写一篇长东西——论文、研究报告、深度分析——和随便问几句，需要的能力完全不同。
长文写作最怕的是「前后不一致」：第三节的论点和第七节自相矛盾，前面定义的概念后面用错了，引用的数据对不上。这恰恰是不同 AI 差距最大的地方。
先看分工
| 环节 | 更推荐 | 为什么 |
|---|---|---|
| 读长文献、消化材料 | Claude | 一次吃下几十页不丢细节 |
| 查资料、找最新研究 | ChatGPT | 能联网 |
| 搭结构、列提纲 | 两者都行 | 这一步不吃长上下文 |
| 写初稿、改长稿 | Claude | 中文行文更自然，长文一致性更好 |
| 做图表、算数据 | ChatGPT | 有代码执行和画图 |
| 润色、改语气 | Claude | 语感更好 |
结论：如果只开一个，写长东西的人开 Claude；但很多人是两个配合用。
Claude 强在哪
长上下文不丢细节
这是它最硬的优势。你把三篇文献 + 你的初稿 + 导师的批注一起丢进去，让它综合考虑——它真的能都记住（Claude 怎么读长文档里有更具体的用法）。
ChatGPT 在材料很长的时候，容易顾此失彼：你让它改第五节，它把前面定义好的术语改掉了。
中文行文更自然
写中文长稿时，Claude 的语感明显更好——少那种「翻译腔」和「AI 味」。
试试这个对比：同一段材料，让两个都写一段 300 字的分析，你会立刻看出差别。
愿意说「不」
这一点很多人没注意：你让 Claude 找论证的漏洞，它是真的会找。而有些模型倾向于顺着你说话，你说什么它都夸好——这在写论文时是有害的。
ChatGPT 强在哪
- 联网：查最新的研究、政策、数据，这是 Claude 做不了的
- 算数据、画图：能跑代码、生成图表
- 处理图片：把图表截图丢进去让它解读
所以理想的配合是：用 ChatGPT 查资料和做图表，用 Claude 消化材料和写正文。
写长文的四个实用技巧
1. 别一上来就说「帮我写篇论文」
这样得到的一定是空洞的套话。分步骤：
- 先让它读材料、提炼要点
- 再一起搭结构、列提纲
- 然后一节一节地写，写完一节确认一节
2. 让它标注出处
要求每个结论标明来自哪份材料的哪一节。这样你能核对，它也会更认真地去「找」而不是「编」。
3. 主动要求它挑刺
「这段论证最薄弱的地方在哪？如果审稿人要反驳，会从哪里入手？」
这个问题的价值，往往比让它写十段还高。
4. 保持一个长对话，别开新窗口
长上下文的好处就在这——它记得前面的讨论。换个窗口重来，等于让它失忆。
一条红线：参考文献必须自己核对
AI 会编造看起来非常真实的参考文献。作者名、期刊名、年份、页码，格式完美，但那篇文章根本不存在。
这不是偶尔的失误，是这类模型的固有特性。每一条引用，都必须你自己去数据库查证。
被抓到引用了不存在的文献，后果比你想象的严重。
另一条红线：学校的规定
用 AI 写论文，各校规定差别很大。
- 有的学校允许用 AI 辅助查资料、润色语言
- 有的要求你在文中声明使用了 AI
- 有的完全禁止
动手之前，先去看你所在学校和院系的具体规定。别想当然，也别听同学说「大家都在用」——出了事是你自己承担。
关于开通
Claude Pro 和 ChatGPT Plus 的个人版都在约每月 20 美元这一档（以官方为准）。官方订阅只收海外信用卡。
没有海外卡的话，可以用支持支付宝/微信的方式开通，具体价格以下单页为准。
提醒：任何时候都不要把账号密码和验证码同时交给他人——这两样加起来就是账号的完整控制权。