在科研工作中，撰写一篇高质量的SCI论文是每位科研工作者的目标。然而，如何有效地梳理和展示论文的创新点，往往是一个挑战。
在前面的推文中，我们具体介绍了SCI论文各部分的意义和写法（SCI论文的创新点是决定文章投到哪儿的关键），详细阐述了SCI论文创新点的范式及其六大主题创新详解（浅谈SCI论文创新点）
随着人工智能技术的发展，AI工具在梳理SCI论文创新点这一过程中发挥了重要作用。本文将结合实操案例，继续和大家一起探讨如何利用AI工具助力SCI论文创新点的梳理。在此我们需要重新明确一下，创新点的写作框架，即创新点主题+创新点方向+创新点范围。
首先，我们要知道在利用 AI工具的过程中,与 AI工具交互的唯一方式是通过提示词工程。简单来说，就是我们要以 AI工具能懂的方式与其沟通,而非使用者自己的语言体系。要理解与 AI对话的原理,就必须要明确提示词工程的运行原理。AI工具给出的答案有时候不尽如人意，往往不是因为其能力不足，而是我们输入的提示词不能清晰表达。掌握提示词的正确用法可以将输出内容的准确度从50%提升到85%。在慢教授的书籍《8堂课解锁SCI综述发表技巧：AI写作指南》中，给出了提示词框架。
OK，现在我们明确了创新点写作的框架，也知道了提示词框架，下面我们将从实操案例给大家展示一下如何利用AI工具助力SCI论文创新点的梳理。
以《In situ Raman Spectroscopic Evidence for Oxygen Reduction Reaction Intermediates at Platinum Single-Crystal Surfaces》文献为例：
1. 告诉AI创新写作范式
具体操作如下所示：
其中：P为输入AI的提示词，A为AI对应的回答（直接复制，无任何修改）。
步骤一P：你是一名电化学专家，专注电化学方向研究30多年。你正在梳理与电化学氧化还原相关的文献，尤其关注其创新点。SCI文献的创新点写作范式为：创新点主题+创新点方向+创新点范围，其中创新点主题包括方法创新、结构创新、材料创新、机理创新、体系创新和应用创新；创新点方向包括更高、更广和更深3个维度；创新点范围是指本文研究选取的对比对象,如历史对比、现状对比、横向对比。请根据以上背景信息,帮把In situ Raman Spectroscopic Evidence for Oxygen Reduction Reaction Intermediates at Platium Single-Crystal Surfaces 这篇文献的创新点范式以表格形式梳理出来,表格中分别列出创新点主题中的一种或两种(因为一篇文章可能包含核心创新点和分创新点)、创新点方向中的一种和创新点范围中的一种,并给出具体的说明。
步骤二 A:根据您提到的文献In silu Raman Spectroscopic Evidence for Oxygen Reductioneaction Intermediates at Platinum Single-Crystal Surfaces,我将其创新点按照 SCI 文献的包点写作范式进行了梳理,并整理成下表。
具体说明如下:
(1)方法创新：通过开发原位电化学 SHINERS 技术，科研人员能够克服传统拉曼光谱在研究单品表面时的局限性，实现了对催化反应中间体的原位、高灵敏度的检测。这一创新能够对 ORR 的机理进行更深入的探索。
(2)机理创新：通过在不同 P(hkl)单晶表面上研究 ORR 过程，本文揭示了不同表面在酸性和碱性条件下的反应路径及中间体差异。这一发现深化了对P催化剂表面结构与催化活性关系的理解，并为催化剂设计提供了理论依据。
科研人员可以看到，AI根据上述提示词给出的回答。按照科研人员指定的框架，AI指出了这篇文献的方法创新和机理创新，表格中也列出了方法创新主要体现在使用原位拉曼的光谱技术直接观察和鉴定了ORR中间体，而机理创新主要阐明了 ORR 过程中不同Pt(hkl)单晶表面中间体生成和消失的规律，揭示了 ORR 反应的新机制。
2. 不告诉AI创新写作范式
如果没有给 AI输入对应的创新点写作范式，那么 AI就会按照自己的理解去输出。类似于你让小明去楼下帮忙买咖啡，小明可能买回来星巴克、COSTA 或其他的品牌，而你想喝的咖啡是瑞幸的风味拿铁，所以你可以直接对小明说帮我去买一杯瑞幸的风味拿铁，这时候小明就不会出错了。所以，与 AI对话的关键就是给出精准的指令和详细的背景信息。
下面看看如果不告诉 AI创新点写作范式的背景信息，直接让 AI输出创新点会怎样。具体操作如下:
步骤一 P:你是一名电化学专家,专注电化学方向研究 30 多年。你正在梳理电化学氧化还原相关的文献,尤其关注其创新点。帮我把In situ Raman Spectroscopic Evidence fo0xygen Reduction Reaction Intermediates at Platinum Single-Crystal Surfaces 这篇文献的创新点输出来。
步骤二 A：这篇文章的主要创新点包括以下几个方面：
(1)采用了先进的光谱技术。研究中采用了原位电化学壳层隔绝纳米颗粒增强拉曼光谱技术(EC-SHINERS)，这是一种能够在单品表面进行高灵敏度检测的光谱方法。此技术克服了传统拉曼光谱在研究光滑金属表面时的局限性,为ORR机理的分子级和原子级理解提供了直接的光谱证据。
(2)揭示了不同晶面上的 ORR 中间体。通过实验和 DFT 计算，研究揭示了在不同的Pt(hkl)单晶表面[如P(111)、PI(110)和P(100)]上,氧还原反应的中间体存在显著差异。在酸性条件下,P(111)表面主要通过生成HO2*进行反应，而P(110)和P(100)表面则主要生成 OH*。在碱性条件下,主要的中间体被认为是超氧阴离子。
(3)多晶面反应机制的差异性。研究发现，由于不同品面的 Gibbs 自由能和解离障碍的差异，P(111)表面上HO2*中间体较为稳定,而在P(110)和P(100)表面,HO2*容易解离生成OH*和O*，这进一步影响了不同晶面上的 ORR 活性。
(4)提供了原位实时观测催化过程的新方法。文章展示了 SHINERS 技术在原子平整表面实时研究催化过程中的应用潜力。这项研究不仅为理解ORR 机制提供了新的见解，还为开发更高效的电催化剂奠定了基础。
总的来说，这篇文章通过引人SHINERS技术，并结合DFT计算，突破性地解析了ORR 在不同 P单晶表面上的中间体和反应路径，为该领域的研究提供了重要的新见解。
从以上2个案例不难看出，科研人员在使用 AI助力科研的时候，要明确需要AI输出什么，告诉 AI自己的科研思维，如此 AI才能按照其需要的框架进行输出,得出其想要的答案。
如果您想关注更多的关于AI工具在顶刊SCI论文撰写、发表中的应用相关信息，欢迎参加我们7月20日开课的暑期系列课程（线上）——AI助力顶刊SCI写作。在该课程中慢教授会带领大家更深入地掌握SCI论文各部分写作的要点以及该如何借助AI这一得力助手高效地完成顶刊SCI论文写作。
时间：7月20日——8月7日，14:00-17:00，每2天一次直播课
形式：腾讯会议直播（可回放）＋实时答疑（课程群在线答疑）
主题：AI助力顶刊SCI论文写作
会议费：可开具正规发票
普通班——2000元/8课时；
进阶班——4500元/（10课时+SCI论文提示词手册）
支持公户转账和支付宝转账（可绑定公务卡）。
公户转账信息：
户名：徐州科鸿教育科技有限公司
开户行：中国建设银行股份有限公司徐州永安支行
账号：3205 0171 8336 0000 4052
