31-科研学术：WorkBuddy应用场景

31-科研学术：WorkBuddy应用场景

覆盖角色：高校教师、研究员、博士生、实验工程师、科研项目管理员、医学科研人员核心判断：科研学术应用必须保留原文、数据、代码和引用链，防止生成式错误进入研究结论。

一、岗位为什么值得优先梳理

科研与学术每天处理大量资料、规则、协作信息和例外情况。AI智能体的价值来自稳定处理其中可描述、可检查、可回退的任务。本章把应用拆成场景、输入、交付结果和人工边界，方便企业直接选择试点。

岗位应用不能只看生成速度。企业还要检查数据从哪里来、结果交给谁、哪些动作需要系统权限、出错后怎样回滚。涉及高影响决定时，WorkBuddy负责准备材料、解释信息和编排流程，有权限的人员负责批准。

二、应用场景全景表

原文

专业人员确认

科研数据处理原始数据、字典、统计计划和代码清洗日志、分析代码、结果和限制保留原始数据，防止选择性报告

代码与复现实验论文、代码、环境、数据和随机种子环境说明、运行结果、差异和复现报告不要把运行成功等同于科学结论成立

原文

基金与项目申报指南、基础、团队、预算和计划申请书框架、材料表和一致性检查不得虚构成果、团队经历和预算依据

三、三个优先场景

1. 文献检索

这一场景的目标是把研究问题、数据库、时间和学科整理成检索式、文献表、证据和缺口。建议把任务拆成五步：明确任务口径；收集并检查输入；让WorkBuddy执行整理、检索或生成；输出可编辑结果；由岗

位负责人复核后进入下一流程。

•输入：研究问题、数据库、时间和学科

•输出：检索式、文献表、证据和缺口

•边界：逐篇核对题名、DOI、作者和原文

图：31-科研学术入选来源文章中的正文配图，用于辅助理解场景。

2. 综述与证据矩阵

这一场景的目标是把入选论文、研究问题和筛选标准整理成主题、方法、结论、冲突和证据表。建议把任务拆成五步：明确任务口径；收集并检查输入；让WorkBuddy执行整理、检索或生成；输出可编辑结果；

由岗位负责人复核后进入下一流程。

•输入：入选论文、研究问题和筛选标准

•输出：主题、方法、结论、冲突和证据表

•验收：检查检索时间、引用错误率、复现实验成功率

•边界：不得根据摘要虚构论文结论

3. 研究问题与设计

这一场景的目标是把现有证据、对象、变量、资源和伦理要求整理成假设、研究设计、样本和风险。建议把任务拆成五步：明确任务口径；收集并检查输入；让WorkBuddy执行整理、检索或生成；输出可编辑结

果；由岗位负责人复核后进入下一流程。

•输入：现有证据、对象、变量、资源和伦理要求

•输出：假设、研究设计、样本和风险

•验收：检查检索时间、引用错误率、复现实验成功率

•边界：研究者与伦理审查承担最终责任

四、四层能力与实施条件

论文写作

五、建议从这个试点开始

推荐先做“文献检索”。它所需输入是研究问题、数据库、时间和学科，目标交付是检索式、文献表、证据和缺口。

试点可按四个动作推进：第一，抽取一批真实历史任务作为基线；第二，用同一批输入让人工流程和 WorkBuddy流程并行；第三，记录失败、遗漏和人工修改原因；第四，只在结果稳定、权限清楚、可以回

滚时扩大范围。

建议验收指标包括：检索时间、引用错误率、复现实验成功率。如果结果需要大量重做、来源无法追溯、系统写入不可回滚，试点应暂停并先修复数据或流程。

六、实施边界

•论文写作：禁止代造数据、引用和作者贡献。

七、主要资料来源