如何写好科研论文？编委范登平分享3个核心技巧

在学术界，论文被拒是常态，但不是宿命。据Elsevier对全球审稿人反馈的统计，约62%的初投论文因“写作质量问题”在同行评审阶段被拒或要求大修，而非研究本身存在硬伤。换句话说，很多扎实的研究成果，是栽在了表达与呈现的“最后一公里”。

经常听到博士生抱怨：“我的实验数据完整，图表也做了，怎么审稿人还是说‘逻辑不清’‘贡献不明确’？”这是因为，科研论文不是实验报告的堆砌，而是一次有逻辑、有谋略的学术沟通。审稿人时间有限，第一遍往往只花15-20分钟做快速判断。如果你的摘要抓不住重点、引言没有递进、方法部分缺乏可复现性、讨论自说自话，那么即使数据再漂亮，也很容易在“印象分”上被淘汰。

我长期关注计算机视觉领域的论文发表与期刊运营，也与多名编委成员有过深入交流。其中有位人工智能领域核心期刊的编委范登平，他在一次学术写作工作坊中分享了评审论文的真实感受：“我每天收到大量稿件，真正能让我读完摘要就产生‘继续往下看’欲望的，不到三成。”结合他作为一线研究者与学术服务者的双重经验，我们可以提炼出三个被反复验证的核心技巧。这不仅是写作技巧的修补，更是一套从审稿人视角出发的“逆向设计”方法论。

一、核心技巧一：用“倒金字塔”结构重构引言，告别“文献罗列”

1. 痛点诊断：引言常见“三宗罪”

很多初稿的引言，往往以“近年来，随着人工智能的高速发展……”开头，然后按时间线罗列数十篇文献。这种写作方式会让审稿人迅速失去耐心。核心问题有三点：

• 缺乏问题漏斗：没有从“宽泛领域”快速收敛到“具体空白”，读者不知道你究竟要解决哪个子问题。

• 文献堆砌：每一段都在介绍“别人做了什么”，却始终不点出“别人没做什么”。

• 贡献点迟到：论文的核心贡献（Contributions）往往在引言结尾才以一句话带过，没有形成印象冲击。

2. 解决方案：引言像漏斗，前三段就要“锁死”目标

范登平给出的建议非常明确：引言的结构应当像一只倒放的金字塔，最顶部是宏观背景，然后迅速收窄，最终精准定位到你要攻克的“空白点”。具体操作可以分为三步：

第一步：第一段只讲“为什么这个方向重要”，但不要超过三句话。 宏观背景只做铺垫，不要长篇大论。例如：“自动驾驶感知系统在弱光环境下性能骤降是制约L4级落地的主要瓶颈之一。”一句话点出领域的重要性。

第二步：第二段开始逐层收缩，讨论“已知方法有什么局限”。 此处不需要逐一罗列所有文献，而是聚类分析。比如：“现有基于RGB图像的检测方法在正常光照下表现优异，但面对夜间低照度场景，其精度平均下降40%以上（引用A、B）；部分工作引入红外模态，却受限于传感器成本（引用C、D）。”这里的关键不是“谁做了什么”，而是“目前做不到什么”。

第三步：第三段明确提出“空白”与“本文的回应”。 这一段的结尾，要用黑体或清晰措辞写出 “本文首次提出/设计了一种……方法，核心贡献包括三点：……” 贡献点编号要用加粗，让审稿人一眼锁定。审稿人在读引言时，其实就在心里打三个钩：背景清楚了吗？问题找到没有？贡献是否具体？ 如果三秒内打不完三个钩，这篇论文的印象分就打了折扣。

一个容易被忽略的细节：引言的参考文献引用数量不是越多越好，精选近3-5年的高水平期刊/会议论文15-25篇，远比罗列50篇更能体现你对领域的精准理解。

二、核心技巧二：将“方法部分”写成一个可复现的“交付物”

1. 痛点诊断：审稿人最怕看到“教科书式重复”和“伪公式”

方法部分（Method）是最容易写枯燥的章节，也是最容易被审稿人批“不可复现”的地方。常见问题包括：

• 公式只是抄写：把已有方法的基础公式重新摆一遍，却没有说明“你的改动在哪里”。

• 算法伪代码过于抽象：只有输入输出，没有中间步骤的关键处理细节。

• 参数设置藏着掖着：对于学习率、迭代次数、优化器选择等关键超参数，要么表格缺失，要么藏在脚注里。

• 架构图与文本脱节：图画的很好看，但文字描述无法与图中的模块对应起来。

2. 解决方案：用“模块化+异常处理+参数全表”交付

范登平在此处的建议非常务实：把方法部分当作一份“产品说明书”来写，做到三个“凡是”：

具体操作上，建议使用“模块化写作法”。将你的方法分为若干关键模块（如：特征提取模块、特征对齐模块、分类/回归头模块），每个模块按照“功能目标→设计思路→数学表达→伪代码/流程图→复杂度分析”的顺序展开。这种结构不仅逻辑清晰，还能让审稿人快速跳转到自己最关心的部分。

需要注意的“异常处理”小节：如果你的方法在某些边界条件（比如输入分辨率异常、数据缺失）下会退化，不要隐瞒。主动在方法末尾加一段“局限性讨论”，例如：“当输入图像分辨率低于64×64时，本方法的特征提取模块计算量下降但精度衰减明显，这将是未来工作的方向。”这种坦诚反而会提升可靠性评价。

好的方法部分，应该让一个同领域的研究生仅凭文字和图表，就能在两周内复现出你的核心结果。 如果达不到这个标准，说明写作还不够“透明”。

论文逻辑框架示意图

三、核心技巧三：用“贡献量化表”重建实验结果，让审稿人无话可说

1. 痛点诊断：实验结果只有“数值涨点”，缺少“性能验证”

绝大多数论文的实验章节，都是一张巨大的对比表格，然后逐项解释“我们的方法是0.823，比第二名高了0.5个点”。这种写法太单薄，既没有证明“涨点的来源”，也没有回答“这种提升是否具有统计显著性”。

范登平认为，实验部分要回答的不是“我比你好”，而是“为什么是我好，以及好在哪个维度上”。如果只给出一个平均值，审稿人很难判断你的方法在某类特定样本上是否失效，也就无法建立信任感。

2. 解决方案：三层递进的实验证据链

优秀的实验部分应当构建一条“证据链”：

第一层：主表对比——看整体水位。 这一层解决“是否领先”的问题。表格中除了数值，建议用加粗标识最高结果，同时标注每个指标的提升百分比。

第二层：消融实验——看贡献来源。 逐模块移除/替换，量化每个组件对最终结果的贡献。这直接回应审稿人“你的提升是不是只是堆参数”的质疑。

第三层：可视化分析——看泛化能力。 包括特征分布图（如t-SNE）、失败案例展示、不同难度子集的性能差异曲线。这一层最花时间，但往往最能打动编委。比如：“将测试集按遮挡比例分为0-10%、10-30%、30-50%三档，本方法在第三档仍保持63.4%的准确率，而基线方法仅为38.2%，说明本方法在极端遮挡下具备更稳健的特征提取能力。”

此外，强烈建议在每张表格下方的图注（Caption）中，用1-2句话说明“从表中可以得出的关键结论”。不要高估审稿人的耐心，把结论直接端出来，永远比让他自己“悟”更有效。

实验性能对比图

四、总结：从“写完”到“写对”，只需要三处观念转变

回顾以上三个核心技巧，可以发现它们并非割裂的“局部润色”，而是背后有一套统一的底层逻辑：审稿人导向的逆向写作思维。

• 引言部分，本质上是在完成一次“问题锁定”，让读者快速建立“这篇文章非看不可”的预期。

• 方法部分，核心是“交付信任”，用透明度换取公信力，拒绝模糊和跳跃。

• 实验部分，立足点是“构建证据链”，用立体的验证代替单薄的数值对比。

现在不妨将手头的论文草稿翻出来，对照以下行动清单做一次“体检”：

如果以上五个问题的答案都是“是”，那么这篇论文已经超越了相当比例的投稿者。范登平的分享中还有一句话非常值得记取：“论文不是实验的日记，而是一场关于发现的说服。”把这句话打印出来贴在显示器旁边，每次写论文时抬头看看，或许比任何模板都管用。

写作能力是在迭代中提升的，不要期望一稿完美。先保证逻辑框架不被审稿人挑剔，再逐句打磨语言。日积月累，你会发现自己掌握的不只是写作方法，更是一种提炼学术贡献的能力。