2026年5月，中国学位与研究生教育学会受教育部学位管理与研究生教育司委托，发布《规范研究生学位论文与实践成果中人工智能工具使用指南》。这份文件将人工智能使用声明从一种可选的“事后说明”，提升为学位论文与实践成果报告中应当主动出具的规范动作。指南第七条明确提出，学位申请人应在学位论文与实践成果报告中主动出具“人工智能使用声明”，对人工智能工具的使用须进行全面、如实地承诺、披露和标注。学位申请人是人工智能工具使用的第一责任人，对学位论文或实践成果的所有内容承担最终责任。
真正的问题在于，“全面、如实”这一要求落到操作层面时，许多研究生并不清楚应当披露到什么程度。常见的情形是：声明中只写一句“本文使用人工智能工具辅助写作”，既未说明用了什么工具，也未说明工具的具体版本、使用时间与具体用途。这样的披露无法帮助答辩委员会或审查者判断人工智能在论文形成过程中实际扮演了什么角色，也无法为“核心论点和创新贡献由学位申请人提出并完成”这一要求提供任何可核验的支撑。
截至2026年5月检索，围绕这一指南的公开文本尚未以细则形式逐项规定声明字段，但指南对“全面、如实地承诺、披露和标注”的强调，已经为实践操作划出了基本边界。要将这条原则性的要求落实为可核验、可复用的学术工作习惯，学位申请人需要在披露与留痕两个层面同时下功夫。披露解决的是“向读者说明什么”，留痕解决的是“当需要对质时能拿出什么”。两者共同指向四个核心要素：工具名称、版本号、使用时间、提示词记录。
规则来源与适用场景
在逐项拆解四项要素之前，首先应当明确这份指南的约束范围与逻辑。指南适用于使用人工智能工具开展相关研究活动、完成研究生学位论文或实践成果的行为。其中“人工智能工具”被界定为以生成式人工智能为代表，能够对文本、图像、音频、视频、代码或其他数据进行生成、改写、分析或辅助决策的智能化软件、平台或服务。这一界定相当宽泛，意味着学位申请人不应当以“工具不算典型AI”为由排除披露。凡是具有生成、改写或分析辅助功能的软件与服务，原则上都应当进入披露视野。
指南同时确立了诚信使用、科学使用、安全使用三项原则。其中诚信使用原则直接支撑披露义务：遵循透明、责任、公平等伦理价值理念，准确体现贡献主体，支持对生成内容的事实进行检查、核实、验证。换句话说，披露不是对使用者的一种“惩罚性登记”，而是为了让贡献主体可以被识别、生成内容可以被追溯。没有清晰的过程留痕，透明和可验证就无从谈起。
学位申请人在选题和研究设计、文献综述或现状分析、论文或成果报告撰写、作品创制、论文答辩或成果鉴定展示等关键环节中，均可使用人工智能工具获取信息、整理资料、启发思路、处理数据和专业表达。环节的多样性意味着披露不能只覆盖某一个阶段，而应说明人工智能在哪些环节介入、以何种方式介入。这恰恰是四项要素应当共同回答的问题。
四项要素的逐项填写标准
工具名称：从“AI工具”到可识别的具体名称
工具名称是披露中最基础也最容易被敷衍的一项。不少声明写“使用人工智能工具辅助写作”，这在功能上等于没有披露。读者无从判断论文所使用的是通用对话模型、文献分析平台，还是专门的代码辅助工具，不同类型的工具对论文形成过程的影响方式完全不同。
可操作的填写标准是：写明所使用工具或服务的具体名称，如“某生成式对话模型”“某文献管理及分析平台”“某代码生成工具”等。如果同一项工作使用了多个工具，应分别列出，而不是用一个总称笼统覆盖。对于在论文形成过程中使用、但对最终成果影响极小的工具，是否列入可以根据实际判断决定，但判断的前提是自己先完整记录，而非事后凭印象筛选。
常见的错误有三种：一是用“AI”“人工智能”等泛称代替具体名称；二是只列主要工具，省略辅助工具；三是将在不同阶段使用的工具混写在一起，无法对应到具体用途。删除或隐藏某个工具并不意味着“少点麻烦”，反而会在答辩质询或事后审查中暴露出披露不实的问题，而披露不实比披露不完整的性质更为严重。
版本号：把“用的什么”变成“当时用的是什么”
生成式人工智能产品迭代速度极快，同一工具在不同版本之间，其生成能力、知识截止时间、推理逻辑乃至输出风格都可能发生显著变化。仅写工具名称而不写版本号，意味着披露指向的是一个变动中的系统，而不是论文实际形成时所依赖的那个确定状态。这正是版本号必须单独成为一项字段的原因。
填写的可操作标准是：对每个工具记录下使用时所处的版本标识。版本号可以是产品官方提供的版本号、模型代号或日期标识，而非自己随意命名。以对话模型为例，应写明使用的大致模型版本；以软件平台为例，应写明版本号或更新日期。如果论文写作周期较长、工具在使用期间发生了版本更新，就应当记录下不同阶段对应的不同版本，而不是只写最终的或最初的某一个版本。
实际中的常见问题是只写平台名称而不区分版本，或者写一个“最新版”了事。“最新版”在论文形成过程中几乎必然是一个不稳定的描述，过一段时间回顾便无法对应当初的具体状态。学位论文的论证过程可能需要数月甚至更长时间，版本信息如果不做时间锚定，几乎不具备核验价值。
使用时间：从模糊时间段到可对应的工作阶段
使用时间不是简单记录“2025年3月至2026年4月”这样的整体区间。虽然整体区间也有一定意义，但披露的关键在于把人工智能工具的介入时间与研究工作的阶段对应起来。因为不同阶段的人工智能使用，其学术风险与审查重点不同：文献检索阶段的使用与论文正文撰写阶段的使用，性质差异很大。
可操作的填写方式是：以论文形成过程的关键环节为坐标，记录每个环节中人工智能工具的使用日期或时间段。例如，“2025年9月至10月，用于文献检索与初步筛选”“2026年1月至2月，用于部分章节的语言润色与表达优化”“2026年3月，用于图表数据展示方式的辅助调整”。这种结构化记录使得声明的读者能够判断：人工智能是在前期资料辅助阶段介入，还是在核心论证写作阶段深度参与。
问题较少出在完全缺失时间，而在于时间过于笼统而失去定位功能。只写“在论文写作期间使用”等于没有说明时间维度上的任何具体信息。更需要注意的是，如果某项人工智能辅助发生在核心论点形成阶段，时间披露越模糊，就越容易让人追问核心贡献的来源；而时间越具体，越能为“核心论点和创新贡献由本人提出”提供一种边际上的佐证：至少审查者可以看到人工智能是在核心观点已经形成之后才介入的，而非相反。
提示词记录：从感性记忆到可核查的过程证据
提示词记录是四项要素中实践难度最大、也最容易流于形式的一项。提示词是使用者与生成式工具交互的直接凭证，也是判断生成内容如何形成、使用者意图如何引导输出的最核心材料。如果说工具名称和版本号回答的是“用了什么”，使用时间回答的是“何时使用”，那么提示词记录回答的则是“如何使用”与“生成内容从何而来”。
可操作的留痕方式是：以记录文件的形式，保留与论文形成相关的关键提示词原文。这里需要区分两种情况。一种是直接生成性使用，即通过提示词让工具生成文本、代码、图表方案等，并且生成结果被部分或全部纳入论文或对论文形成产生了实质性影响。此时的提示词记录应当尽可能完整，特别是那些直接影响核心章节内容、数据分析结果、方案选择或结论表述的交互。另一种是辅助性使用，如让工具帮助理解某个概念、提出修改建议、检查语法错误等。对于后者，提示词记录可以相对简化，但仍应保留能说明介入目的和范围的基本记录，例如说明“请检查以下段落的语法和表达”“请帮助归纳以下文献的核心观点”等。
提示词应当在交互发生时及时留存，而不是事后回忆补写。事后补写往往基于结果倒推过程，既容易失实，也难以在答辩质询时提供连贯的对应关系。一个可操作的建议是建立独立的留痕文档，按论文环节分类记录每次关键交互的时间、工具、版本、提示词原文以及输出内容摘要。输出内容是否需要全文保留，可以根据重要程度决定，但对于被直接纳入论文或影响核心判断的生成结果，应留存完整输出。
常见披露错误与风险来源
四项要素逐一拆解之后，披露质量的差异往往来自几个反复出现的问题。第一是用整体描述代替具体陈述。例如声明中写“本文使用人工智能工具进行资料检索和语言润色”，但没有说明具体是什么工具、什么版本、在什么时间、以什么提示词完成。这类披露在形式上满足了“出具声明”的要求，在实质上却难以满足“全面、如实”的标准。第二是陈述与实际使用范围不一致。最常见的情况是实际使用了摘要生成、文献压缩、数据清洗等AI辅助，却在声明中只承认“润色”。第三是数据来源与引用对应不上。如果论文中出现了由AI生成的事实性内容或文献线索，而正文又无法展示其原始来源，就可能在后续审查中触发真伪争议。
披露本身不是目的，其制度功能是让“贡献主体”和“生成来源”可追踪。当披露模糊时，审查者能采取的最合理判断往往是把模糊性解释为对论文内容来源缺乏清楚交代。指导教师在指南下对学位申请人合规使用人工智能工具负有指导与审查责任，这意味着模糊披露也会使指导环节的审查失去有效抓手——审查者不知从何查起，申请人的责任反而没有因为“简单带过”而减轻。
留痕方式与附件管理
披露与留痕应当是一体的。声明中呈现在读者面前的是经过整理的结构化信息，声明背后支撑这些信息的是可调阅、可核验的过程记录。留痕的价值只有在需要被调用时才真正显现，因此其组织方式应当是可检索、可定位的。
建议将留痕材料作为学位论文答辩或成果鉴定时的附件备查，而不是散落在个人聊天记录、临时备忘录或多个不同账号之中。留痕材料可以按时间顺序组织，也可以按论文形成环节组织，但必须满足一个基本条件：声明中出现的每一项使用记录，都能够在留痕材料中找到对应条目。
留痕材料至少应包含以下字段：使用日期或时间段、工具名称及版本、使用环节、提示词原文、生成输出摘要、最终采用情况。其中“最终采用情况”是连接留痕与论文正文的关键，它说明某次AI交互的结果是否被纳入论文、以何种方式纳入、被纳入在哪个部分。缺少这一字段，留痕就只是一份交互日志，而不是一份与论文内容可对应的责任档案。
需要特别注意的是，指南明确要求注重数据安全、隐私保护与知识产权保护，不得使用人工智能工具处理涉密与敏感内容。因此，直接在联网AI工具中粘贴论文完整章节、实验原始数据或未公开的合作内容来“生成留痕”，本身就是对指南安全使用原则的越界。留痕不是为了证明自己“用得多认真”，而是为了证明使用是有边界、有记录、可向第三方说明的。个人留存痕迹的方式应优先选择私密、可控、不会将论文内容外传的渠道。
可复用的自查清单
在提交论文或准备答辩之前，可以对照以下问题逐项核验声明与留痕是否匹配。第一，声明中列出的每一个工具，是否都能写出具体名称，而没有任何一项只写作“AI工具”或“人工智能”泛称？第二，每个工具是否都标明了使用时的具体版本信息，而不是统一写为“最新版”？第三，每项使用是否都能对应到论文形成的具体环节和大致时间段，而非只有一个笼统的整体区间？第四，是否保留了与关键使用行为对应的提示词原文，而非依赖事后回忆？第五，提示词记录是否能够追溯到生成输出的内容摘要，以及这些输出是否进入论文、进入何处？第六，声明中披露的范围与留痕材料中的记录范围是否一致，是否有实际使用但声明未披露、或声明披露了却无留痕可查的情形？第七，是否存在将论文完整内容或原始数据输入联网AI工具处理的情况，留痕方式本身是否符合安全使用要求？第八，指导教师在审查环节是否能看到足以支撑声明的过程材料，而非只能看到一份概括性的声明文本？
这八项问题不需要全部以文字形式体现在声明中，但每一项都应当能够在留痕材料中得到肯定回答。如果某一项的回答是否定的，或者需要临时翻阅大量聊天记录才能勉强确认，就说明当前留痕尚未达到可供核验的程度，应当以补充记录或调整声明的方式加以完善。声明的最终状态不应是一个没有后文的承诺，而应当是一份向前可读、向后可查的责任文件。对学位申请人而言，这是一种证明贡献与责任的路径，而不是一道形式主义的关卡。
