如何撰写 SCI 论文

一份面向研究生的 SCI 论文写作实战指南。

1. 审阅流程

了解审稿流程，才能有针对性地写作。

第一阶段：编辑初筛（Desk Review）

编辑收到稿件后，会在 1-7 天内做初步判断。这个阶段不送外审直接拒稿的比例高达 30%-50%。编辑看的只有三样东西：

1. Cover Letter — 是否说明了本文与该期刊的相关性
2. Title & Abstract — 主题是否在期刊收稿范围内，是否看起来有实质性贡献
3. 格式 — 是否遵守期刊模板要求

被 desk reject 的论文，审稿人根本看不到。所以 Cover Letter 和 Abstract 必须认真对待。

第二阶段：送审与审稿人选择

编辑根据你的关键词和参考文献，从期刊审稿人库中邀请 2-4 位审稿人。通常需要 2-4 周才能凑齐，因为很多邀请会被拒绝。

你可以在投稿系统里推荐审稿人和回避审稿人，这很有用：

• 推荐：引用过你工作的作者、你引用的核心论文的通讯作者
• 回避：直接竞争对手、有利益冲突的合作者

第三阶段：审稿与决策

审稿人通常在 4-8 周内完成审稿，然后编辑根据审稿意见给出决定：

决定类型	含义	概率
Accept	直接接收	极少见
Minor Revision	小修，修改后可接收	一轮修改后常见
Major Revision	大修，需大幅修改后再审	首轮最常见的正面结果
Reject & Resubmit	拒稿但鼓励重投	修改量大，视为新投稿
Reject	拒稿，不鼓励重投	需转投其他期刊

拿到 Major Revision 就是好消息——说明编辑和审稿人认为这个工作有潜力，值得花时间修改。

应对策略

• 不要等一个月再修改——热情冷却后修改质量反而下降。建议 2 周内动笔。
• 被拒后不要立刻转投。先根据审稿意见修改（哪怕意见不对，也说明你的表述不够清楚），再投下一家。否则同样的缺陷会被下一轮审稿人再次指出。

2. 文章第一印象

审稿人打开你的论文，前 5 分钟决定了整篇论文的基调。如果第一印象差，后面的审稿会变成"找茬模式"；如果第一印象好，审稿人会倾向于"挑小毛病"就放你过。

影响第一印象的关键要素

1. Title：是否清晰传达了研究主题？是否夸大其词？
2. Abstract：读完后能否用一句话复述本文贡献？
3. Figure 1（方法总览图）：扫一眼能否理解你的方法做了什么？
4. 排版：是否整洁规范？（错位的表格、模糊的图片、大小不一的字体——这些会瞬间耗尽审稿人的耐心）

几个实践要点

• Figure 1 要花最多的时间打磨。审稿人打开 PDF 后，第一眼看到的往往是 Figure 1。如果这张图清晰、专业、有信息量，审稿人的心理预期会自动调高。
• 排版细节不可忽视：参考文献格式统一、图表对齐、字体大小一致。这些小问题会让审稿人怀疑你对待研究的态度。
• 不要出现低级的拼写和语法错误。一篇满是 typos 的论文，审稿人会直接假设你的实验也做得很粗糙。

3. 引言

引言是整篇论文最重要的部分——很多审稿人读到一半就会形成最终判断。

逻辑链：倒三角结构

引言不是平铺直叙，而是一个逐步聚焦的论证过程：

第一段：宏观背景（1-2句）→ 具体应用场景
第二段：现有主流方法概述
第三段：现有方法的不足之处（每一点对应你方法的一个创新点）
第四段：你的核心idea和3条贡献
第五段（可选）：论文组织结构

每一段都应该是"因为上一段说了 X，所以这一段必须说 Y"的逻辑延伸。拿掉任何一段，论证链就会断裂。

常见写作模式

第三段（Gap 陈述）的高阶写法：

不要笼统地说 "existing methods are not good enough"。更好的写法是：

• 方法 A 做了 X，但它的假设 Y 在实际中不成立
• 方法 B 解决了 Y，但引入了新的问题 Z
• 你的方法同时解决了 Y 和 Z

这种"链式批评"比"并列批评"的说服力强得多，因为审稿人能看到你真正理解了这个问题域。

第四段（贡献陈述）的注意事项：

• 贡献 3 条最佳，少则单薄，多则注水
• 每条用不同动词开头：We propose... / We design... / We demonstrate...
• 贡献是你实际做了的事情，不是实验结果的罗列。比如 "We achieve SOTA on dataset X" 不是贡献，"We propose a novel attention mechanism that captures long-range dependencies with linear complexity" 才是贡献
• 结尾用一句 "The code will be released upon acceptance" 增加可信度

4. 研究方法

研究方法部分是论文的"工程图纸"——目的是让同领域的研二学生能复现你的工作。如果你的方法用了 3 个模块、引入了 2 个损失函数，那么最好的组织方式是和 Figure 1 完全一致的叙述顺序：先给总览图，再按图的顺序逐个讲解模块。

写作原则

每个模块用一个 "Overview" 段落开头，用一两句话讲清楚这个模块解决什么问题，为什么要这么设计，然后才进入公式和细节。公式里的符号必须在正文中解释，不要假设读者能猜出符号含义——审稿人不会费这个力气。

设计选择要给出理由

每个设计选择背后都应该有原因：你试过什么替代方案、为什么没用。比如"我们尝试了直接用 MLP 做融合，但发现会引入噪声。相比之下，cross-attention 能让两个模态的表示先对齐再融合，性能更好（见消融实验 Table X）。"这不只是写方法，而是在对审稿人说"我的设计是经过思考的，不是随手调的"。

伪代码的价值

如果你的方法流程超过 5 个步骤，加一段伪代码通常能显著降低审稿人的理解成本——一段 15 行的伪代码可以省掉 2 页文字描述。对审稿人来说，很多时候看完伪代码就已经理解了整个方法流程，正文细节只是在确认理解无误。

5. 结果与讨论

实验章节不是数据的堆砌，而是向审稿人展示一个令人信服的故事。

主实验：用表格讲故事

主实验的对比表格，直接决定了论文被接受的概率。以下是核心操作：

• baseline 数量充足：至少 6 个对比方法，覆盖经典方法、近两年的 SOTA、和你自己去掉关键模块的 variant。审稿人一眼扫过去如果发现缺少某个重要 baseline，信任感立刻下降
• 公平比较：所有方法在同一 backbone、同一训练配置下对比。Cherry-pick backbone（A 方法在 ResNet 上比、B 方法在 ViT 上比）是大忌
• 加粗与下划线：你的方法加粗，次优结果加下划线——这是学术界约定俗成的规范，不遵守会被认为不专业
• 统计检验：加个显著性检验（t-test 或 Wilcoxon），说明你的性能提升不是随机波动。这花不了多少时间，但审稿人会很买账

消融实验（Ablation Study）

消融实验是证明你设计有效性的关键证据。核心原则是控制变量：每次只去掉或替换一个模块，观察性能变化。汇报的时候，如果模块 A 去掉后性能下降 5 个点，模块 B 去掉后下降 0.5 个点，你就知道该重点强调哪个了——审稿人也在做同样的判断。如果一个论文的每个消融项都只有 0.x 的提升，审稿人会合理怀疑你的方法就是个堆 trick 的 ensemble。

讨论：从结果中提炼洞察

讨论的本质是做减法，从 20 行实验数据中提炼出 2-3 个 actionable insight。好的洞察不只是"我们最好"，而是"在什么条件下我们的优势最大"，以及"为什么会有这个优势"。比如"数据量越少，我们方法的优势越明显（50% 训练数据下领先 5.2 个点，100% 训练数据下领先 2.1 个点），这说明我们的预训练策略有效减少了数据依赖。"这种分析需要额外的实验（不同数据量、不同类别数、不同噪声水平），但这些实验往往比主实验本身更能说服审稿人。

错误案例分析

挑 2-3 个你的方法预测错误的例子，分析原因。这不但不会降低论文的可信度，反而让审稿人觉得你的实验是诚实的。更重要的是，错误分析可以为 future work 提供具体的切入点。

6. 图和表

审稿人看图的时间远多于看正文的时间。一张好图能让审稿人在 30 秒内理解你的方法做了什么——这就是你花了 2 页文字想要达到的效果。

图的四个考察维度

审稿人会下意识地从四个维度评判一张图：

• 自明性（Self-contained）：只看图和 caption，不看正文，能否理解这张图在讲什么？
• 与正文的一致性：图中标注的术语（模块名、变量名）是否和正文完全一致？
• 视觉重点引导：读者第一眼看图时，视线是否落在最重要的信息上（通常通过颜色对比、箭头、标注来实现）
• 复杂度适宜：不空洞（一张图就画了一个箭头），也不杂乱（一张图塞了 12 个模块和 15 条数据流）

Caption 的写法

图的 caption 不只是标题，更是一段简短而有说服力的陈述：

• 第一句：描述这是什么（不是"Pipeline of our method"，而是具体描述，如"Overall architecture of our proposed framework. The encoder-decoder backbone is shown in gray, our three proposed modules are highlighted in color."）
• 中间：逐模块或逐元素简要说明
• 末句（可选）：点明核心信息——比如"Best viewed in color."
• Caption 通常 3-5 句，排版后 3-4 行

表格的规范

表格的 caption 要写清楚：数据集、评估指标、加粗/下划线规则。表格内绝对值对 alignment 很重要——小数点对齐、数字位数一致、每列宽度均匀——这些排版细节审稿人未必能明确说出来，但他们会觉得"这个表看起来很舒服"或者"这个表看起来很乱"。

配色的讲究

尽量使用 colorblind-friendly 的配色方案（如橙色-蓝色而非红色-绿色），且确保论文打印成黑白后图仍然可读（用不同线型或标记区分，不要仅靠颜色）。

7. 摘要与题目

摘要和题目是审稿人最先看到的东西，也是编辑决定是否送审的核心依据。

Title

Title 是论文的"名片"，要同时做到精确和简洁。控制在 15 词以内，格式上大多采用 [方法名]: [核心idea] for [任务名] 的模板。

不要在 Title 里浪费时间——审稿人看到 "Research on..."、"A Study of..."、"Investigation into..." 这类空话，第一反应是你的贡献也跟这些词一样空洞。

写完之后做两个自查：如果只看到这个标题，能不能猜出这篇论文大概做了什么？有没有更短的等价表达？

Abstract

Abstract 是整篇论文被读得最多的 150-200 词。核心结构是四段式，每段的占比要平衡——最怕 120 字在讲背景、30 字讲贡献的情况，审稿人会认为你没什么实质内容可说。

• Background（15%）：1 句研究领域和任务定义
• Problem Gap（20%）：1-2 句现有方法的局限性
• Method（35%）：3-4 句你的核心方法思路——这里要具体，不要写成 "We propose a novel framework..."
• Results（30%）：2-3 句关键数据和结论，给出具体数字而非 "outperforms"

写完后给自己一个压力测试：假设审稿人只读 Abstract，他能不能准确复述你的研究问题、方法和主要结果？

关键词

选 4-6 个关键词，不要和 Title 中的词完全重复——keywords 的作用是补充检索覆盖面。比如 Title 里已经有 "Transformer" 了，keywords 里就可以放 "self-attention"、"sequence modeling" 这些不同表述。

8. 结论

结论绝不是 Abstract 的复制粘贴。Abstract 是"我做了什么"，结论是"这说明了什么"。

三段式结构

• 第一段（做了什么）：1-2 句总结你的方法。用过去时，简短扼要——不需要再展开细节，正文已经讲够了
• 第二段（说明了什么）：1-2 句提炼实验结果揭示的核心 insight。这是 Abstract 里没有的信息——站在全文高度回顾，什么才是最重要的发现
• 第三段（未来方向）：最多给 1 个具体延伸方向，不要开"我们将研究 A、B、C、D、E"的杂货铺。好的 future work 是从你的 error analysis 或 limitation 中自然延伸出来的："我们发现方法在 X 场景下仍然不理想——未来值得探索的方向是 Y。"审稿人看到这里会觉得你的工作是开放的、诚实的，而非强行收尾

常见问题

结论过于宏大是常见错误——"我们的工作将推动整个领域的进步"这类句子没有任何信息量。此外，不要在结论里引入正文中从未讨论过的 idea，这会让审稿人困惑："这个想法听起来不错，但你在论文里一个字都没提？"

9. 如何回复审稿人意见

收到审稿意见不要立刻回复或反驳，放一放——至少冷静 24 小时。第一遍读审稿意见时，你会觉得审稿人没看懂、没认真读、要求不合理，这种感觉很正常。第二天再读，你往往会发现有些意见确实有道理，至少你的表述不够清楚让对方产生了误解。

操作原则

1. 态度放在第一位：每一条回复开头先感谢，不是套话而是具体的感谢——"Thank you for pointing this out"、"We appreciate this insightful suggestion"，因为审稿人确实是免费花时间在读你的论文
2. 区分response letter和论文修改：response letter 里详尽的论证，不代表论文里也要原样搬入。论文的修改要简洁、融入原文
3. 标注位置：每条回复都要说清修改后出现在论文的哪个位置（Section X, Page Y），既方便审稿人查验，也暗示你是认真对待每一条意见的
4. 标记修改内容：用蓝色字体或高亮标注论文中的修改部分，审稿人可以在 PDF 中直接看到变化

审稿意见分类应对策略

要求补充实验类

能做就做，这是最能证明你认真对待审稿意见的方式。如果实在做不了（时间不够、硬件不支持、原理上行不通），需要在 response 中给出充分的学术理由，并承认这是 limitation。不要编造借口，审稿人自己能判断什么实验能做、什么不能做。

指出表述不清类

这是最好回应的意见，也是最常见的意见。回复时不要只说 "We have revised this part"，而要指明具体在哪个位置做了怎样的修改。如果多处修改针对同一问题，逐处列出。这类回应的回复要体现出"我们在整篇论文中全面排查了这个问题"的态度。

审稿人理解有误类

你读到一条意见，第一反应是"他完全搞错了"。这时候最容易犯的错误是写一篇洋洋洒洒的反驳——看起来赢了，实际上输了。因为审稿人不会承认自己错了，他会找新的问题来维护自己的判断。更好的策略是先承认"我们原文的表述可以更清晰"，再解释本来想表达的意思，最后标注修改位置。这样审稿人有台阶下，同时又得到了正确的理解。

不合理或不公平的否定类

如果审稿人提出的要求不合理（比如要求在论文中加上完全无关的实验对比），要用数据和引用礼貌地回应。引用同领域顶会顶刊的标准做法来支撑你的立场，比如"在领域 X 中，标准评估协议是使用 Y 数据集和 Z 指标，我们的实验严格遵守了这一协议（见 Ref [1-3]）。"如果审稿人引用了不符合事实的说法，引用文献提供证据——事实比观点更有说服力。

Response Letter 的结构

Dear Editor and Reviewers,

We sincerely thank the Editor and all Reviewers for the
constructive comments and suggestions. [1-2句总结修改内容的共性]

Below we address each comment point by point. Reviewer
comments are in black; our responses are in blue.

Reviewer #1
===========

Comment 1: [原文引用]
Response: [你的回复]
  → Revised: Section 3.2, Page 5, Lines 12-18.

Comment 2: ...
...

对于多轮修改，第一轮要特别认真——这是你争取审稿人信任的最重要机会。第一轮回复得好，后面的轮次会轻松很多。MECE（Mutually Exclusive, Collectively Exhaustive）原则适用：每条意见都有自己的回复段落，不合并、不遗漏。