撰写学术论文的Figure legend与Results部分耗时费力，AI能否代劳？通过对GPT-5与Claude 4.1进行深度实测，这篇内容揭示了两者在解读复杂科研图表和生成学术文本上的真实差异，为科研人员选择高效AI助手提供了极具价值的参考依据。
智能速览
Claude 4.1在解读复杂科研图表时，提问更精准，直指关键信息。
在生成Figure legend时，Claude 4.1的输出更符合学术论文规范。
撰写Results部分时，Claude 4.1表现稳定，而GPT-5在多轮对话后易“偷懒”。
AI辅助科研写作已具备可行性，能显著提升工作效率。
精华内容
面对信息密集的科研图表，AI的解读能力究竟如何？它们能否生成符合学术规范的文本？通过一篇已发表的免疫学论文中的复杂图表，对两款顶级AI进行了实战检验。
图表解读对比
测试选用了一篇已发表在Frontiers in Immunology上的论文Figure 1，该图包含示意图、统计图、热图等9张复杂子图。在解读过程中，GPT-5能大致描述每张图的结果，但需要补充大量信息。
相比之下，Claude 4.1不仅能识别图表，还能精准地提出关键问题，如子图B的具体细胞系列表、子图C的基因表达类型等，这些都是撰写Figure legend所必需的、但图中未直接显示的信息。
Legend生成差异
在补充信息后，两者生成的Figure legend质量差异明显。Claude 4.1的输出更专业，例如，它会智能地为E-F两张蛋白印迹图添加总括性标题“Western blot analysis of cGAS-STING pathway activation”，甚至补充了图中未明确标注的磷酸化位点信息。
GPT-5则未能生成如此概括性的描述，细节处理上相对粗糙，更接近于对图表的简单翻译。
Results写作测试
在Results部分的写作测试中，首先规划内容大纲，然后让AI按章节生成。Claude 4.1全程表现出色，严格按照大纲和指令进行写作，段落间衔接自然，且能准确引用每一个子图。
而GPT-5在多轮对话后，出现了输出内容简化、信息量下降的趋势，表现出所谓的“偷懒”行为，未能忠实完成任务。
综合性能评估
综合来看，在学术论文撰写这一特定任务上，Claude 4.1在信息理解的深度、提问的精准度、生成内容的专业性以及长文本任务的稳定性上，均优于GPT-5。它更像一个严谨的学术助手，而非一个简单的文本生成器。
本次测评清晰地表明，AI已能深度介入学术论文写作，且不同模型间存在显著差异。Claude 4.1凭借其出色的专业性和稳定性，成为撰写Results和Figure legend的更优选择。未来，善用AI将成为科研人员的核心竞争力之一。
