 | 方法部分写细节，声明部分写范围与责任 |
一段可以参照的写法
下面这段是去标识化后的示例，可用于参照其信息密度，不必照抄句式：
数据预处理与统计分析在Python 3.11环境中完成。原始问卷（N=312）导出后未上传至任何在线平台。开放题文本的初步归类由某大语言模型（名称、版本号，网页端，使用日期2025年3月12日）完成：将回答分八批输入，指令为“按既定五类归纳，无法归类的标为其他，逐条输出原文编号与类别”。模型输出由作者逐条复核，修改27条（8.7%），修改依据见附录C。封闭题描述统计与回归分析使用statsmodels 0.14完成；AI工具仅用于生成初始代码框架，代码经作者逐行检查并在原始数据上重复运行三次，结果一致。全部提示词、模型原始输出与修改记录存于补充材料。
这段话不到三百字，但工具、版本、输入方式、分工、验证、留存六个要素齐全。方法部分不需要长篇大论，需要的是这种密度。
提交前的自查清单
- 工具名称、版本、访问方式、使用日期是否写明
- 哪些数据进入AI工具、是否脱敏、是否上传公开平台是否交代
- AI承担的具体环节与人工承担的环节是否区分
- 关键提示词或指令是否有留存、是否在附录可查
- 验证方式是否具体（抽样比例、一致率、重复运行次数）
- 中间产物与分析代码是否归档、是否在文中指明位置
- 论文的AI使用声明与方法部分的描述是否一致，有无互相矛盾
- 把方法部分单独交给一位同专业同学，对方是否能说出你会怎么重做
最后一条最实用。方法部分写完，不妨让没参与过你实验的同学读一遍，请对方复述处理流程。如果对方能说出“先做什么、用什么做、怎么确认”，披露就是合格的；如果对方只能复述“用了AI”，那就还需要再改一轮。
