怎麼讓 AI 真正讀懂整篇論文？提問前，先讓它交一份「全文索引」

怎麼判斷 AI 是不是真的讀通了全文？你可以問一個必須跨章節才能回答的問題，比如：「第 3 節的假設是怎麼支撐第 5 節結論的？」如果它只把某一節的內容複述一遍，說明它還沒把各節之間的邏輯串起來。

在 EasyLaTeX 中，如果要分析正在寫作的 LaTeX 論文，先開啟對應專案，在專案的 AI 對話裡明確要求它讀取專案檔案、梳理結構，暫時不要修改正文。不要把「能夠讀取檔案」等同於「每輪已經完整讀過所有章節」：先讓它報告實際讀取的檔案及未讀取的部分，長文也要檢查是否只處理了前面一段。閱讀外部 PDF 時，可以在文獻閱讀頁面與 AI 對話；沒有 LaTeX 原始碼，就用頁碼、章節標題和公式號定位，不能要求它提取並不存在的原始碼標籤。

第一步：正式提問前，先讓它按原始碼列出「章節與標籤清單」

先讓 AI 梳理出全篇的骨架，包括：層級、標題、原始碼裡原本的 \label，以及每節的一句話總結。這份清單會成為你們後續對話的「共同座標」——不管是讓它改文章還是引用內容，直接報條目名就行。這在長論文裡出現好幾個同名小節（比如多個「實驗設定」）時尤其管用。

清單大概長下面這樣（注意：標籤名必須原樣提取自原始碼，不能讓它自己瞎編）：

11   Introduction         sec:intro    提出問題與本文貢獻22   Method               sec:method   定義步長 \lrate 與目標 \loss3    2.1  Update rule     sec:update   給出更新式 (eq:update)43   Convergence          sec:conv     在假設 A 下給出步數上界54   Experiments          sec:exp      用兩種步長 schedule 檢驗第 3 節結論

這樣做的前提是你的論文原始碼裡用了 \section 和 \label；如果沒打標籤，就讓它按原始碼順序把標題列出來。這裡有個常見的小坑：AI 有時會「好心」幫你把標籤名補全規範化（比如擅自把 sec:conv 改成 sec:convergence），導致你後面按標籤提問時根本找不到對應位置。不過核對起來很簡單：隨便挑幾個標籤，回原始碼裡搜一下就知道它有沒有亂改。

第二步：符號含義散落在正文各處？先讓它抽一張「術語與符號表」

數學符號是跨章節最強的紐帶，但也最容易被 AI 按「刻板印象」去理解。比如 \lrate 在你的論文裡明明指「固定步長」，但在常規語境下常指「學習率」，而且全文到處都在用。

這時候，先讓它整理出一張表，包含三列：原始碼寫法（含宏名）｜具體含義｜首次出現位置（節號或公式號），並明確告訴它：「接下來的對話全都以這張表為準。」

注意，這裡要的是一份貫穿全文、後續每個問題都能隨時呼叫的「全域字典」，而不是解釋單條公式時臨時交代幾句背景。

下面是包含符號宏、公式標籤和跨節引用的獨立教學示例，可放入 EasyLaTeX 測試專案的主檔案中編譯，再檢查 AI 能不能把表列全。示例文字只是演示結構與引用，不構成真實的收斂性證明；不要把它當成某篇論文已經驗證的結論。

1\documentclass[11pt]{article}2\usepackage{amsmath}3\usepackage{natbib}4​5\newcommand{\lrate}{\eta}6\newcommand{\loss}{J}7​8\begin{document}9​10\section{Introduction}11\label{sec:intro}12We study how a fixed step size $\lrate$ affects13convergence on $\loss$.14​15\section{Method}16\label{sec:method}17Let $\lrate$ be the step size and $\loss(\theta)$ the18objective. The update rule is Equation~\eqref{eq:update}.19​20\subsection{Update rule}21\label{sec:update}22\begin{equation}23  \theta_{t+1} = \theta_t - \lrate \nabla \loss(\theta_t)24  \label{eq:update}25\end{equation}26​27\section{Convergence}28\label{sec:conv}29Under Assumption A, we bound the number of steps30needed to reach a stationary point.31​32\section{Experiments}33\label{sec:exp}34Section~\ref{sec:conv} predicts a slower rate under a35decaying $\lrate$; we test this claim here.36​37\begin{thebibliography}{9}38\bibitem[Bottou(2012)]{bottou2012}39Bottou L. Stochastic Gradient Descent Tricks. 2012.40\end{thebibliography}41​42\end{document}

重點提醒： 表格裡的宏名必須原樣保留。\lrate 展開後可以顯示為 \eta，但兩者在原始碼裡不是同一個寫法。只記錄顯示符號或中文釋義，會丟失宏名，妨礙後續準確檢索和統一修改；應同時保留原始碼宏名、顯示符號和論文中的實際含義。

第三步：讓它複述論文主線，並按標註的位置核對

接下來，讓 AI 按照「問題 → 方法 → 實驗 → 結論」的邏輯，各寫一兩句話總結，並在每句話末尾標出依據來自哪一節、哪個公式或哪張表。

只有把理解落實到具體位置，AI 犯錯時你才抓得到。比如它如果寫出「第 4 節的實驗驗證了第 2 節的假設」，你拿章節編號一對，立馬就能看出它搞錯了對應關係。

核對時，順著它標的節號回原始碼看一眼。如果對不上，先確認相關檔案已讀取、章節內容沒有遺漏，再區分 AI 理解錯誤與原文字身的表述問題。核對後仍然不清楚的位置，可以記錄下來繼續檢查。

第四步：後續按索引定位，需要精修時重新讀取原文

做完上面三步，正式提問時可以直接點名索引條目，比如：「請讀取 sec:conv 所在檔案及實驗章節，結合其中的上界分析第 4 節第三種配置為什麼收斂偏慢，並標明依據。」索引幫助 AI 定位，不能代替原文。需要精修段落時，讓專案 AI 重新讀取對應檔案和相鄰上下文，再提出修改要求；僅在材料沒有進入當前專案或對話時補充所需原文。

保留一份自己核對過的索引。繼續當前對話時可以引用它，但不要承諾 AI 永遠記得前面的所有內容：長對話可能經過上下文壓縮，切換專案或清空歷史後也需要重新提供索引並確認材料範圍。文章大改後重新生成索引，明確舊版作廢。

補充：多檔案專案，從編譯主檔案追蹤引入順序

如果論文章節拆成多個檔案，確保相關原始碼已經在當前 EasyLaTeX 專案中，並核對專案的編譯主檔案。讓 AI 從該入口追蹤 \input、\include 的引用順序，讀取實際引入的章節後再生成索引，而不是隻總結 main.tex 的幾行引用指令。缺失檔案要明確報告，不要讓它猜正文，也不需要把整個專案逐輪複製到聊天框。

總結

下次在 EasyLaTeX 編輯器中，可以這樣做：

• 索引先行： 先讓 AI 按原始碼列出章節與 \label 清單，給後續對話建立共同參照；

• 符號成表： 把宏名和含義抽成全域通用的表格，防止 AI 望文生義、改錯程式碼；

• 主線可查： 讓它複述主線並標明出處，對不上時先查材料是否讀全，再核對理解與原文表述；

• 按需提問： 後續每輪提問直接指定索引條目，省去反覆貼上全文的麻煩。