GLM写论文：结合已有正文修改论证和表达

用 GLM 修改论文，值得先处理的是段落之间是否一致：方法部分研究了什么，结果部分描述了什么，讨论部分又把结论推到了哪里。把这些相关文字放在当前稿件中，明确要求模型检查术语、研究对象和结论范围，再逐组确认修改，比只追求某一段“更流畅”更容易得到可复核的进展。

InkFount 可以在稿件里选择可用的 GLM 模型，附带正文提出任务，并审阅修改建议。这里演示一轮前后文衔接检查，不比较 GLM 与其他模型的论文质量，也不把模型参数当成写作效果。

把前后文矛盾写成明确任务

下面是一组讲解用的材料，不来自真实研究，也不是模型实测结果：

稿件位置	原有表述	需要判断的问题
方法	通过访谈了解参与者对在线协作的看法。	收集的是参与者陈述。
结果	部分参与者表示，协作过程更便于分配任务。	结果来自自述，没有直接测量效率。
讨论	在线协作显著提高了任务完成效率。	结论引入了方法和结果没有支持的效果判断。

这时，任务应是“检查结论有没有超出材料”，而不是“把讨论写得更有说服力”。如果原始数据中确实有任务时间测量，就应补入相应方法与结果；如果没有，就要收窄讨论。模型不能替作者决定研究实际上做过什么。

在当前稿件中选择 GLM 并限定范围

登录 InkFount，打开已有稿件，在模型菜单选择可用的 GLM。菜单中的实际名称和能力是这次操作的依据；智谱官方模型文档可用于了解相应版本，但一个版本的参数不能直接套用到另一个版本。

选中需要检查的文字，点击“添加到 AI”。相关段落相邻时，可以一并选择；相隔较远时，在指令中写明章节名称与需对照的原句，请模型先找到对应内容。不要假设每次请求都已经完整阅读了整篇论文。

请对照“研究方法”“结果”和附带的讨论段落，先检查三件事：
研究对象是否一致；结果来自测量还是参与者陈述；讨论是否超出了结果。
先指出具体原句和问题，再提出必要修改。
保留现有资料和引用，不补造测量、数据或显著性结论。
若找不到支撑某句话的材料，请指出缺口，不替我补写成已验证事实。

稿件内修改的便利在于，后续可以直接围绕作者认可的版本继续工作。它不要求作者把模型回复整体覆盖到正文，也不要求每轮重新拼接一份临时稿。

先找不一致，再给改法

对于前面的演示材料，一种可考虑的讨论写法是：

参与者的陈述表明，在线协作可能有助于任务分配；本研究未直接测量任务完成效率，因此不能据此判断效率是否提高。

这是编辑示例。它保留了参与者陈述所能提供的信息，也说明了没有测量的部分。作者还应根据实际访谈内容，判断“可能有助于”是否准确。

如果 GLM 只统一了“线上协作”和“在线协作”的用词，却保留了原来的效果断言，这轮核心任务仍未完成。可以追问：“请只处理讨论中超出证据的那句话，暂时保留其他措辞。”问题越明确，修改越容易验收。

另一类值得单独处理的问题是术语漂移。例如前文定义了“协作频次”，后文却改称“协作质量”。两者可能是不同变量，不能只为语言多样性互相替换。需要统一术语时，要以研究定义为准。

按组确认，而后复查引用

收到修改后，先看它是否找到了正确段落，再比较差异。术语统一、句子拆分和结论收窄可能有不同的接受理由；InkFount 允许按修改组决定，也可以在全部核对后应用全部。

如果来源支持的是“参与者感受”，改后的句子仍应保留这个证据层次。来源搜索和条目添加能帮助把资料接入稿件，但不能替代阅读原文。对照关系不清楚时，先补读材料，再继续改稿。

一轮有效的 GLM 改稿应留下三个可见结果：找到的原句、作者认可的修订、暂时保留的限制。可以打开 InkFount，从一处前后文不一致开始，用上面的指令完成一次检查。AI 按实际用量收费，开始前查看余额和当前模型说明；想先整理修改任务，可参考论文初稿到定稿的检查点。