我有一段时间特别害怕打开文档。倒不是怕写是怕那个光标——它停在Word第一行一闪一闪仿佛在等我交出第一个字。文件夹里已经躺了四五个版本最新的叫“论文_最终版_这次真的不改了”点开之后仍然是空白。后来我发现这根本不是什么写作能力问题而是结构思考的问题我没想清楚“这篇论文到底要证明什么”所以才写不出第一句话。这篇文章想给你一套我反复调整过很多次的AI指令方案。它解决的就是“面对空白文档发呆”这个场景你只需要提供一段话的研究想法AI帮你把“期刊级”的论文骨架搭出来包括题目、摘要骨架、章节结构、每个小节要写什么、哪里要放图表5分钟以内能跑完。它不替你写正文也替不了你思考但它能把从“一张白纸”到“一份可执行的大纲”这个最磨人的过程压缩到一杯咖啡的温度还没凉下来。不管你是正在写毕业论文、准备期刊投稿还是帮导师整课题申报书的框架这套指令都能直接用。下面我把模板、设计原理、实测过程、翻车记录全部摊开讲。1. 空白文档恐惧症不是写作问题是结构问题1.1 我盯着“最终版”文档看了半小时那时候我刚开始写第一篇想投核心期刊的论文。题目在脑子里转了一周文献读了二十几篇笔记记了十几页。结果打开文档建好标题格式光标停在“1 引言”后面就卡住了。半小时里我做了很多事调了页边距、改了三遍字体、删掉了标题里多余的空格、甚至把窗口切到深色模式。唯独没有写出一句话。后来一个师兄路过看了一眼屏幕说了句至今我仍觉得是金句的话“你不是写不出来你是根本不知道这一节要证明什么。”他说得没错。引言为什么难写因为没人能在脑子里同时处理“研究背景要说多大范围”“文献综述要引哪几篇”“研究缺口到底怎么定义”“本文贡献怎么提”这四层问题然后还能把它们组织成流畅的段落。这就像让你不看图纸直接砌墙手里有砖但不知道先放哪块。1.2 从“不会写”到“没想清楚”一个认知转变“写不出来就先写大纲”这句话每个导师都会说。但问题是大纲不是“1 研究背景 2 研究意义 3 文献综述”这种标题列表——那只是目录不是骨架。真正能指导写作的骨架必须具备三个特征每个章节下面都有具体到“一句话论点”的说明而不是光秃秃的标题章节之间是一层递进的证据链从提出问题到回答问题都有逻辑衔接每个小节应该放什么内容、引什么类型文献、上什么图表一眼就知道我最早用AI帮搭骨架时就是输一句“帮我列个论文提纲”AI回复一个万能结构我拿过来还是写不动。原因很简单我给它的指令缺了太多上下文。AI不是不会是它不知道你研究什么、手头有什么数据、准备投什么期刊。指望它读心不如把它当成一个“需要你写清楚需求”的乙方。搞清楚这件事之后我把重心从“让AI给我列标题”转到了“给AI写清楚任务说明书”效果立刻不一样了。2. “期刊级”骨架的标准IMRaD是证据链不是模板2.1 IMRaD不是在走流程是在输出证据链很多人以为“期刊级”指的是语言高级、词汇学理化其实不是。期刊编辑和审稿人看论文的第一遍其实只看结构你的问题是什么、方法是什么、发现了什么、这些发现为什么值得信。期刊论文最通用的结构是IMRaD——Introduction引言、Methods方法、Results结果、Discussion讨论。它不是什么期刊规定的死格式而是自然科学研究沿用了上百年的“证据链”你抛出一个疑点告诉别人你怎么查证展示你查到了什么最后解释这些发现意味着什么。这里用个生活类比你想向家人证明“隔壁新开的火锅店比常去的那家好”你不能只说结论。你得先说明白好吃的标准是什么辣度、食材新鲜度、排队时间再交代你是哪天去吃的、点了哪些菜、怎么比较的然后摆出结果毛肚更脆、锅底更香、人均还便宜20块。最后讨论这家店可能更适合周末聚餐但工作日排队太久。论文也是同样的逻辑。IMRaD里的每一部分都在回答一个审稿人会问的“所以呢”章节它在证据链中的作用新手最常犯的错引言说明“为什么这个问题值得研究”从宇宙大爆炸开始讲迟迟不切入问题方法说明“我的证据是怎么获得的”写成了实验步骤清单没有说明选择依据结果说明“我看到了什么”把结果和解释混在一起带着感情色彩讨论说明“这些发现意味着什么”把引言内容复述一遍没有回应开头的问题2.2 “一句话论点”是骨架有没有含金量的分水岭普通大纲和能直接用的骨架差距就在“每个小节能不能用一句话说清楚要证明什么”。举个例子。同样写“3.2 数据分析”烂骨架只会写这五个字。好骨架会写“3.2 数据分析使用多元线性回归检验推荐算法特征对时间感知偏差的影响控制变量为使用时长和年龄重点展示核心系数的显著性与效应量。”看到区别了吗后者拿到手之后根本不用再想“这一段要干嘛”你只需要被文献填进去、把结果写出来。AI帮你搭骨架时如果你要求它给每个小节写“一句话核心论点”它输出的质量会瞬间高出好几个档位因为你逼它做了更深的推理。我把这个要求写进了指令模板后面会展开说。3. 这套“论文骨架搭建”指令拿去就能用3.1 完整指令模板字段填充式写法下面这个模板我改了七八版目前是我最常用的版本。你不用理解每个字先复制到你的AI对话窗口里把方括号里的内容替换成自己的信息就行。## 角色设定 你是一位社会科学领域的资深论文导师指导过200篇以上学位论文和期刊论文的框架设计。你擅长把模糊的研究想法拆解成符合学术规范的证据链而不是堆砌“研究背景-研究意义”这类空标题。 ## 任务 请基于我提供的研究信息生成一份可以直接上手写的论文骨架。 ## 我提供的材料 研究主题 已有数据可写“还没有” 目标期刊层次中文核心/SSCI/SCI/学位论文 我目前最想解决的问题 ## 输出结构要求 必须按以下顺序输出 1. 候选题目给出3个说明各自侧重的投稿方向 2. 一段式摘要骨架用“背景-问题-方法-结果-意义”五句话组成 3. 关键词5个 4. 正文章节骨架从引言到结论每个二级小节必须包含三部分—— - 该小节标题用学术论文常见的表述不要用“浅谈”“刍议”这类词 - 一句话核心论点写清楚这一节要证明什么 - 写作提示不超过50字写这一段需要引用哪类文献、呈现什么数据、用哪个方法 5. 风险提示指出当前材料中最容易被审稿人质疑的地方并说明骨架哪部分需要重点补充 ## 硬性约束 - 不要编造参考文献。如果需要引用只列出你确定真实存在的经典文献并在每条后面标注“待核验”。 - 如果材料不足以支撑某一章节直接写“此部分需要补充xxx”不要替我脑补。 - 第二章到第三章之间、第三章到第四章之间必须体现逻辑递进关系不要并列堆砌。 - 所有标题尽量使用研究领域内实际出现的表述不要用“相关研究”“深入分析”这类任何论文都能用的词。3.2 模板里每个模块在干什么我第一次给朋友看这个模板时他的反应是“怎么这么长”长是因为每个模块都在解决一个具体问题。角色设定不是废话。AI对话里给角色相当于给模型一个“输出风格锚点”。你告诉它“你是资深论文导师”它生成标题时会更倾向于学术腔而不是“浅谈如何提高论文写作效率”这种公众号体。这一点我自己实测差异特别明显。“我提供的材料”这一段是成败关键。很多人用AI搭不好骨架不是AI不行是给的输入只有“帮我写个关于短视频的论文”AI只能猜。你给它填的信息越具体它返回的骨架就越接近你脑子里那个模糊想法。特别是“目标期刊层次”这个字段会让AI自动调整章节颗粒度和写法风格投中文核心和投SCI骨架的关注点完全不一样。输出结构要求里的“一句话核心论点”和“写作提示”这俩是让骨架真正能用的核心。不加这两条AI只会给你一份目录加了它就变成了一个“预制菜包”——每个小节该放什么已经给你配好了。硬性约束那条“不要编造参考文献”是我踩坑之后才加进去的。没有这条AI会眼睛都不眨地给你造一批看着像真的、其实根本不存在的文献这个后面单独说。3.3 三个高频场景的微调思路模板是通用的但不同阶段的人用的时候输入材料差别很大。我总结了三个最常见的场景场景你的处境指令里的材料该怎么填额外建议有数据没框架实验做完了数据在手里不知道怎么组织研究主题写“基于某方法/某数据的研究”已有数据写清楚变量和数据量重点要求输出“结果部分的叙事线”让AI告诉你怎么按逻辑组织数据有框架写不出引言章节结构已经定了引言憋不出来研究主题写“我已经定了哪些章节”最想解决的问题写“不知如何引出研究缺口”在输出结构里临时追加一条单独给出引言的五段式写法导师只给了方向只有一个大领域什么都没定已有数据写“还没有”最想解决的问题写“想找一个具体可做的切入点”让AI先给三个候选题目你再挑一个再跑一次完整模板这三种情况我都试过。最笨的办法是拿着同一个模板从上跑到下聪明一点的做法是根据当时的卡点改一两个字段。你会发现AI的输出效果天上地下。4. 为什么“一句话问AI”干不过结构化指令4.1 同一件事两种问法AI表现差多少你知道“对deepseek提问是使用自然语言还是markdown更容易让AI明白指令”这个问题为什么能上热搜吗因为它戳中了一个所有人都遇到的问题同样的话换个问法AI的回复质量能差出好几条街。我做过一个很简单的对比。第一次我问“帮我写个论文大纲题目是短视频对年轻人的影响。”AI回了八行字一、引言二、短视频现状三、对年轻人的影响四、对策建议五、结语。全是正确的废话。第二次我用结构化指令给清楚了背景、角色、输出格式、约束条件。AI给我的大纲包含具体的研究问题、变量关系假设、方法选择建议甚至帮我标出了哪里有研究缺口。同一个AI、同一个话题输出差距就像实习生和副研究员。为什么因为大模型本质是一个“概率预测器”。你给它的输入越模糊它的预测空间越大只能往“最安全、最常见”的方向糊一个答案。这就是为什么所有人拿AI写论文初稿开头都是“随着互联网的飞速发展”——因为这句话在它的训练数据里出现了几百万次是概率最高的接法。4.2 为什么结构化指令天然适合大模型我在玩一些AI文字冒险游戏就是你给它一句话它帮你展开一个故事世界的那些玩法时发现一个现象那些写得好的“人设卡”和“世界观设定”从来不是“帮我写一个冒险故事”而是精确到“你是一个在赛博朋克城市里靠修复记忆芯片为生的侦探你的说话风格是冷静克制你不信任任何政府机构但你对孩子和动物有恻隐之心”。这和论文指令是一个道理。“人设卡”里每一句话都在给模型的输出划定边界边界越清晰模型越不容易跑偏。学术圈管这叫“prompt engineering”但我觉得“指令力学”更好理解你给AI的每条约束都是在调节它输出的“概率重心”。所以我在模板里塞了大量的上下文和约束目的很直接给AI一个清晰的工位让它坐下干活而不是在大街上喊一嗓子“谁来帮帮我”。自然语言可以聊天但执行复杂任务时越结构化的指令越容易让大模型“听懂”。Markdown符号、字段标签、编号列表这些看起来像给程序员看的东西其实是大模型很容易解析的结构标记比一大段纯文字好处理得多。4.3 负面约束的正确写法从“降AI味”说起很多人用AI最头疼的问题是“写得一股AI味”。网上流传过各种“降AI味”指令什么“不要用首先其次最后”“不要写随着什么什么的发展”——这类指令有没有用有用但效果有限。原因在于你只告诉AI“不要做什么”没有告诉它“应该怎么做”。大模型在“不要AI味”这种指令面前只能把概率从“AI味”往旁边挪一点但旁边是哪里它不知道。更好用的是替代式约束。我在模板里用的是“所有标题尽量使用研究领域内实际出现的表述不要用‘相关研究’‘深入分析’这类任何论文都能用的词”——前半句是引导后半句才是禁止。给了一条“逃跑路线”之后AI输出的标题立刻从“二、相关研究”变成“二、推荐算法对用户注意力的影响机制”效果立竿见影。这个思路同样适用于任何需要“去AI味”的场景想让它少说空话就告诉它多写细节想让它别用套话结尾就给它一个具体的话题让它继续展开。引导永远比禁止有效。5. 从一句话想法到期刊级骨架一次完整跑通记录5.1 我的输入材料只有一段话纸面谈兵没意思我们直接跑一遍。假设我现在刚看完一批文献脑子里只有一句话的想法“短视频平台的推荐算法会让人感觉时间过得特别快我想研究一下这个现象。”这句话信息量很少但没关系。我把模板里的字段这样填研究主题短视频平台推荐算法对用户时间感知的影响已有数据还没有打算用问卷调查目标期刊层次中文核心最想解决的问题这个现象很多人提过但我不知道该怎么把它变成一个有学术价值的实证研究然后把这五段内容贴给AI。全程不到5分钟AI给出一份骨架。5.2 AI返回的骨架长什么样我挑几段有代表性的展示一下。候选题目它给了三个算法推荐如何重塑时间体验短视频平台用户时间感知的影响因素研究“刷到停不下来”的背后推荐算法、心流体验与时间扭曲感知的实证研究信息流中的时间流逝感推荐算法特征对用户时间感知偏差的影响机制这三个题目的侧重点确实不一样第一个偏宏观描述第二个偏实证模型第三个更具体、更适合做问卷研究。我选了第三个作为主线。正文章节骨架我摘一部分3.1 变量设计与研究假设以推荐算法特征个性化程度、信息流密度、切换频率为自变量以时间感知偏差为因变量引入使用时长作为调节变量提出H1-H3假设3.2 问卷设计与数据收集采用成熟量表改编通过线上平台发放计划回收有效问卷300份以上说明样本量选取依据3.3 数据分析使用SPSS或R进行信效度检验、描述性统计、多元回归分析重点展示核心系数的显著性与效应量4.1 信度与效度检验先报告Cronbach‘s α值和KMO值确认量表可行性再进入假设检验4.2 假设检验结果逐一汇报H1-H3的回归结果用表格呈现β值、t值和显著性水平看到这个结构你是不是已经知道每个小节要写什么了这就是“期刊级骨架”的实用价值——它不是一堆干巴巴的标题而是一个能直接指引你写作的施工图。5.3 拿到骨架之后我做的三件事AI生成骨架只是第一步真正让它变成“你的骨架”还需要人为加工。我一般在拿到输出后做三件事。第一件事检查逻辑链。我会把每个章节的“一句话核心论点”单独拉出来排成一列从上往下读一遍。问自己如果我是审稿人顺着这条线走下去会不会在某个地方觉得“这怎么突然跳到这了”发现问题就直接改。第二件事砍掉空标题。AI生成的骨架里偶尔会有那种“看起来很高端、但你自己都不知道该写什么”的小节比如“3.4 稳健性检验”。初学者可以砍掉没把握的部分别硬留。一篇论文有清晰的五步逻辑好过混沌的十步。第三件事把图表和数据位置标注进去。我会在每个小节后面用括号手写备注“这里放描述性统计表格”“这里放回归结果表”“这里画一个研究模型图”。这些备注AI不会替你生成但有了它们写正文时你会发现自己像个“填空的人”——思路已经被骨架锚定了。6. AI给骨架时的三大坑假文献、逻辑断、没人味6.1 假文献它列了5篇我检索0篇这是我第一次用AI搭骨架时踩的最大一跤。当时我让AI帮我在引言部分给出“需要引用的关键文献”它非常自信地给了5条作者名、期刊名、年份一应俱全格式规范得可以直接粘贴进参考文献表。我兴致勃勃跑去数据库检索结果一篇都没找到。不存在的作者不存在的文章标题连期刊名都可能是拼凑出来的。这个现象学界叫“幻觉”通俗点讲就是AI在编故事——它知道一篇引用该长什么样但它不知道自己记不记得准。从那以后我的指令模板里永远有一句“不要编造参考文献只列出你确定真实存在的经典文献并在每条后面标注待核验”。加了这句话之后AI会收敛很多但依然不能完全消除这个问题。所以任何AI给出的文献必须自己核实一遍。这不是危言耸听论文里引用不存在的文献被审稿人发现轻则退稿重则可能被质疑学术诚信。6.2 逻辑断层从“方法”到“结果”断在半途第二个坑是逻辑断层。AI生成的骨架章节之间偶尔会“跳步”。最典型的是方法里写了“采用问卷调查收集300份样本”到结果部分直接变成了“推荐算法对使用时长有显著正向影响”中间完全跳过了描述性统计和信效度检验。为什么会这样因为大模型追求的是“看起来完整”而不是“推导上严密”。它知道一篇实证论文该有方法和结果这两个模块但它没那么在意这两个模块之间的步骤衔接是否严丝合缝。解决办法是在指令里加一条“结果部分的每个小节必须对应研究方法中的一个分析步骤。”这相当于逼AI沿着你的科研流程走而不是按它的文章模板走。另外人工检查时把“方法-结果”对起来读一遍哪个环节缺了补上就是。6.3 同质化骨架每个领域都长同一张脸第三个坑也是很多用AI写作的人共同的体验骨架结构“千人一面”。十个不同领域的论文AI搭出来的骨架放在一起去掉标题你根本分不清哪个是哪个。全是“绪论-文献综述-研究方法-实证分析-结论建议”这条走到黑的路。问题出在哪AI的训练数据里格式规范的中文学术论文本来就长这样它输出时自然会往高频结构上靠。要破这个局得在指令里“逼”它贴近你所在的领域。我常用的做法是加一条“引言部分需体现该领域特有的研究背景不能泛泛而谈。”以及“每个章节的小节划分要依据你对该研究问题的拆解而不是套用通用的章节模板。”加完之后AI给短视频和时间感知问题搭的骨架会明显和“某企业财务风险管理”的骨架区分开来。另外一个思路来自“降AI味”的替代式约束——你可以在指令里写“如果某个小节标题可以被用于任何一篇论文请重写它。”AI会自动让标题更具体、更领域化。6.4 所有工具都代替不了的那一步说了这么多有一件事必须提醒AI搭骨架再快也替代不了你的判断。骨架是“方案”你做出来的研究才是“施工”。AI可以告诉你“这里应该放一个稳健性检验”但它不能替你决定用倾向得分匹配还是工具变量法它可以给你列出三种研究方法但它不知道你实际上能接触到什么样的数据。最终拍板的只能是你自己。这就是学术写作里所谓“作者署名”的含义你为这篇论文的逻辑负责。AI是给你递砖的工人不是设计图纸的建筑师。7. 把一套指令变成你的个人学术工具箱7.1 从“一次性指令”到个人指令库很多人的AI使用习惯是每次需要了临时打开对话窗口重新输入一遍。效率不高而且每次输入的细节不同AI给出的答案质量波动很大。我的做法是建了一个叫“论文写作指令库”的文档把常用指令按场景分好搭骨架、写引言、写文献综述、分析结果、写回复审稿人意见。每一条指令都经过实际使用打磨用着不顺手就当场改改完存回文档。这种个人指令库的价值在于你不需要每次从零开始AI也不需要重新理解你的偏好。用久了它会越来越像“懂你的研究助理”。7.2 骨架之后多轮衔接与开题答辩延伸搭完骨架不是终点。我通常会把AI生成的那份骨架存成Markdown文件然后新建一个对话把骨架粘贴进去说“接下来我准备按这个大纲写引言部分请帮我扩写第一小节要求忠实于大纲的核心论点。”这样相当于给后续的写作过程也铺了一条清晰的轨道。如果是写开题报告或毕业论文骨架还能直接延展成PPT大纲、答辩陈述稿的底稿。把“一句话核心论点”从骨架里抽出来就是答辩PPT每一页的标题把“写作提示”扩写两句就是答辩稿里要讲的内容。一份骨架多场景复用性价比极高。7.3 我现在的习惯我现在写论文的流程是先把脑子里那团乱麻压缩成一两句“我最想搞清楚的问题”然后填进指令模板等AI给我一份骨架。收到后先花几分钟检查逻辑链砍掉那些我根本驾驭不了的“高端小节”再在对应的位置标注好数据和图表。从空白文档到一份能落笔的骨架我大概只需要4到5分钟。剩下的时间才真正用在“写”这件事上。有一次朋友问我“用AI搭骨架算不算学术不端”我说如果AI替你完成了研究设计、数据分析、核心论证那是学术不端如果它只是帮你把脑子里已有的想法整理成一个可执行的提纲这和以前请师兄帮忙看结构、用过物质感梳理逻辑没什么本质区别。关键在于骨架里每一个“论点句”是不是你自己认可的方向每一处“待补数据”是不是你真实的研究进展。工具前置了你的整理过程但没有替你思考。这套指令我已经用了大半年期间踩过不少坑也改了很多版。你现在拿到的这个版本是我觉得“稳定、可靠、可复制”的一版。如果你在使用中碰到什么奇怪的问题欢迎按自己的情况调整字段——指令这东西最终是要长在你的工作流里的。
