拼团购买 限时优惠
内容摘要：大四学生分享写毕业论文时使用DeepSeek和ChatGPT的感受。详细对比两款工具在论文选题、摘要、大纲构建等各环节的表现，指出DeepSeek虽免费但存在找假文献、输出内容逻辑混乱等问题，而ChatGPT指令模型强大、性价比高。最后还推荐了一个内置主流AI模型、满足学术写作多需求的平台。
DeepSeek
我现在大四了，正忙着写毕业论文呢，这一路上可真是遇到了不少挑战。在学术写作这条艰难的道路上，选择一款合适的AI写作工具来帮忙，就显得特别重要。好多同学都问我，像DeepSeek和ChatGPT这样热门的工具，哪个写论文更厉害。我自己用了一段时间，现在就跟大家好好分享一下我的使用感受。
我最开始用的是DeepSeek。刚接触它的时候，感觉还挺好的。它的界面特别简洁，没有那些乱七八糟、花里胡哨的东西，让人一眼就能看明白怎么用。而且它还是免费的，这对于我们学生党和搞科研的人来说，吸引力可太大了。操作起来也很顺手，流程简单，很容易就学会了。
但是，当我真正用它来写论文的时候，问题就慢慢出现了。有一次，我让它帮我找相关的文献，给了它很精确的指令。结果呢，它找出来的要么是根本不存在的假文献，要么打开链接就是空白页。我为了找资料，浪费了好多时间和精力，心里别提多郁闷了。
还有啊，我让它输出一些具体内容的时候，它就跟脑子转不过来似的，得“思考”老半天。生成的内容也让人头疼，要么句子特别复杂，绕来绕去，我看半天都不知道它在说啥；要么就是逻辑混乱，跟我要求的内容一点都不搭边，感觉它就是在故意显摆自己多厉害，根本不管我们能不能看懂。
ChatGPT
再说说ChatGPT，它得付费才能用，而且还得通过一些特殊的上网方式才能访问。不过，它的指令模型真的很强大。只要你把指令说得明明白白的，它就能按照要求把任务完成得很好，输出的内容也很清晰，一看就懂。
以前的ChatGPT输出的内容AI味挺浓的，但是自从DeepSeek出现后，马斯克带着开发团队对ChatGPT进行了好多优化。现在的ChatGPT性能提升了不少，性价比也变得很高。就拿新出的GPT4.1 mini来说，价格比DeepSeek V3便宜多了，功能还更丰富强大。
接下来，我从论文选题到投稿的各个环节，分别给ChatGPT和DeepSeek下了指令，让它们实际操作，看看谁输出的内容更出色。
选题阶段
我给它们的指令是：请基于【研究方向/关键词】，结合最近【近X年】的学术研究趋势与热点话题，生成【X个】具体、具有可行性的研究选题建议，每个选题附简要背景和研究意义。比如说：请基于“人工智能与心理健康”方向，结合最近三年的学术研究趋势与热点，生成5个具体、具有可行性的选题选题建议，每个选题附简要背景和研究意义。
在这个环节，DeepSeek和ChatGPT都按照要求给出了五个选题，还附带了背景和研究意义。但是，我仔细看了DeepSeek输出的内容，里面用了好多数据。像它提到“2023年《Nature Digital Medicine》研究显示，生成式AI在共情响应准确率已达72%”。我根本不知道这些数据是不是真的，要是去查证的话，得花好多时间和精力，我可没那么多闲工夫。而ChatGPT输出的内容虽然看起来没那么高大上，但表达逻辑很清晰，没有用大量的数据来凑字数，这让我感觉挺踏实的。
摘要指令
指令是：请根据论文题目【你的选题】，撰写一段300字以内的中文摘要，内容包括研究背景、研究方法、主要发现和研究意义，语言正式、逻辑清晰，符合中文论文规范。比如：请根据论文题目“多模态人工智能模型在青少年情绪识别中的应用研究”，撰写一段符合学术规范的中文摘要。字数大概300字以内，内容包括研究背景、研究方法、主要发现和研究意义，语言正式、逻辑清晰，符合中文论文规范。
DeepSeek输出的内容还是老问题，里面有大量的数据，而且这些数据的来源也没标注。要是让我选摘要的话，我肯定选那些通俗易懂、逻辑结构合理的内容。当然，ChatGPT生成的摘要也有不足的地方，它用了“随着”“为此”等一些AI常用的词汇，AI味挺浓的。
构建大纲指令
指令是：请根据论文题目【你的选题】，参照标准的学术论文结构，生成详细的大纲建议，包括各章标题及每章的小节安排，并简要说明每部分的内容重点。例如：请根据论文题目“基于深度学习的多情绪识别模型研究”，参照标准的学术论文结构，生成详细的大纲建议，包括各章标题及小节安排，并简要说明各部分重点。
在这个环节，DeepSeek只是根据论文标题输出了一个框架，看起来挺高级的，每一章每一个点都分得很清楚。但是，它居然跳过了参考文献部分，直接就到附录结尾了，这让我觉得它的输出不完整。而ChatGPT给出的框架更详细、更实用。它不仅列出了每个章节的每一个点，还会告诉我每个点应该写些什么内容。比如说在“研究目标与内容”这部分，它会提醒我要先明确研究目标的核心，再给出本文拟解决的问题与提出的思路。在参考文献这部分，它也没省略，还会告诉我应该用哪种格式，包括哪些类型的文献，不会给我一些假文献让我参考。
文献综述撰写指令
指令是：请根据以下关键词：【XXX】，撰写一段符合中文学术写作风格的文献综述，要求引用逻辑清晰、术语规范、避免堆砌，适用于研究背景或相关研究章节。比如：请根据以下关键词：“人工智能、心理健康、情绪识别、深度学习”，撰写一段符合中文学术写作风格的文献综述，逻辑清晰、术语规范。
可能是我给的这个指令本身有点问题，文献综述不太适合直接让AI生成，得分段提示。不过这也不影响我对DeepSeek和ChatGPT的评估。DeepSeek还是老样子，喜欢带一堆数据，还引用了一些虚拟文献。不过它最后也做了注明，这点还能接受，毕竟文献引用部分后面还能修改。ChatGPT同样也引用了虚拟文献，从内容上看，它俩一个爱堆砌数据，一个爱用明显是AI生成的词汇。
研究设计与数据分析指令
指令是：我正在研究【研究主题】，请根据该主题设计一套完整的研究方法方案，包括数据来源、预处理方式、模型选择、评估指标与实验流程，并说明适合的可视化图表类型。例如：我正在研究“使用Transformer模型对学生社交平台内容进行焦虑水平预测”，请设计完整的研究方法方案，包括数据来源、预处理方式、模型选择、评估指标和可视化建议。
DeepSeek在这个环节的表现真的让我很无语。它直接给了我一堆代码，也不管我能不能看懂，好像只要输出一些高级的东西就能显得它厉害似的。说实话，它输出的那一大串内容我根本不知道在说什么，我只是让它设计一套研究方法方案，它却给我流程图、Python代码还有一些乱七八糟的机制。相比之下，ChatGPT就贴心实用多了。它直接给出了研究方法的方案，虽然不是特别全，但它会详细地告诉我每个大点该怎么做。而且，我不让它输出代码的时候，它绝对不会输出。它还会告诉我在哪个层面该用什么类型的图表，我们后续还能通过提示词对它进行训练和优化。
参考文献指令
指令是：请根据以下文献信息（作者、年份、标题、期刊/会议）生成符合【中文核心期刊/APA/MLA】引用规范的参考文献格式。【原始参考文献信息】。比如：请将以下参考文献转为中文核心期刊标准格式： Li, Y. (2023). Application of AI in Emotion Recognition. Journal of AI Psychology, 15(2), 134–145.
在参考文献部分，DeepSeek和ChatGPT转化后的格式差不多。不同的是，DeepSeek比较谨慎，不会不经我同意就把拼音变成汉字，还给出了中文的参考文献通用格式模板，就是废话有点多。而ChatGPT直接输出了转化后的格式，还对参考文献的每一个点都做了详细说明。其实，DeepSeek在说明这块也做得不错。
期刊推荐与投稿指令
指令是：我准备了一篇关于【研究主题】的学术论文，请推荐【X本】适合投稿的【中文/英文/国内/国际】期刊，附每本期刊的基础信息（如影响因子、数据库收录情况、主题匹配度、审稿周期等）。例如：我准备了一篇关于“人工智能用于青少年情绪识别与心理干预”的论文，请推荐3本适合投稿的国内期刊，附上每本期刊的主题方向、影响因子和建议理由。
按照我的要求，DeepSeek和ChatGPT都推荐了三本适合投稿的国内期刊，输出的内容都还可以。影响因子都是依据2023年的数据生成的，只不过DeepSeek在每个期刊的推荐理由是整段输出，而ChatGPT是分点给出理由，这样看起来更清晰。
通过以上各个环节的实际对比，大家觉得DeepSeek和ChatGPT谁的学术写作能力更强呢？就我个人来说，我觉得付费的ChatGPT比开源的DeepSeek更厉害。
另外，我还发现了一个特别适合学术写作的平台。这个平台内置了ChatGPT - 4o、DeepSeek - R1等一些主流模型，以后还会陆续上架更多好用的AI模型，像gemini、Claude、Grok等。它能帮我们完成期刊论文的写作、课题申报、润色降重以及中英翻译等工作，完全能满足我们在学术写作方面的各种需求。对这个平台感兴趣的同学，可以深入了解一下。用AI生成论文、AI在线论文写作、AI论文一键生成这些功能，在这个平台上都能很好地实现，真的能给我们的学术写作带来很大的便利。
