نوشتن مقاله با هوش مصنوعی یعنی سپردن کارهای وقت‌گیر (ایده‌یابی، طرح‌ریزی، پیش‌نویس، ویرایش) به یک مدل زبانی، در حالی که تصمیم، بررسی منبع و مسئولیت نهایی با خودِ شماست. اگر مرحله‌به‌مرحله جلو بروید، مقاله‌ای منظم‌تر و سریع‌تر می‌نویسید؛ اگر یک‌جا از هوش مصنوعی «مقاله بخواهید»، متنی کلی و گاهی با منبع ساختگی می‌گیرید.
در این راهنما فرایندِ کامل را می‌بینید: از انتخاب موضوع و پیدا کردن منبع واقعی تا پیش‌نویس، ویرایش، ارجاع‌دهی و قوانین مجله‌ها. در میانه‌ی راه یک نمونه‌ی کامل و قابل‌تکرار با چتِ هوش‌نو هست، و آخرِ مقاله هم به نوشتن محتوای فارسی بهینه برای وب می‌رسیم. آخرین بررسیِ اطلاعات: مهر ۱۴۰۵.
همین الان امتحان کنید: هر پرامپتی که در این نوشته می‌بینید را می‌توانید در چت با هوش مصنوعی به فارسی در هوش‌نو بچسبانید. هوش‌نو سرویسِ خودِ ماست؛ چت روزانه‌ی رایگان بعد از تأیید شماره‌ی موبایل دارد.
هوش مصنوعی در کدام مرحله‌ی مقاله کمک می‌کند
هوش مصنوعی در مرحله‌های «شکل‌دادن» و «صیقل‌دادن» بیشترین کمک را می‌کند، و در مرحله‌ی «حقیقت‌یابی» کمترین. یعنی برای طرح، پیش‌نویس و ویرایش عالی است، ولی هر ادعا، عدد و منبعی که می‌دهد باید بیرون از خودش بررسی شود.
| مرحله | هوش مصنوعی چه کمکی می‌کند | ریسک اصلی |
|---|---|---|
| انتخاب موضوع | فهرست ایده، تنگ‌کردن موضوع، پیشنهاد سؤال پژوهش | موضوعِ تکراری یا بی‌منبع |
| جست‌وجوی منبع | پیشنهاد کلیدواژه و عبارت جست‌وجو، خلاصه‌ی مقاله‌ای که خودتان پیدا کرده‌اید | منبعِ ساختگی |
| طرح و ساختار | ساختن سرفصل‌ها، ترتیب منطقی، IMRaD | طرحِ کلی و شبیه همه |
| پیش‌نویس | نوشتن بند به بند از روی یادداشت‌های شما | ادعای بی‌پشتوانه، لحنِ یکدست |
| ویرایش و ارجاع | اصلاح نگارش، پارافریز، یکدست‌کردن سبک ارجاع | تغییرِ ناخواسته‌ی معنی |
| بازبینی نهایی | فهرست ایراد و استدلالِ ضعیف | اعتماد بیش‌ازحد به بازبینیِ خودِ مدل |
نتیجه‌ی جدول: نقشِ هوش مصنوعی «دستیار نوشتن» است، نه «منبعِ دانش». اگر این مرز را نگه دارید، بیشترِ خطرها از بین می‌رود. برای آشنایی بیشتر با روشِ سؤال‌کردن از مدل‌ها، چگونه از هوش مصنوعی سؤال کنیم را هم ببینید.
انتخاب موضوع و سؤال پژوهش
موضوع خوب یعنی سؤالی که بشود در حجمِ مقاله‌ی شما جواب داد؛ نه «هوش مصنوعی در آموزش»، بلکه «اثرِ دستیارهای نوشتاری بر کیفیتِ گزارش‌های دانشجویی». هوش مصنوعی در تنگ‌کردنِ موضوع خوب است.
کار را با یک پرامپتِ ساده شروع کنید و حوزه، مخاطب و حجم را صریح بگویید:
پرامپت: من دانشجوی کارشناسیِ [رشته] هستم و باید یک مقاله‌ی ۲۰۰۰ کلمه‌ای درباره‌ی [موضوعِ کلی] بنویسم. ۱۰ سؤال پژوهشِ مشخص و قابل‌پاسخ پیشنهاد بده. برای هر کدام بگو چه نوع منبعی لازم است و چه ایرادی ممکن است داشته باشد.
از فهرستی که می‌گیرید یکی را انتخاب کنید و دوباره از مدل بخواهید دامنه‌اش را تنگ‌تر کند. سه آزمونِ ساده برای سؤالِ خوب: آیا با منابعِ در دسترس جواب می‌گیرد؟ آیا در یک مقاله جا می‌شود؟ آیا برای مخاطب به‌دردبخور است؟
اشتباهی که زیاد دیده می‌شود
بیشتر کاربران اولین پیشنهادِ مدل را می‌پذیرند. مدل‌ها دوست دارند موضوع‌های کلی و پرتکرار بدهند. بهتر است ۳ بار بپرسید و هر بار قید بگذارید: «فقط برای ایران»، «با دادهٔ ۵ سالِ اخیر»، «با روش کیفی».
جست‌وجوی منبع و پرهیز از منبع ساختگی
هوش مصنوعیِ متنی منبعِ واقعی را تضمین نمی‌کند؛ مدل‌ها ممکن است عنوان، نویسنده و DOIی بسازند که شبیه واقعی است ولی وجود ندارد. قاعده‌ی ایمن این است که منبع را همیشه خودتان از پایگاهِ معتبر پیدا کنید و فقط بعد از آن به مدل بدهید.
- از مدل فقط کلیدواژه و عبارتِ جست‌وجو بخواهید («برای این سؤال در Google Scholar چه عبارت‌هایی بزنم؟»).
- در پایگاه‌هایی مثل Google Scholar، PubMed، Scopus یا پایگاه‌های داخلی مقاله‌ها را خودتان پیدا کنید.
- متنِ کاملِ هر مقاله (یا دست‌کم چکیده) را باز کنید و مطمئن شوید واقعاً وجود دارد.
- چکیده یا بخشِ مربوط را به مدل بدهید و بخواهید خلاصه کند؛ بعد خلاصه را با متن بسنجید.
- DOI و مشخصاتِ کتاب‌شناختی را از خودِ صفحه‌ی مقاله کپی کنید، نه از جواب مدل.
نتیجه‌ی گام‌ها: مدل تبدیل می‌شود به خلاصه‌ساز و جست‌وجوگرِ کمکی، و «حقیقت» از منبعی می‌آید که دیده‌اید. اگر ابزارِ شما به وب دسترسی دارد و لینک می‌دهد هم، لینک را باز کنید؛ خودِ لینک هم می‌تواند اشتباه یا بی‌ربط باشد. درباره‌ی دلیلِ این رفتار در آیا هوش مصنوعی راست می‌گوید بیشتر بخوانید.
یک فهرستِ وارسیِ سریع پیش از ارجاع: نامِ نویسنده درست است؟ مجله وجود دارد؟ سال و شماره با صفحه‌ی مقاله می‌خواند؟ جمله‌ای که به منبع نسبت داده‌اید واقعاً در آن منبع هست؟ اگر به یکی از این‌ها «نه» گفتید، ارجاع را حذف کنید.
طرح و ساختار: IMRaD و مقاله‌ی وبلاگی
ساختار یعنی ترتیبِ بخش‌ها؛ در مقاله‌ی پژوهشی معمولاً IMRaD (مقدمه، روش، یافته‌ها، بحث) و در مقاله‌ی وبلاگی «پاسخ مستقیم، بدنه، پرسش‌های متداول، جمع‌بندی».
| ویژگی | مقاله‌ی پژوهشی (IMRaD) | مقاله‌ی وبلاگی |
|---|---|---|
| شروع | مقدمه و بیان مسئله | پاسخِ کوتاه و مستقیم |
| بدنه | روش، یافته‌ها، بحث | سرفصل‌های h2 و h3 با مثال |
| منبع | فهرستِ مراجع با سبک مشخص | لینک به منبعِ معتبر |
| پایان | نتیجه‌گیری و محدودیت‌ها | جمع‌بندی و قدمِ بعدی |
| لحن | رسمی و بی‌طرف | ساده و گفت‌وگویی |
پرامپتِ طرح را همراه با یادداشت‌های خودتان بدهید، نه فقط با موضوع:
پرامپت: این یادداشت‌ها و سؤال پژوهش را ببین و برای مقاله‌ای با ساختار IMRaD طرحی با سرفصل و زیرسرفصل بساز. زیر هر سرفصل در یک خط بنویس چه چیزی باید بیاید و کدام یادداشتِ من به آن می‌خورد. ایده‌ی جدیدی که در یادداشت‌ها نیست اضافه نکن.
جمله‌ی آخر مهم است: بدونِ آن مدل «ادعا» اضافه می‌کند. طرح را خودتان ویرایش کنید؛ بخشی که به نظرتان زیادی است حذف و بخشِ ناقص را اضافه کنید.
نوشتن پیش‌نویس بخش‌به‌بخش
پیش‌نویس را هیچ‌وقت یک‌جا نخواهید؛ هر بار یک بخش بخواهید و یادداشت‌ها و منابعِ همان بخش را بدهید. خروجی کوتاه‌تر، دقیق‌تر و قابل‌بازبینی‌تر است.
مقدمه
مقدمه باید مسئله، شکافِ پژوهشی و هدفِ مقاله را در ۳ تا ۴ بند بگوید. به مدل بگویید «فقط از این یادداشت‌ها استفاده کن و هر جمله‌ای که منبع می‌خواهد با [منبع؟] علامت بزن». این علامت‌ها بعداً یادآورِ جاهایی‌اند که باید ارجاع بگذارید.
روش و یافته‌ها
اگر داده یا آزمایشِ واقعی دارید، جدول و عددها را خودتان بدهید و فقط بخواهید توضیح‌شان را بنویسد. هرگز نخواهید مدل «یافته» بسازد؛ این جعلِ داده است و در هر مجله‌ای جدی‌ترین تخلف به حساب می‌آید.
بحث و نتیجه‌گیری
در بحث، یافته‌ها را با پژوهش‌های قبلی مقایسه می‌کنید. مدل می‌تواند ساختار بدهد، ولی مقایسه باید با مقاله‌هایی باشد که خوانده‌اید. در نتیجه‌گیری هم از مدل بخواهید محدودیت‌های پژوهش را فهرست کند؛ بعد درستی‌شان را بسنجید.
برای نوشتنِ پرامپت‌های بهتر، راهنمای پرامپت چت جی پی تی نکته‌های کاربردی دارد.
ویرایش، پارافریز و ارجاع
ویرایش با هوش مصنوعی یعنی بهتر کردنِ نگارش بدونِ تغییر معنی. این کارِ ایمن‌تر و شایع‌ترین کاربردِ مجاز در مجله‌هاست.
- نگارش و روانی: بخواهید غلط‌های نگارشی و جمله‌های دشوار را اصلاح کند و تغییرها را فهرست کند.
- پارافریز: برای جلوگیری از شباهتِ زیاد به منبع، جمله را با کلمات خودتان بازنویسی کنید و مدل را فقط یاری‌دهنده بدانید. پارافریزِ بدونِ ارجاع هم همچنان سرقت علمی است.
- یکدست‌سازی سبک: APA، ونکوور یا IEEE را نام ببرید و فهرست منابعی را که خودتان جمع کرده‌اید بدهید تا قالب‌بندی کند.
- بازبینی منطق: بخواهید ۵ نقطه‌ی ضعفِ استدلال را فهرست کند؛ فهرست را قضاوت کنید، نه اجرا.
پرامپت: متن زیر را فقط از نظر نگارش و روانی ویرایش کن. معنی، عدد و ارجاع‌ها را تغییر نده. در پایان تغییرهای مهم را در یک فهرست کوتاه بنویس.
بعد از ویرایش، متنِ اصلی و ویرایش‌شده را کنار هم بگذارید و ببینید هیچ عددی یا نفی‌ای جابه‌جا نشده باشد؛ جابه‌جاییِ «افزایش» و «کاهش» از خطاهای رایج است.
نمونه‌ی کامل: یک مقاله‌ی کوتاه از صفر با هوش‌نو
در این نمونه یک مقاله‌ی وبلاگیِ ۱۰۰۰ کلمه‌ای با موضوع «چطور مطالعه را برنامه‌ریزی کنیم» می‌سازیم. گام‌ها قابل‌تکرارند و پرامپت‌ها را می‌توانید برای موضوع خودتان عوض کنید. خروجیِ واقعیِ مدل هر بار متفاوت است، پس اینجا نتیجه‌ی ثابتی ادعا نمی‌کنیم.
- به چت هوش‌نو بروید و یکی از مدل‌های متنی (مثلاً Claude یا GPT) را انتخاب کنید.
- پرامپتِ موضوع را بفرستید: «برای مقاله‌ای درباره‌ی برنامه‌ریزی مطالعه برای دانشجویان، ۸ سؤال که خواننده می‌پرسد فهرست کن.» ۴ سؤال را انتخاب کنید.
- طرح بخواهید: «با این ۴ سؤال یک طرح با h2 و h3 بساز؛ مقدمه ۴۰ تا ۶۰ کلمه و جواب مستقیم.»
- منبع را خودتان پیدا کنید: دو یا سه منبعِ معتبر درباره‌ی مدیریت زمان یا یادگیری بخوانید و نکته‌های هر کدام را کوتاه یادداشت کنید.
- بخش به بخش بنویسید: یادداشت‌ها را به مدل بدهید و بگویید «فقط از این یادداشت‌ها استفاده کن».
- ویرایش را با پرامپتِ بخش قبل انجام دهید و عدد و ادعاها را با منبع بسنجید.
- در پایان عنوان، توضیح متا و سؤال‌های متداول را بخواهید و نسخه‌ی نهایی را یک‌بار با صدای بلند بخوانید.
زمانِ تقریبی با این روش یکی دو ساعت است، که بیشترش صرفِ پیدا کردن منبع و بازبینی می‌شود؛ همین بخش است که مقاله را از متنِ عمومی جدا می‌کند. هزینه‌ی هر درخواست پیش از اجرا در خودِ ابزار نشان داده می‌شود و پرداخت تومانی و به اندازه‌ی مصرف است.
چرا در این نمونه منبع را خودمان پیدا می‌کنیم
در گامِ چهارم عمداً از مدل نخواستیم منبع بدهد. دلیلش ساده است: اگر منبعِ ساختگی وارد مقاله شود، همه‌ی اعتبارِ متن از بین می‌رود و پیدا کردنش بعد از نوشتن سخت‌تر است. بهتر است همان اول دو یا سه منبعِ واقعی کنار بگذارید و مقاله را حولِ آن‌ها بسازید.
اگر خروجی مطلوب نبود
- پاسخ کلی بود: مثالِ مشخص بخواهید و مخاطب را دقیق‌تر بگویید («دانشجوی سال اول»، «معلمِ ابتدایی»).
- لحن ماشینی بود: یک بندِ نمونه از نوشته‌ی خودتان بدهید و بگویید با همین لحن بنویسد.
- مدل از موضوع دور شد: طرح را دوباره بچسبانید و بگویید فقط همین سرفصل را بنویسد.
- پاسخ نیمه‌کاره ماند: بنویسید «ادامه بده» و بخش بعدی را جدا بخواهید.
این روش‌ها در هر مدلی جواب می‌دهند، چون مشکل معمولاً از پرامپتِ کلی است نه از مدل. اگر بعد از دو یا سه تلاش نتیجه بهتر نشد، مدلِ دیگری را امتحان کنید.
بهترین هوش مصنوعی مقاله‌نویسی کدام است؟
هیچ مدلی در همه‌ی کارها بهترین نیست؛ انتخاب به نوع کار بستگی دارد. در بین مدل‌های رایج، Claude و GPT در نوشتنِ طولانی و فارسی معمولاً گزینه‌های اصلی‌اند، Gemini برای کار با سندهای بلند و ابزارهای گوگل و DeepSeek برای استدلال و کارهای فنی. این جدول دیدگاهی کلی است، نه نتیجه‌ی آزمونِ رسمی.
| مدل | نقطه‌ی قوت معمول | محدودیت | مناسب برای |
|---|---|---|---|
| Claude | نوشتنِ روان و متنِ بلند | نسخه‌ی رایگانِ محدود | پیش‌نویس و ویرایش |
| GPT (ChatGPT) | تنوع ابزار و پرامپت‌پذیری | ممکن است منبع بسازد | ایده‌یابی و طرح |
| Gemini | کار با اسنادِ بلند | لحنِ گاهی کلی | خلاصه‌سازی منبع |
| DeepSeek | استدلال و کارهای فنی | فارسی نویسی گاه ضعیف‌تر | مقاله‌های فنی |
| هوش‌نو (سرویس ما) | چند مدل در یک جا، فارسی، پرداخت تومانی | ابزارِ منبع‌یابیِ تخصصی ندارد | شروع سریع بدون حساب خارجی |
نتیجه‌ی جدول: اگر مقایسه‌ی عمیق‌تر می‌خواهید، مقایسه‌ی Claude، ChatGPT و Gemini را بخوانید. برای نوشتن مقاله‌ی فارسی، خودِ نوشتن را با دو مدل امتحان کنید و خروجی را مقایسه کنید.
مقاله‌نویسی علمی با هوش مصنوعی: ISI، مروری و کنفرانسی
نوشتن مقاله علمی با هوش مصنوعی ممکن است، ولی فقط برای کارهای کمکی: ساختار، ویرایش زبان، خلاصه‌ی منابعی که خودتان خوانده‌اید و پیش‌نویس از روی داده‌ی شما. فکر، داده، تحلیل و نتیجه‌گیری باید از پژوهشگر باشد.
مقاله‌ی ISI
برای مقاله isi معمولاً مشکل اصلی زبانِ انگلیسی است. مدل می‌تواند پیش‌نویسِ انگلیسیِ شما را روان کند. ولی سیاست مجله را بخوانید و استفاده را اعلام کنید (در بخش بعد توضیح داده شده).
مقاله‌ی مروری
در نوشتن مقاله مروری، مدل برای دسته‌بندی منابع و استخراج جدولِ مقایسه کمک می‌کند: بخواهید برای هر مقاله «سؤال، روش، یافته، محدودیت» را از چکیده‌ای که خودتان داده‌اید دربیاورد. جستجوی منظم (مثلاً با روش PRISMA) باید با خودتان باشد.
مقاله‌ی کنفرانسی
مقاله‌ی کنفرانسی کوتاه است و ساختار مشخصی دارد؛ مدل برای جا دادنِ متن در حدِ کلمه‌ی مجاز و رعایت قالبِ کنفرانس مفید است.
نوشتن مقاله با هوش مصنوعی رایگان
بله، می‌شود رایگان شروع کرد، ولی محدودیت‌هایی دارد: تعداد پیام یا طولِ پاسخ در روز محدود است و مدل‌های قوی‌تر معمولاً پولی‌اند. شروع رایگان برای طرح، پرسش و ویرایش‌های کوتاه کافی است.
- هوش‌نو بعد از تأیید شماره‌ی موبایل چت روزانه‌ی رایگان دارد؛ ابزارهای دیگر هم نسخه‌ی رایگانِ خودشان را دارند و شرایطشان عوض می‌شود، پس پیش از تکیه بر آن‌ها صفحه‌ی رسمی را ببینید.
- مقاله‌ی بلند را بخش‌بخش بفرستید تا سقفِ روزانه زودتر تمام نشود.
- برای کارهای سنگین‌تر مثل ویرایشِ کتاب، پرداختِ به اندازه‌ی مصرف از اشتراک اجباری به‌صرفه‌تر است.
گزینه‌های دیگر در معرفی سایت‌های چت رایگان با هوش مصنوعی آمده‌اند.
قوانین مجله‌ها و دانشگاه‌ها
استفاده از هوش مصنوعی در مقاله مجاز است، به شرط شفافیت. ناشران معتبر هوش مصنوعی را به‌عنوان نویسنده نمی‌پذیرند، چون نمی‌تواند مسئولیت را بپذیرد. طبق سیاستِ COPE ابزارهای هوش مصنوعی نمی‌توانند نویسنده باشند.
- اعلامِ استفاده: بسیاری از ناشران مثل Springer Nature و Elsevier می‌خواهند نام ابزار، نسخه و هدفِ استفاده در بخشِ روش‌ها یا قدردانی یا یک بیانیه‌ی جدا بیاید. سیاستِ Nature نمونه‌ای از این الزام است.
- ویرایشِ زبان: در بسیاری از سیاست‌ها استفاده‌ی صرفاً ویرایشی نیاز به اعلام ندارد یا اعلامِ سبک‌تر دارد؛ سیاست هر مجله را جدا بخوانید.
- تصویر: بعضی ناشران تصویرِ ساخته‌شده با هوش مصنوعی را جز در موارد خاص نمی‌پذیرند.
- مسئولیت: درستیِ متن، منبع و داده با نویسنده است؛ طبق گزارش‌ها استفاده‌ی اعلام‌نشده می‌تواند به ابطالِ مقاله هم برسد.
- دانشگاه: هر دانشگاه و استاد مقررات خودش را دارد؛ پیش از استفاده در تکلیف یا پایان‌نامه بپرسید و کتبی بگیرید.
این بخش توصیه‌ی حقوقی نیست؛ قوانین به‌روز می‌شوند و باید به صفحه‌ی راهنمای نویسندگانِ همان مجله مراجعه کنید. درباره‌ی بُعدِ اخلاقی هم چالش‌ها و اخلاق در هوش مصنوعی را ببینید.
مقاله‌ی وبلاگی و سئو با هوش مصنوعی
برای مقاله‌ی وبلاگی، هدف پاسخ دادن به سؤالِ خواننده است. هوش مصنوعی برای کلمه‌ی کلیدی، ساختار و متا کمک می‌کند، ولی محتوایی که فقط تولیدِ انبوه باشد ارزشی برای خواننده ندارد.
- با جست‌وجوی خودتان ببینید صفحه‌ی اولِ گوگل برای کلمه‌ی اصلی چه سرفصل‌هایی دارد.
- از مدل بخواهید سؤال‌های مرتبط و گونه‌های کلمه را فهرست کند.
- مثال، تجربه یا داده‌ای اضافه کنید که فقط شما دارید.
- عنوان را کوتاه، توضیح متا را کمتر از ۱۵۵ نویسه و مقدمه را جواب مستقیم بنویسید.
- درباره‌ی سئو در تولید محتوا با هوش مصنوعی جزئیات بیشتری هست.
یک نکته‌ی مهم: محتوایی که بدونِ بازبینی منتشر شود خطای واقعی یا لحنِ کلیِ ماشینی دارد و به اعتمادِ مخاطب آسیب می‌زند. یک خواننده‌ی انسانی همیشه پیش از انتشار لازم است. برای نمونه‌ی فارسی‌محور راهنمای تولید محتوای فارسی را ببینید.
پرامپت‌های آماده برای هر مرحله
پرامپتِ خوب سه چیز دارد: نقشِ مدل، موادِ خامی که شما می‌دهید و قالبِ خروجی. پرامپت‌های زیر را کپی کنید و جاهای داخلِ کروشه را پر کنید. همه‌ی آن‌ها قیدِ «فقط از موادِ من استفاده کن» دارند تا مدل چیزی از خودش نسازد.
پرامپت پیدا کردن عبارت جست‌وجو
پرامپت: من درباره‌ی [سؤال پژوهش] مقاله می‌نویسم. ۱۰ عبارتِ جست‌وجو به فارسی و انگلیسی بده که در Google Scholar و پایگاه‌های داخلی بزنم. برای هر عبارت بنویس چه نوع مقاله‌ای را پیدا می‌کند. منبع یا لینک نساز.
نتیجه: فهرستی از عبارت‌ها که خودتان در پایگاه جست‌وجو می‌کنید. مناسب: شروعِ مرورِ منابع.
پرامپت خلاصه‌ی یک منبع
پرامپت: متنِ چکیده‌ی زیر را بخوان و در ۵ خط بنویس: سؤال، روش، یافته‌ی اصلی، محدودیت، و اینکه به مقاله‌ی من چه ربطی دارد. اگر چیزی در متن نیست، بنویس «در متن نیامده است».
نتیجه: خلاصه‌ای که قابل‌مقایسه با متنِ اصلی است. مناسب: یادداشت‌برداری از ده‌ها مقاله.
پرامپت پیش‌نویس یک بند
پرامپت: با یادداشت‌های زیر یک بند ۱۲۰ کلمه‌ای برای بخشِ [نام بخش] بنویس. لحنِ علمی و بی‌طرف. هر جمله‌ای که به منبع نیاز دارد را با [منبع؟] علامت بزن. چیزی خارج از یادداشت‌ها اضافه نکن.
نتیجه: بندی با علامت‌های یادآور برای ارجاع. مناسب: هر بخشِ مقاله‌ی پژوهشی.
پرامپت داوریِ سختگیرانه
پرامپت: نقشِ داورِ سختگیرِ یک مجله را بازی کن. این متن را بخوان و ۷ ایرادِ مشخص (ادعای بی‌پشتوانه، پرشِ منطقی، ابهام در روش، تکرار) را با ذکرِ جمله‌ی مشکل‌دار فهرست کن. بازنویسی نکن.
نتیجه: فهرستی که شما درباره‌اش تصمیم می‌گیرید. مناسب: بازبینی پیش از ارسال.
پرامپت مقاله‌ی وبلاگی
پرامپت: برای کلمه‌ی کلیدیِ [کلمه] یک طرح مقاله‌ی وبلاگی بساز: مقدمه‌ی ۵۰ کلمه‌ای با جواب مستقیم، ۶ سرفصل h2 که هر کدام با جوابی کوتاه شروع شود، ۵ سؤال متداول و جمع‌بندی. برای هر سرفصل یک مثالِ ملموس پیشنهاد بده.
نتیجه: طرحی که با نتایجِ واقعیِ گوگل مقایسه می‌کنید. مناسب: مقاله‌ی سئویی.
اگر مدلِ شما پاسخ‌های کلی می‌دهد، دو کار می‌کند: یک نمونه از لحنِ مورد نظرتان بدهید و بخواهید «مثل این» بنویسد، و محدودیت بگذارید («بدون جمله‌ی کلیشه‌ای»، «بدون عبارتِ در دنیای امروز»).
چک‌لیست نهایی پیش از ارسال یا انتشار
پیش از اینکه مقاله را برای مجله، استاد یا خوانندگان بفرستید، این فهرست را یک‌بار از اول تا آخر بخوانید. اگر به هر مورد «نه» گفتید، همان‌جا را درست کنید.
- همه‌ی منبع‌ها را شخصاً در پایگاه یا صفحه‌ی ناشر باز کرده‌ام.
- هر عدد، درصد و تاریخ در متن با منبع می‌خواند.
- هیچ داده، یافته یا نقل‌قولی را خودِ مدل نساخته است.
- جمله‌هایی که از منبع بازنویسی شده‌اند ارجاع دارند.
- سبکِ ارجاع در متن و فهرست مراجع یکدست است.
- سیاستِ مجله یا دانشگاه درباره‌ی هوش مصنوعی را خوانده‌ام و استفاده را همان‌جا که لازم است اعلام کرده‌ام.
- متن را یک‌بار با صدای بلند خوانده‌ام و جمله‌های ماشینی و کلیشه‌ای را عوض کرده‌ام.
- اطلاعاتِ شخصی، داده‌ی محرمانه یا متنِ منتشرنشده‌ی دیگران را در ابزار نچسبانده‌ام.
- مسئولیتِ همه‌ی محتوا را می‌پذیرم و می‌توانم در برابر داور یا استاد از آن دفاع کنم.
نکته‌ی حریم خصوصی: متنِ قراردادها، داده‌ی بیماران یا پژوهشِ منتشرنشده را بدونِ بررسیِ شرایطِ استفاده‌ی ابزار در آن نچسبانید. اگر اجازه‌ی استفاده از ابزارِ بیرونی را ندارید، فقط بخش‌های عمومی را بدهید.
اشتباه‌های رایج و راه رفع آن‌ها
| اشتباه | چرا مشکل است | راه رفع |
|---|---|---|
| خواستنِ مقاله‌ی کامل با یک پرامپت | متنِ کلی و بی‌منبع | بخش‌به‌بخش و با یادداشتِ خودتان |
| کپی‌کردنِ ارجاعِ مدل | احتمالِ منبعِ ساختگی | پیداکردنِ منبع در پایگاه معتبر |
| حذفِ اعلامِ استفاده | تخلف و خطرِ ابطال | خواندنِ سیاستِ مجله و اعلام |
| پارافریزِ بدون ارجاع | هنوز سرقتِ علمی است | ارجاع به منبع |
| اعتماد به تشخیص‌دهنده‌ها | خطای زیاد در هر دو جهت | اتکا به شفافیت و بازبینی |
| نوشتنِ داده یا آماری که ندارید | جعل داده | فقط دادهٔ واقعیِ خودتان |
نتیجه‌ی جدول: هر اشتباه یا از «بی‌منبع بودن» یا از «پنهان‌کاری» می‌آید، و هر دو با روندِ بالا قابل‌پیشگیری‌اند.
سؤالات متداول
کدام هوش مصنوعی مقاله می‌نویسد؟
هر مدل زبانیِ بزرگ مثل Claude، GPT، Gemini و DeepSeek می‌تواند مقاله بنویسد. تفاوت در کیفیتِ فارسی، طولِ پاسخ و محدودیت‌هاست. بهتر است برای کارتان چند مدل را امتحان کنید و خروجی را با منبع بسنجید؛ هیچ مدلی کار بازبینی را از شما برنمی‌دارد.
نوشتن مقاله با هوش مصنوعی مجاز است؟
بله، در بیشترِ مجله‌ها و دانشگاه‌ها مجاز است، به شرط اعلام و مسئولیت‌پذیری. هوش مصنوعی نمی‌تواند نویسنده باشد و باید استفاده‌ی خود را طبق سیاستِ مجله اعلام کنید. برای تکلیف یا پایان‌نامه هم مقررات دانشگاه و استاد راهنما مرجع است.
هوش مصنوعی منبع واقعی می‌دهد؟
نه، نمی‌شود روی آن حساب کرد. مدل‌ها ممکن است منبعی با ظاهرِ واقعی بسازند. منبع را همیشه خودتان در پایگاه‌های معتبر مثل Google Scholar پیدا کنید، باز کنید و ادعا را با متنِ مقاله بسنجید.
مقاله‌نویسی با هوش مصنوعیِ رایگان ممکن است؟
بله، تا حدی. نسخه‌های رایگان برای طرح، پرسش و ویرایش کوتاه کافی‌اند ولی سقفِ روزانه دارند. هوش‌نو بعد از تأیید شماره‌ی موبایل چتِ روزانه‌ی رایگان می‌دهد و برای کارهای بلندتر پرداخت تومانی و به اندازه‌ی مصرف دارد.
متن هوش مصنوعی تشخیص داده می‌شود؟
گاهی، ولی تشخیص‌دهنده‌ها دقیق نیستند و هم خطای مثبت و هم منفی دارند. نباید برای فرار از آن‌ها متن را عوض کنید؛ راهِ درست شفافیت، افزودنِ دیدگاه و داده‌ی خودتان و بازبینی کامل است.
آیا استفاده از هوش مصنوعی در مقاله باعث رد شدن آن می‌شود؟
استفاده‌ی اعلام‌شده و کنترل‌شده معمولاً مشکلی ندارد. مشکل از متنِ بی‌منبع، ارجاعِ ساختگی و استفاده‌ی پنهان می‌آید. سیاستِ مجله را بخوانید و کار را شفاف انجام دهید.
جمع‌بندی
نوشتن مقاله با هوش مصنوعی وقتی خوب جواب می‌دهد که مراحل را جدا کنید: موضوع را تنگ کنید، منبع را خودتان پیدا و وارسی کنید، طرح را با یادداشت‌هایتان بسازید، بخش‌به‌بخش بنویسید، و ویرایش را به مدل بسپارید. استفاده را طبقِ سیاستِ مجله یا دانشگاه اعلام کنید و مسئولیتِ نهایی را بپذیرید.
قدمِ بعدی: یک موضوعِ کوچک انتخاب کنید و نمونه‌ی بالا را در چت هوش‌نو اجرا کنید. اگر دنبال بستری با چند مدل و پرداخت تومانی هستید، هوش مصنوعی آنلاین فارسی را ببینید. برای ادامه، هوش مصنوعی چیست مبانی را مرور می‌کند.
