毕业答辩里，问答环节往往比陈述更影响成绩，用 AI 备答的思路是让它站在评委视角，把可能被问的问题提前批量生成出来，你再逐条准备答案，把准备方式从「背稿」换成「备答」。陈述稿背得再熟，也覆盖不了追问的变数，预设问题的覆盖面才决定临场底气。
预设问题从论文的哪几处挖
评委提问有明显的规律：选题依据部分会被问「这个问题为什么值得研究」「和已有工作的差别在哪」；方法部分会被问「为什么选这个方法而不是更简单的方案」「关键参数怎么定的」；实验部分会被问「样本量够不够」「结果能不能复现」「数据来源可靠吗」；结论部分最容易被追问「结论的适用边界在哪」「有没有反例」。把论文里每个可能被挑战的断言都标出来，这些标注点就是预设问题的高发区，一页论文往往能挖出两三个问题。
生成问题的提问模板
给 AI 布置任务时，用分角色加分区间的模板效果好。第一步：「你是毕业答辩评委，研究方向是 XX，请针对我论文的第三章，提出五个质疑性问题，按由浅到深排序，并说明评委为什么会问这个问题。」第二步，把问题变多：「再从研究方法、数据可靠性、创新性三个角度各提三个问题，不要与之前重复。」第三步，查漏：「我的论文里哪些表述容易被当成过度断言？请逐条指出并给出评委可能的反问。」三轮下来，通常能攒到二三十个问题，去重后按主题归并，形成自己的题库。
必问、可能问与刁钻问的分层准备
拿到问题清单后分三层处理。必问层是所有答辩都会碰的：创新点是什么、工作量在哪、结论有什么用，这三题要写成完整书面答案并练到脱口而出。可能问层是与你论文内容强相关的技术细节，每题列三句要点，能展开说一分钟就够。刁钻问层是那些暴露论文局限的问题，比如「你的方法在 XX 情况下会失效吗」，应对策略是提前想好承认边界的说法——大方承认局限再加一句后续改进思路，比强行辩解的印象好得多。三层准备的时间分配大致是四三三。
答不上来时的应对话术
临场遇到没准备的问题，有几套话术可以缓冲。需要时间思考时说：「这个问题很好，我从 XX 角度先谈一下我的理解。」思路只对一部分时，先答确定的部分，再补一句「更完整的分析我还需要查证，答辩后我会补充研究」。确实超出知识范围时，直接承认比硬编更体面：「这个方向我没有深入研究，目前的初步想法是 XX，可能不够严谨，恳请老师指正。」评委对诚实的边界感接受度很高，反感的是不懂装懂。答完每个问题，最后一句回到自己论文的贡献上，把话题收回来。
答辩前夜的最后一轮演练
最后一晚不再新增准备量，做三件事就够：把必问层的答案朗读两遍，确保语言是口语而不是书面语；请一位同学用题库随机抽问，模拟真实节奏，重点练「听完问题先停两秒再作答」的从容感；把论文打印稿里可能被翻到的图表位置夹上便签，评委翻到时你能立刻找到对应页。设备检查也别拖到当天：答辩用的电脑、备份文件、翻页笔，前一晚全部过一遍，把意外因素降到零，剩下的就是正常发挥。
答辩评委常问的问题，AI 能提前猜到多少？
- AI 生成的预设问题和真实提问的重合度高吗？：常见角度的重合度不低，因为评委提问有行业惯例；但结合评委个人背景的临场问题猜不到。把 AI 题库当基础盘，再根据答辩委员会成员的研究方向补充针对性问题，覆盖面才完整。
- 问题准备得太细，答辩时会被当成背稿吗？：评委在意的是回答质量，只要不是逐字背诵的腔调就没问题。备答时记要点不记句子，回答时用自己的话组织，听起来自然且更有底气。
- 论文还没定稿，可以先用 AI 备答吗？：可以，反而建议在定稿前做——AI 指出的过度断言和薄弱环节，正好是定稿前可以修补的地方，比答辩现场被动挨问划算得多。
延伸阅读：用 AI 备开题答辩：预设问题清单的做法。
