AI 写作工具的宣传语长得都差不多：智能、高效、一键。但真正决定"它怎么干活、你干什么"的，是它内部那套术语。术语看不懂，功能就用不透；术语看懂了，你甚至不用看教程。
这篇把 MuchSci 论文水手的 8 个关键词按工作顺序排出来，每个词给一句话定义加一点使用建议。开题季到手的大四学生，读完这篇就可以开工。
图 1｜8 个词按工作顺序排好：看懂术语，就看懂了人机分工。
01｜创意卡
一句话定义： 把模糊想法变成可讨论对象的最小产物。
导师给了一个大方向，直接写论文肯定写歪。创意卡是这个方向的第一次收口：一个方向可以生成多张卡，挑一张最站得住的凝练成研究问题。建议开题前多生成几张，横向比一比再定。
02｜真实性校验
一句话定义： 文献进库前的安检门。
文献检索（arXiv / Semantic Scholar / MCP 多源）回来的条目，要过真实性校验才允许入库——只有真实返回的文献才能成为你的参考文献，AI 幻觉出来的"文献"在这扇门前进不来。写综述、攒引用条目（Bib/RIS）都建立在过了安检的库上。这条是你敢在参考文献里放心写的前提。
03｜写作蓝图
一句话定义： 章节级的施工图，标清每章依赖什么。
生成大纲只是第一步，蓝图的关键是给每个章节标注依赖关系：哪些章节不依赖数据、现在就能写，哪些要等真实结果。有了这张图，你先写引言综述、后写结果讨论的顺序就不是拍脑袋定的。
04｜data_needed
一句话定义： "此章节必须等真实数据"的占位标记。
这是 8 个词里最重要的一个，也是 MuchSci 论文水手最特别的设计：写作蓝图会把依赖实验/数据的章节标成 data_needed，正文里留占位符，等你的真实数据，绝不自行填数字。章节空着不是缺陷，是规矩——它替你挡住了毕业论文最疼的一种翻车：结果章里出现不存在的数据。
图 2｜data_needed：空着是规矩，等的是真实数据。
05｜数据画像
一句话定义： 给你的数据先做一次体检。
上传 CSV / Excel / JSON，自动用 pandas 出字段、分布、缺失情况，再和大纲做缺口映射——缺什么、先补什么，落成一份行动清单。动笔前先画像，"结果章写不动"的问题就被消灭在写作之前。
06｜审校状态机
一句话定义： 改稿不是无限循环，最多 3 轮。
每轮审校自动备份、可回退，改到第几版都有据可查。它解决的是 AI 写作工具的老毛病——"越改越乱、改不回来"。导师让你退回上一版的时候，备份就是后悔药。
图 3｜审校状态机：3 轮上限、逐轮备份、可回退。
07｜AI 味指数
一句话定义： 你的稿子"有多像 AI"的量化报告。
规则引擎逐段检测套话过渡、空洞强断言、翻译腔这类 AI 腔，出一份指数报告，high 项逐条重写直到归零。现在学校对 AIGC 痕迹越来越敏感，定稿前把这一项做完，交出去的稿子才经得起看。
图 4｜AI 味指数：检测项逐条降级，直到归零。
08｜语言版本
一句话定义： 中文稿还是英文稿，交付前由你选一次。
选完之后产物目录、文件名全部跟着变，不会中英混杂，也不会有人替你擅自决定。这个设计想说的其实是一句话：工具替你干活，但替你做主的事一件都没有。
这 8 个词连起来读
创意卡定方向，真实性校验把关文献，写作蓝图排工期，data_needed 空着等数据，数据画像提前排雷，审校状态机管改稿，AI 味指数管收尾，语言版本把决定权还给你——术语背后是分工：它负责干活和暴露缺口，你负责提供真实和做决定。 分工反了，才是事故。