週一組會，我一般從週日下午開始做匯報準備。把組會匯報的流程拆成時間段寫下來，是因為我試過「隨便準備一下」，代價是會上被問住。
18:00｜先寫結論，再整理過程
動數據之前，先寫一句話：這週做的事說明了什麼。寫不出來，說明這週做的和想解決的問題對不上——這時候去翻上週的任務清單，比硬湊 PPT 有用。
19:00｜數據和圖
只留支撐那句結論的圖表。圖表規範先做對：坐標軸單位、樣本量、誤差棒含義寫進圖註，別等被問。處理化學、材料類數據時用化學資訊學智能體跑分析（RDKit、Datamol、PyTDC、MedChem、TorchDrug 這些工具鏈），腳本和版本一起留著，數據復現是底線——圖是怎麼來的要能當場復現。
20:00｜生成 PPT 初稿
用 MuchSci 的辦公助手智能體一句話生成可編輯的 PPT（Word、Excel 也是同理），在初稿上刪減比從空白頁搭快得多。開題、中期這類有固定結構的場合，它有模板：輸入課題名稱、研究問題和初步思路，輸出包含研究背景、現狀、方法、技術路線的初稿，缺環節的地方一眼能看出來。
21:00｜講一遍
對著幾頁講給空氣聽。講的時候會暴露兩個問題：哪一頁其實沒內容，哪一段順序反了。讀稿子你會順著往下滑，講的時候騙不了自己。
22:00｜準備三個「如果」
如果被問「為什麼這麼做」「誤差從哪來」「下一步是什麼」，各準備一句答案。這三個問題組會上出現的概率最高。
會後半小時｜歸檔
錄音轉錄和要點用AI 聽記（邊聽邊譯、自動分段總結、譯文編輯、報告生成）整理成可歸檔的報告；這週讀的文獻譯稿和筆記進個人知識庫（PDF、DOCX、PPTX、XLSX、TXT、MD 都能匯入，預設個人使用、不共享），手寫要點和白板照片走個人數據庫那層；老師給的任務寫進下週清單。
補兩條邊界：錄音前先問在場的人，不是所有場合都適合錄；組會上的未發表數據要不要上傳工具，自己判斷——我確認過的一點是，上傳的論文、數據、錄音不用於模型訓練。
這套研究生 AI 助手的分工是：圖表和初稿交給它，結論和判斷留給自己。準備一次組會的時間沒變短多少，變的是會上被問住的次數。