汉语言大二的我让AI替我读了96条帖子选题当晚就定了

**汉语言大二的我让 AI 替我读了 96 条

帖子，选题当晚就定了**

我上学期的毕业论文，差点翻车。

选题跟导师拉扯了两周，文献下了37篇每篇只看摘要，初稿憋了一周写了不到三千字，查重42%，改到凌晨四点，改完自己都读不通顺。距离deadline还有三天，我连引言都没定稿。

后来室友甩给我一个 WorkBuddy，死马当活马医用了三天，最后论文拿了85分，导师的评语是「结构清晰、论证充分」。

我才发现：写论文这件事，不是你不够努力，是你的工具配不上你的努力。别人已经用AI搭框架、写初稿、降重改格式了，你还在一个字一个字手搓。

今天把我这三天的完整操作流程全写出来。踩过的坑、翻过的车，照实说。

一、别急着翻文献，先让AI把“大家在聊什么”抓下来

工具先交代一句。WorkBuddy 能听懂一句中文，你说清楚抓什么、按什么分、打什么标签，它就去把社交平台上的讨论抓下来，整理成一张能直接看的数据表。不用写代码，我这种纯文科生也敢自己上手。

我卡住的地方是，不知道真实读者到底在聊《红楼梦》的什么。知网上全是学者在聊，看不到活人在聊什么。发问卷太慢，访谈也凑不够人。于是我给了它这么一句：

搜索小红书一周内的帖子，关键词包括：红楼梦、林黛玉、薛宝钗、红楼梦人物讨论。抓取帖子内容和评论，按人物讨论、情节争议、影视改编、人情世故四个维度分类，每条提取标题、正文摘要、评论数、点赞数、发布时间、IP属地，并打上讨论标签，最后按类别统计条数。

然后我去接了杯水，回来时屏幕上已经列好96条：人物讨论32条，情节争议24条，人情世故24条，影视改编16条。每条都带标题、摘要、评论数、点赞数、发布时间、IP属地，AI还顺手打了标签：嗑CP、职场处事、说话艺术、改编吐槽、读书笔记。

一句话，三分钟，96条。这步直接抄也行：关键词换成你自己专业的话题就好，社会学换成社会议题，教育学换成学习困惑，新传换成热点事件，其他照搬。

二、数据把我以为的选题全推翻了

数据到手先别急着用。我干的第一件事，是把自己原先的三个判断写下来，再拿数据一条条去撞。三个，全撞翻了。

我以为聊得最凶的肯定是宝黛爱情。黛玉相关的帖子确实多，可把收藏量高的那些单拎出来看，被反复收藏、被职场人反复引用的，是“薛宝钗的处事方式”。打工人是把它当人情世故教材在看的。

我以为高赞的会是那种细读文本的长文。结果点赞最高的几乎都是“红楼梦+现代场景”的嫁接：黛玉的说话方式放进职场沟通，宝钗的社交策略放进宿舍关系。老实谈文本的，倒是少数。

我以为讨论的人跟我差不多，都是同龄学生。IP属地显示六成集中在一二线城市，活跃的人更像年轻职场人和备考党。所以论文要谈“当代接受”，样本画像得写清楚，不能默认成大学生群体。

所以选题被我整个改了：从“宝黛爱情悲剧成因”，改成“《红楼梦》人物话语的现代传播——以黛玉、宝钗的职场化解读为例”。都是写《红楼梦》，后一个题目底下垫着96条真实数据，写起来心里有底。

三、AI帮你从0到1，但从1到100得自己走

有了数据，我让AI接着往下走，第二句指令：

基于这96条红楼梦讨论数据，帮我分析：1.被讨论最多的主题和高频标签；2.每个主题最常被讨论的角度；3.有哪些与直觉相反的发现；4.根据以上分析，给我的学年论文列出5个可行方向，每个方向注明数据依据。

AI列的方向里有一条我没想到：从“黛玉说话艺术的现代适用性”切入。它给的理由是，带“说话艺术”标签的帖子互动量整体偏高。这个角度我原先压根没往那儿想。

但有三件事，它做不了，你也别指望它做。

第一，判断哪个方向值得做。它列了5个方向，但“人情世故这一块的数据够撑起一篇论文”这个判断，是我盯着那96条自己看出来的。它能分类、能罗列，判断不行。

第二，拍板。最后选哪个方向、论证怎么搭、文献怎么找，都是我自己定的，还得过导师那一关。AI是参谋不是决策者，写进论文致谢可以，署名作者栏不行。

第三，得自己回去翻原著、找人聊。数据能告诉你大家在聊什么，说不清为什么。职场人为什么偏爱宝钗？这个得回到文本里找，或者真去访谈几个人。这段路它帮不上。

四、最后的话

以前一个文科生想做有数据撑着的选题，要么求会代码的同学帮忙，要么干脆放弃。现在一个凌晨加一句中文就够了。

省下来的时间我拿去重读原著，把黛玉怼人的段落重新标了一遍。工具就该这么用：把耗时间的活接过去，思考还是留给自己的。

五、干货收尾：两段提示词，直接抄

上干货。把下面两段提示词里【】的部分换成你自己专业的话题，其余照抄。什么专业都能用。

提示词A · 抓数据

搜索小红书一周内的帖子，关键词包括：【关键词1】【关键词2】【关键词3】【关键词4】。抓取帖子内容和评论，按【维度1】【维度2】【维度3】【维度4】分类，每条提取标题、正文摘要、评论数、点赞数、发布时间、IP属地，并打上主题标签，最后按类别统计条数。

提示词B · 做分析

基于抓到的这批数据，帮我分析：1.被讨论最多的主题和高频标签；2.每个主题最常被讨论的角度；3.有哪些与直觉相反的发现；4.根据以上分析，给我的【论文/作业/项目】列出5个可行方向，每个方向注明数据依据。

跑之前过一遍这个清单：

关键词给4个左右。太宽会抓回一堆没用的，太窄数据量不够

分类维度提前想好3-4个，这是你拿来找落差的框架，别随手分

限定时间范围（比如“一周内”），不限的话新旧帖子混在一起，没法比

结果先看条数和分布，再挑高赞、高评论的精读

数据里出现的用户昵称、头像，引用进论文前必须匿名化处理

跑完之后，照这个顺序来：

先把三个“我以为”写下来，再去数据里找反例，每个反例都可能是个选题

用提示词B要5个方向，只挑1-2个数据最硬的往下做

拿着方向去跟老师同学聊一次，数据是一头，人话是另一头，两边都得对上

回到原始材料（原著、教材、文献）补功课，AI只管从0到1那段

论文里写清楚数据来源、抓取时间和样本量，不然站不住

用这个方法跑出选题的话，评论区说说你抓到多少条、推翻了哪个“我以为”。