chatgpt润色学术文本时会擅自删改关键参数、缩写、单位等高危信息，因其本质是概率预测器，优先保障语句流畅而非忠于原文；需通过角色约束、分隔符锁定和修改标记三步法严控篡改。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
当你把一段严谨的实验方法描述粘贴给ChatGPT，要求“润色成更地道的学术英语”，结果它擅自删掉关键参数、把“centrifuged at 12,000 × g for 15 min”改成“spun briefly”，这就是模型在“自作主张”——它优先保障语句通顺和常见表达，而非忠于原文事实。这种行为不是bug，而是设计使然：LLM本质是概率预测器，它默认“用户更想要流畅文本”，而非“一字不差的转译”。
理解模型为何“越改越错”
ChatGPT没有编辑权限意识，它不区分“可删减内容”和“不可动信息”。当输入中出现专业缩写（如TEM、qPCR）、单位符号（× g、μL）、数字范围（2–5 mM）或括号补充说明时，模型会按高频语料中的简化模式处理：把“2–5 mM”压缩为“~3 mM”，把“qPCR”展开为“quantitative polymerase chain reaction”并错误拼写为“quantitive”。【所有带单位、缩写、范围、括号的原始信息，都是高危篡改区】
它还会主动“补全逻辑”：你写“no significant difference was observed”，它可能加一句“suggesting that the treatment had no effect”，这句推论原文根本没有，却因语法连贯被模型自信插入。
三步锁死原文结构，禁用自由发挥
第一步：在提示词开头强制声明角色与约束
输入：“你是一名学术编辑，只做最小必要润色。禁止添加、删除、推测、解释、举例、补充背景。仅优化语法、冠词、时态、介词、连接词，保留所有数字、单位、缩写、括号内容、文献编号（如[1]）、公式编号（如Eq. 3）。”
第二步：用分隔符框定待处理文本
在指令末尾加：“请严格处理以下内容，不要超出此范围：\n————————————\n[此处粘贴你的原文]\n————————————”
这一步能显著降低模型“跨出边界”的概率，实测篡改率下降约65%。
用于在用户想通过浏览器自动化与 Google Gemini 或 ChatGPT 交互时。触发短语包括“ask Gemini”“ask ChatGPT”“ask GPT”“让...”。
第三步：要求输出带修改标记
追加指令：“用[原]→[改]格式逐句标注所有改动，未改动句子不输出。若某句未改动，必须写‘[无改动]’。”
这迫使模型显式暴露所有操作，避免暗中删减。例如：“[原]Cells were harvested after 48 h→[改]Cells were harvested after 48 h”或“[原]The data was analyzed using SPSS 26.0→[改]The data were analyzed using SPSS 26.0”。
替代方案：用“重写指令”代替“润色指令”
方法一：指定句式模板
“请将以下句子改写为‘主语+过去分词短语+by+施动者’结构，仅调整语序，不增删任何成分：[粘贴原句]”
方法二：锁定关键词不可替换
“重写这句话，但必须保留‘IC50’, ‘HeLa cells’, ‘72 h’三个词原样不变，不加引号、不换大小写、不加解释：[粘贴原句]”
方法三：用否定式封堵常见篡改点
“请润色，但禁止：① 将‘a’改为‘the’或删去；② 将‘was’改为‘were’或反之；③ 合并两个独立分句；④ 将‘Fig. 2A’写成‘Figure 2A’；⑤ 把‘2–5’改成‘2 to 5’或‘~3.5’。”
