有个同学把整篇论文丢进降AI率工具，一键生成新稿，交上去被导师打回来——术语全错了，案例张冠李戴，逻辑也不通。这不是工具的锅，是他没搞清楚工具的使用边界。
降AI率工具能干什么、不能干什么，今天讲明白。
先说适合工具处理的部分。工具擅长的是“套话密集型”段落——那种到处是“随着”“综上所述”“发挥重要作用”的文字。这些段落本身没什么实质内容，机器换一种说法，对论文质量影响不大，改起来效率高。还有文献综述里那种概括性描述、对策建议里的通用套话，都适合让工具先过一遍。
再说必须手动处理的部分，这几类千万别交给工具。
一是专业术语和概念定义。你论文里的核心概念、关键理论、专业名词，工具一改就容易错——它不知道你的术语体系，会把你精心界定的概念换成大白话。这部分必须自己守着。
二是数据和案例。工具最容易在这上面翻车。它会把你“23.4%”改成“接近四分之一”，意思歪了；会把你引用的具体案例换成模糊表述。涉及数字、出处、案例的句子，手动改。
三是你的原创观点和论证链。这是论文的灵魂。工具不理解你的论证逻辑，它只看句子本身。你那句“基于上述分析，本文认为……”后面跟着的判断，是你自己想出来的，让工具改，味道就没了。
四是图表说明和实验流程。这些地方术语密集、流程固定，工具一改就乱。
所以正确的做法是分工：工具做粗降，把套话段落和大段通用文字先过一遍，快速压一批；然后你手动处理术语、数据、观点、案例这几块。最后整体通读一遍，把工具改得生硬的句子修顺。
我见过太多人要么全交给工具（结果翻车），要么全自己手动（熬通宵还改不完）。划清边界，机器干机器擅长的，人干人擅长的，效率和质量都有了。paperzx毕业在线网这类平台一般也会提示哪些段落建议手动复核，用的时候多留意。
我一般怎么分配工具和人工的比例？大概三七开。三成的活——套话段落、通用描述——交给工具粗降；七成的活——术语、数据、观点、案例——自己手动。这样既省时间，又不会把论文改废。
还有个提醒：工具改完之后，别直接用。先通读，把工具改得不通顺、或者意思走样的句子挑出来，手动修回通顺。工具的输出是半成品，不是成品。把这层预期摆正，你就不会对工具失望，也不会因为图省事而把论文改砸。
把工具的边界想清楚，你用起来才不会又快又糟。机器干活，人兜底，这个分工别搞反。