如何写好科研论文？编委范登平分享3个核心技巧-秒思网

很多研究生和青年学者都有过这样的体验：实验数据详实、创新点明确，但写出来的论文投出去就被拒，审稿意见里写着“逻辑不清晰”“贡献不突出”“表述不严谨”。问题往往不在研究本身，而在写作的底层逻辑——把论文当成了实验报告的堆砌，而不是一个“有说服力的科学故事”。

《IEEE TPAMI》编委、上海AI实验室教授级研究员范登平，在审稿数百篇论文后总结出一个核心观察：大部分被拒稿的论文，不是创新不足，而是没让审稿人快速看到创新的价值。审稿人平均花在一篇稿件上的时间只有20-30分钟，如果你的结构不能在5分钟内让审稿人抓住重点，后面写得再多也容易被误判。

范登平在访谈中反复强调：“论文不是写给自己看的，是写给审稿人和读者看的。你需要降低他们的认知负担。”

针对这个痛点，他提炼出三个可落地的核心技巧：先写图、再写文；用“贡献清单”锚定全文；在实验部分做“差异化的诚实”。下面逐一拆解。

一、核心技巧一：先写图，用图表讲完整个故事

范登平认为，论文的骨架是图表，不是文字。审稿人最先看的往往是图，尤其是系统框架图和实验结果图。如果你的图无法独立传达研究的核心贡献，那么文字写得再漂亮也事倍功半。

具体做法是：动笔写正文之前，先把所有关键图表用草稿形式画出来。包括：

• 系统/方法框架图（展示输入、处理流程、输出）

• 对比实验图（与SOTA方法在相同条件下的性能差异）

• 消融实验图（验证每个模块的必要性）

• 可视化案例图（定性展示效果）

这就像导演先画分镜脚本，再写剧本。每张图要回答一个核心问题：这张图想证明什么？ 如果一张图说不清，就拆成两张；如果两张图在说同一件事，就合并。

论文框架图布局

效果验证：范登平分享过一个案例——他指导的一位学生原本按“引言→相关工作→方法→实验”的顺序写作，写了两个月，方法部分依然混乱。后来改为先画图，把方法流程用三张子图拆解清楚，再照着图写文字，一周就完成了初稿，而且在投稿后收到的审稿意见中，没有一条关于“方法表述不清”的评论。

很多论文的引言写得像文献综述，方法部分又像代码注释，读者看完不知道你的工作到底比前人强在哪。范登平给出的解药是：在写作前，先列一份“贡献清单”，用三到五条简短的句子明确写出本文的贡献。

这三到五条贡献必须满足三个条件：

每条都是具体、可验证的陈述，而非“我们提出了一种新方法”这种空话。

每条都能在正文中找到对应证据（图表、公式、实验数据）。

条与条之间有递进关系，比如从问题定义到方法创新再到性能提升。

例如，一篇图像分割论文的贡献清单可以这样写：

• 我们揭示了现有方法在边界模糊区域的特征退化问题，并通过实验验证了其普遍性。

• 提出一种轻量级边界增强模块，仅增加2.1%的计算量，即在三个数据集上平均提升IoU 1.8个百分点。

• 构建了一个包含2000张困难边界样本的评测子集，为后续研究提供更细粒度的评估基准。

有了这份清单，引言、方法、实验每一部分都有了“锚点”。引言按清单逐条展开，方法部分用小节标题呼应清单，实验部分用数据验证清单。全文的每一段都服务于某一条贡献，删掉任何一段都会让论证链条出现缺口。

范登平提醒：“贡献清单不是写给审稿人看的，是写给作者自己看的。它帮你时刻清醒：这篇论文到底在卖什么。”

效果验证：根据范登平在多个学术写作工作坊中的反馈，采用贡献清单法的学员，在写完初稿后自我评估“逻辑清晰度”的平均分从6.2分提升到8.1分（满分10分）。更重要的是，投稿后收到的“贡献不明确”类审稿意见减少了约70%。

实验部分是论文中最容易“注水”也最容易“翻车”的地方。范登平观察到，不少论文的实验存在两个极端：要么只挑对自己有利的指标，回避弱点；要么把所有数据都堆上去，毫无重点。这两种做法都会损害论文的可信度。

他建议采用“差异化的诚实”策略，包含三层含义：

第一，诚实报告所有主要实验条件。 包括数据集的划分方式、超参数设置、运行环境等。哪怕某些设置导致结果不理想，也要写清楚。审稿人最反感“隐藏细节”，一旦被发现，整篇论文的可信度崩塌。

第二，差异化展示结果，不回避劣势。 在对比表中，除了突出自己方法的优势指标，也可以主动列出在某些数据子集或某个指标上不如SOTA的情况，并给出原因分析。这种“有条件的劣势”反而能证明你对问题的理解深度。

第三，用消融实验“拆解”你的方法。 逐模块验证每个设计的必要性，用数据说明“为什么这样做”。如果某个模块去掉后性能没有下降，那这个模块就不该写进论文。