先确认论文是否真实存在
标题、作者、期刊、年份和DOI应能回到正式记录。
搜索摘要不能替代论文方法与结果。
在实际项目里，先确认论文是否真实存在常常不是单独发生的。研究人员还要围绕“先确认论文是否真实存在”查看时间、处理、样本来源和批次，才能判断眼前的变化来自实验对象、处理过程，还是计算环境。
比较“先确认论文是否真实存在”相关的两批AI研究资料时，即使图表相近，形成过程也可能不同。把“先确认论文是否真实存在”涉及的字段、单位、标识和版本写进记录，后续复核时才有机会避免不同文件被错误合并。
当“先确认论文是否真实存在”出现结果缺失或前后不一致时，先不要急着重跑全部任务。沿着计算环境检查“先确认论文是否真实存在”对应的软件、参数、依赖和资源，通常更容易找到真正需要修正的环节。
先确认论文是否真实存在也关系到交付质量。接收“先确认论文是否真实存在”资料的人如果看不到缺失、漂移、失败和重试，就很难判断文件能否继续分析，或是否需要回到上一步补充信息。
“先确认论文是否真实存在”跨实验室协作时，细小差异会被放大。团队可以为“先确认论文是否真实存在”围绕权限、校验、日志和负责人约定最少记录项，让样本、脚本、日志和输出保持同一套命名关系。
基因名称需要物种背景
同名、别名和旧名称容易在自动摘要中被混用。
核对权威标识并保留原始写法。
基因名称需要物种背景也关系到交付质量。接收“基因名称需要物种背景”资料的人如果看不到字段、单位、标识和版本，就很难判断文件能否继续分析，或是否需要回到上一步补充信息。
“基因名称需要物种背景”跨实验室协作时，细小差异会被放大。团队可以为“基因名称需要物种背景”围绕软件、参数、依赖和资源约定最少记录项，让样本、脚本、日志和输出保持同一套命名关系。
保存“基因名称需要物种背景”的资料，并不是把所有文件永久堆在一起。与“基因名称需要物种背景”相关的原始证据、可重建中间文件和正式结果，应依据缺失、漂移、失败和重试分别设定保存周期。
对外解释“基因名称需要物种背景”的结果时，最好把已确认事实和仍待验证的判断分开。“基因名称需要物种背景”对应的权限、校验、日志和负责人越清楚，读者越能理解结论适用于什么条件。
如果数月后需要重新分析，最有价值的往往不是一张最终图，而是能够串起“基因名称需要物种背景”的记录。它会说明“基因名称需要物种背景”当时怎样处理适用对象、未覆盖条件和不确定性，以及为什么作出这些选择。
相关不等于调控关系
论文提到两个分子，不代表已经证明直接作用。
实验类型和对照条件决定结论强度。
对外解释“相关不等于调控关系”的结果时，最好把已确认事实和仍待验证的判断分开。“相关不等于调控关系”对应的软件、参数、依赖和资源越清楚，读者越能理解结论适用于什么条件。
如果数月后需要重新分析，最有价值的往往不是一张最终图，而是能够串起“相关不等于调控关系”的记录。它会说明“相关不等于调控关系”当时怎样处理缺失、漂移、失败和重试，以及为什么作出这些选择。
“相关不等于调控关系”进入云端后，传输速度只是AI研究工作的一项条件。“相关不等于调控关系”对应的权限、校验、日志和负责人是否完整，会直接影响任务能否复现，也决定团队是否可以安全地继续协作。
检查“相关不等于调控关系”时，可以从输出反向追到输入：先确认结果，再查看日志、参数与样本，最后回到适用对象、未覆盖条件和不确定性。这条围绕“相关不等于调控关系”的路径有助于防止把局部结果过度外推。
在实际项目里，相关不等于调控关系常常不是单独发生的。研究人员还要围绕“相关不等于调控关系”查看时间、处理、样本来源和批次，才能判断眼前的变化来自实验对象、处理过程，还是计算环境。
数字需要回到表格和图注
样本量、倍数和显著性常被脱离上下文引用。
阅读原图、补充资料和统计方法后再写结论。
检查“数字需要回到表格和图注”时，可以从输出反向追到输入：先确认结果，再查看日志、参数与样本，最后回到缺失、漂移、失败和重试。这条围绕“数字需要回到表格和图注”的路径有助于区分技术问题与生物差异。
在实际项目里，数字需要回到表格和图注常常不是单独发生的。研究人员还要围绕“数字需要回到表格和图注”查看权限、校验、日志和负责人，才能判断眼前的变化来自实验对象、处理过程，还是计算环境。
比较“数字需要回到表格和图注”相关的两批AI研究资料时，即使图表相近，形成过程也可能不同。把“数字需要回到表格和图注”涉及的适用对象、未覆盖条件和不确定性写进记录，后续复核时才有机会防止把局部结果过度外推。
当“数字需要回到表格和图注”出现结果缺失或前后不一致时，先不要急着重跑全部任务。沿着实验条件检查“数字需要回到表格和图注”对应的时间、处理、样本来源和批次，通常更容易找到真正需要修正的环节。
数字需要回到表格和图注也关系到交付质量。接收“数字需要回到表格和图注”资料的人如果看不到字段、单位、标识和版本，就很难判断文件能否继续分析，或是否需要回到上一步补充信息。
AI输出要保留审阅记录
模型版本和提示会影响摘要内容。
最终采用的判断应由研究人员核验并注明来源。
当“AI输出要保留审阅记录”出现结果缺失或前后不一致时，先不要急着重跑全部任务。沿着协作交付检查“AI输出要保留审阅记录”对应的权限、校验、日志和负责人，通常更容易找到真正需要修正的环节。
AI输出要保留审阅记录也关系到交付质量。接收“AI输出要保留审阅记录”资料的人如果看不到适用对象、未覆盖条件和不确定性，就很难判断文件能否继续分析，或是否需要回到上一步补充信息。
“AI输出要保留审阅记录”跨实验室协作时，细小差异会被放大。团队可以为“AI输出要保留审阅记录”围绕时间、处理、样本来源和批次约定最少记录项，让样本、脚本、日志和输出保持同一套命名关系。
保存“AI输出要保留审阅记录”的资料，并不是把所有文件永久堆在一起。与“AI输出要保留审阅记录”相关的原始证据、可重建中间文件和正式结果，应依据字段、单位、标识和版本分别设定保存周期。
对外解释“AI输出要保留审阅记录”的结果时，最好把已确认事实和仍待验证的判断分开。“AI输出要保留审阅记录”对应的软件、参数、依赖和资源越清楚，读者越能理解结论适用于什么条件。