想在读书会里用 AI 摘要？先把这几条规则定好

用上 AI 摘要，至少能保证所有人都带着一点准备来开会。“今天的材料我还没打开过”的参与者变少，对会议推进绝对是好事。

但也有副作用。摘要比原文好读得多，读完摘要容易产生“原文也读过了”的错觉，读原文的动力就被抽走了。

换句话说，问题不在 AI 摘要本身，而在于大家对“摘要怎么用”没有共识。要先解决的是这个。

会前准备阶段，AI 摘要能干四件事。

共享全貌：让所有参与者知道今天要读什么。预习术语：把陌生的专业词先解释一遍。

范围地图：列出各部分在哪。候选议题：把可能产生不同解读的地方先挑出来。

这四件事的共同点：都是为讨论备料的工作。到这一步为止，放心交给 AI。

反过来，有些事在规则层面就不该依赖 AI 摘要。

替代原文阅读：摘要是导读，不是原文的平替。可信度评价：“这项研究靠不靠谱”要用原文的方法和图表来讨论，而不是问 AI。

裁决解读分歧：成员理解不一致时，别拿“AI 是这么说的”当裁决依据。还原原文语感：作者字斟句酌的措辞和强调，在摘要里最容易丢。

解读有分歧，以原文为准，而不是以 AI 为准。“因为 AI 是这么总结的”在读书会上不构成理由。

把 AI 摘要引入读书会时，建议开头就对三件事达成共识。

规则一：摘要是共享地图，解读由每个人自己负责。用摘要把握大概没问题，但自己负责或感兴趣的部分，必须读原文。

规则二：论据以原文为准。说“正文里是这么写的”，而不是“摘要里是这么写的”。所有数字和数据都在原文核实。

规则三：发现摘要不对就改掉。这不是繁琐的纠错，而是给小组的阅读理解留档。

第一步，会前用 AI 生成地图：主持人产出范围概览，分发给参与者。

第二步，每个人挑自己在意的部分读原文。不必通读——哪怕每人只读一节，拼起来也能覆盖大半。

第三步，在会上抛出不一致：“摘要是这么写的，但读原文感觉不一样”——这是最好的讨论切入点。

第四步，明确讨论结论：达成共识的解读、遗留问题、下次的任务，都记下来。第五步，保存修订后的摘要，把讨论的成果沉淀下来供下次参考。

重点不是消灭 AI 摘要和原文之间的差异，而是把差异当成讨论的燃料。

讨论中发现“摘要这里不对”，当场就改。

AI 初稿 → 核对原文 → 讨论 → 修订。走完这条流程的摘要，已经不是 AI 的摘要，而是这个小组的阅读档案。

在 Paperfy 里，主持人把这些记录留在自己的文库，需要时抄进共享笔记。日积月累，就有了一份“我们自己写的阅读理解笔记”，随时可以回查。

在 Paperfy 上传论文 PDF 后，AI 摘要、图表和原文 PDF 显示在同一页面：画地图和查原文在同一个屏幕里完成。

而且，AI 摘要可以手动编辑，讨论中修正的理解当场就能覆盖上去。保存在主持人的 Paperfy 文库里，再通过屏幕共享或共享笔记同步给全组。

电台音频的脚本同样可以编辑和重新生成。把“本期范围”和“上期讨论要点”写进回顾音频，隔了段时间再开会也能迅速接上。

在读书会用 AI 摘要，就把它定位成共享地图——不是原文的平替，更不是解读的裁判。

论据永远回到原文；摘要与原文的差异，欢迎拿出来讨论；修订后的摘要作为阅读档案保存，下次接着用。

备料交给 AI，人专注于讨论；连讨论也交给 AI，聚在一起就没意义了。守得住这个平衡，是 AI 时代读书会成败的分水岭。