> **来源：[研报客](https://pc.yanbaoke.cn)** # 豆包科研手册 —— 基于工作任务模式总结 ## 核心内容概述 豆包科研手册介绍了两个模型系列：**Turbo** 和 **Pro**，分别适用于不同类型的科研任务。Turbo 模型适用于**日常、高频、常规任务**，如文献调研、学术写作、数据分析等，强调**速度、频率与性价比**；而 Pro 模型更适合**复杂、专业、高价值任务**，强调**深度、质量与复杂任务完成度**。 手册还详细介绍了豆包在科研任务中的具体应用，包括**开题报告撰写**、**论文规范性检查**、**研究方案设计**、**文献检索与分析**以及**统计核验**等，强调通过**工作任务模式**实现科研任务的结构化与自动化，从而提高效率和准确性。 ## 主要观点 ### 1. 工作任务模式区别 | 对比维度 | Turbo | Pro | |----------|-------|----| | 核心定位 | 日常、高频、常规任务 | 复杂、专业、高价值任务 | | 任务复杂度 | 适合目标明确、步骤较短的任务 | 适合开放性强、多步骤、强依赖任务 | | 自主规划 | 基础任务拆解与执行 | 复杂任务规划、阶段推进与动态调整 | | 长链路执行 | 适合短流程或有限环节连续执行 | 适合跨多个阶段持续执行直到最终交付 | | 多文件协同 | 可处理常规文件与材料 | 更适合多文件、多格式、多来源信息联合处理 | | 上下文保持 | 适合一般长度任务 | 更适合长文档、长任务和跨阶段信息保持 | | 工具调用 | 支持文件、浏览器、办公工具等调用 | 更适合多工具组合调用与复杂流程协同 | | 额度消耗 | 相对更低 | 相对更高 | | 效率倾向 | 更强调速度、频率与性价比 | 更强调深度、质量与复杂任务完成度 | ### 2. 科研技能全景 豆包科研技能涵盖多个领域，包括但不限于： - **文献调研**：系统收集资料，用于选题调研、研究现状梳理与空白识别 - **文献精读**：深度解析论文内容，包括方法、结果与结论 - **文献翻译**：专业论文和学术材料的中英文转换 - **循证研究**：结合病例与权威证据进行判断 - **学术写作**：论文润色、结构梳理与内容生成 - **科研评审**：评估选题可行性，提供论文评审建议 - **课题申报**：生成科研项目立项与申请材料 - **数据分析**：对科研数据进行结构化处理与分析 - **科研可视化**：生成和编辑视觉内容，辅助科研表达 - **论文规范化**：处理格式、引用与真实性核查 - **专利成果**：辅助形成专利申请文件 ### 3. 开题报告撰写 豆包支持**开题报告初稿撰写**，通过“学术立项书写作”技能，自动完成开题报告结构，包括研究背景、研究问题、研究意义、研究现状、研究目标、研究方法、技术路线、阶段性计划等。同时，强调**避免虚构**，如发现缺失部分需标注“待补充”。 ### 4. 提示词公式与任务执行 - **开题报告初稿**：围绕研究主题，调用“学术立项书写作”技能，生成完整初稿。 - **统计核验**：使用 Wolfram 连接器对论文中的关键结果、统计量和公式进行独立复算，核验一致性。 - **研究方案设计**：通过多个工作伙伴（论文写作助手、数据分析师、一图总结大师、项目管理助手）协同完成，确保研究方案完整、可执行。 ### 5. 科研协作与多源联动 豆包支持**侧边工作台多源联动**，实现**跨平台、跨文档协作**，提升科研效率。通过“工作任务 Turbo”模式，可实现**选题调研、文献检索、核心论断匹配、文献网络构建**等任务的自动化。 ## 关键信息 ### 1. 研究主题与方法 - **研究主题**：生成式人工智能对大学生批判性思维与元认知能力的影响机制 - **核心变量**： - **自变量**：生成式 AI 使用方式（策略性使用、替代性使用） - **中介变量**：AI 学习依赖（情感依赖、功能依赖、认知依赖、失控感） - **结果变量**：批判性思维（认知技能、情感特质） - **调节变量**：元认知（元认知知识、监控、调节） - **控制变量**：性别、年级、学科、院校层次、AI 使用频率与时长 - **研究方法**： - **定量方法**：准实验、纵向追踪、回归分析、结构方程模型等 - **定性方法**：文献综述、政策文本分析 - **混合方法**：结合定量与定性研究 ### 2. 文献检索与核验 - **文献检索策略**：从五个互补视角构建检索式，包括正面效应、负面风险、机制调节、方法综述和中文情境。 - **核验方式**：使用 Crossref API 和期刊官网进行题录核验，确保文献真实、可追溯。 - **核心文献池**：包含29篇文献，其中24篇英文、5篇中文，22篇经精确核验，7篇待进一步核验。 ### 3. 统计核验发现 - **Cohen's d 计算错误**：论文中将 $4.3 \div 8.90 = 0.61$ 错误计算为 $0.61$，实际应为 $0.483$，需修改效应解释。 - **回归置信区间错误**：论文中 $95\% \mathrm{CI} = [-4.31, -2.25]$，实际计算应为 $[-4.73, -1.83]$ 或 $[-4.75, -1.81]$。 - **回归 p 值与 t 值矛盾**：论文中 $t = -4.43$ 与 $p = 0.021$ 不匹配，建议修改为 $p < 0.001$。 - **ANOVA F 值错误**：论文中 $F = 5.42$，实际应为 $F = 6.053$，需修正。 ### 4. 投稿建议 - **推荐期刊**：《现代传播（中国传媒大学学报）》、《新闻与写作》、《出版广角》、《中国编辑》、《电子政务》等。 - **匹配度评估**：当前论文与目标期刊匹配度中等，需在题目与内容上向“治理”视角调整，以提高匹配度。 - **选题建议**：推荐“**认知外包的代价——生成式 AI 使用对大学生批判性思维与元认知能力的影响机制研究**”作为优先选题，因其具备**中国情境空白**、**实证研究潜力**与**理论价值**。 ## 总结 豆包科研手册通过工作任务模式，将科研任务分解为多个模块，实现**结构化、自动化、智能化**的科研支持。它不仅提供文献调研、开题报告撰写、研究方案设计、统计核验等功能，还支持**多伙伴协作**与**多源联动**，提升科研效率与质量。 手册强调在科研过程中应注重**真实文献核验**、**数据一致性**、**研究逻辑闭环**与**方法论严谨性**，避免虚构或错误解释。同时，它鼓励**选题创新**与**实证研究**，以满足当前科研对**深度、质量与复杂任务完成度**的要求。 通过豆包科研技能，研究者可快速构建**完整研究方案**、**准确核验数据**、**精准匹配文献**，从而在**理论、方法、数据、表达**等多个层面提升科研能力。