10 · 好论文，改出来：一篇论文的六轮迭代

Claude Science 绿皮书 · 第 10 篇 · 2026-08-03

Claude Science 绿皮书 10 · 写成一篇论文

上一篇把四步走完了：手工特征加 SVM，准确率 88.27%；从零搭的小 CNN，95.08%；预训练模型冻结着用，94.83%；解冻微调，96.50%。再把判定阈值挪一挪，召回率做到 96.00%。数都在那儿了。 这一篇讲下一步：这批代码、图和指标，怎么组织成一篇论文。

动手之前我以为写论文是一次性的事——实验做完，坐下来一口气写完就交。真做下来是六个版本，中间还回退过两次。而逼我大动的，多数时候不是文笔，是隔了几节就对不上的数。

先说结论

1. 论文的骨架是固定的。 标题、摘要、引言、材料与方法、结果与讨论、结论、参考文献。每一部分交什么，学界有约定，自己拆出来的分法一般站不住。

2. 写的顺序和读的顺序相反。 从结果与讨论起笔，材料与方法照着它反推，结论跟着收，引言往后放，摘要和标题留到最后。

3. 能不能填满，在做实验的时候就定了。 动笔卡壳，通常不是不会写，是当初没留下够用的记录。

4. 一轮只修一类问题。 这一轮改数据，下一轮才改排版。混着改，改完你也说不清是哪一处起了作用。

5. 写完了不是凭感觉，是有标准的。 完成度、深度、可复现，三维都到位才算交得出去。

---

上半部分：一篇论文该长成什么样

一、实验做完，手上到底有什么

实验跑完，我手里留下的是四样能数清的东西：

• 四组指标：四种配置在同一份测试集上的准确率、召回率、漏报数、误报数，外加调完阈值的那一组。
• 八张图：细胞样本、宽度分布、三张混淆矩阵、一条 CNN 训练曲线、两张方法对比图。
• 一份锁死的划分：记录训练集和测试集怎么分的 json 文件，以及由它算出的一串指纹码（内容改动一个字符，这串码就变，用来证明前后几版量的是同一批题）。
• 一份逐版记录：每一版改了哪里，改前改后的数各是多少。

前三样是程序自动留下的，第四样是我开始写论文时才逼着自己记的。回头看，没有第四样，前面三样再齐整，写到后半段也会乱。

二、和实验报告差在哪：七个部分，各交什么

上一节那份操作日志，其实已经是一篇完整的实验报告了：按时间顺序记着我先做了什么、后做了什么、数是多少。但它不是论文。

差别不在长短，在写给谁看。实验报告的读者是知道来龙去脉的自己人，关心的是「做了没有」；论文的读者是不认识你的同行，他要自己判断三件事：这件事值不值得做、你做得对不对、换他能不能重做一遍。所以论文不按时间排，按问题排——把同一批材料拆散，重新装进七个固定的部分里。

七个部分各写什么，实验报告里有没有现成的，一张表对照完：

部分	英文	这一部分写什么	实验报告里有没有
标题	Title	一句话说清在什么数据上、用什么方法、做到什么水平	缺。报告只有个文件名，论文标题要等全文定下来自己总结
摘要	Abstract	问题、方法、结果、结论各一两句，是全文的压缩版，要能单独读懂	缺。报告给自己人看，不需要摘要这个东西
引言	Introduction	这件事为什么值得做，前人做到哪一步，还缺什么，所以我做了什么	缺。实验里不会长出引言，得去读文献才写得出来
材料与方法	Materials and Methods	数据从哪来、多大规模、怎么划分、每一步的参数怎么配，标准是别人照着能重跑	有，但要整理。实验做完就都知道，只是散在日志里，要收拢成条
结果与讨论	Results and Discussion	用图表给出数，并解释反常的地方——不只报数，要说为什么是这个数	有，但没转化。数是现成的，但得按这一篇要讲的重点重新排过
结论	Conclusion	回答引言提出的那个问题，并说清什么条件下不适用	有，但没转化。报告结尾那两句还是记录，要换成站得住的判断
参考文献	References	正文引到的每一条都列出来，逐条可查，格式统一	缺。报告里根本不引文献，要从头查、从头建

三档分得很清楚。材料与方法是唯一一个「有，但要整理」的：划分 json、参数配置实验时就记下了，把它们从日志里挑出来收成条就成。上一篇那份锁死划分的指纹码，用处就在这里——有它，材料与方法才写得到别人照着能重跑的程度。

结果与讨论、结论这两格是「有，但没转化」。数都在，报告里也写了几句小结，但那是按时间顺序记的。搬进论文得换一个目标重排：哪几个数支撑你这一篇的重点，就把哪几个抬到前面，其余的往后放。同一批数据，换个目标就是另一张表。

标题、摘要、引言、参考文献这四格是真的缺，实验里根本不会产生，得一个字一个字手搓。引言要读完文献才写得出，参考文献要逐条去查，摘要和标题要把整篇压成几句话。写论文比写报告多出来的工作量，大半就在这四格上。

七个部分对照实验报告：一格要整理、两格要转化、四格得手搓

三、真实的写作顺序：从结果倒着往前写

上一节把七个部分分成了三档：要整理的、要转化的、得从头手搓的。写作顺序就是这个分法的直接结果——先写手里有底子的，再写要从头想的。读论文是从摘要往下读，写的时候几乎相反。照着成品顺序从标题写起，第一步就会卡住：还没定下自己做出了什么，标题就无从下笔。我这一篇的实际动笔顺序是这样：

顺序	写哪一部分	为什么放在这个位置
第 1 步	结果与讨论	图和数是现成的，不用编。先把它定下来，全文才有个准头
第 2 步	材料与方法	照着结果反推：结果里出现的每一个数，方法里都要有对应的配置交代
第 3 步	结论	接着材料与方法往下收，把量出来的数变成一句能站住的判断
第 4 步	引言	本质是相关工作。知道自己做出了什么，才知道该跟谁比
第 5 步	摘要与标题	全文定了，摘要才是压缩，不是预告
最后	参考文献	正文引到哪补到哪，逐条核实后统一整理格式

写作顺序：从结果与讨论起笔，摘要留到最后

倒着写的道理很直接：摘要如果写在最前面，它约束的是一篇还不存在的论文。 我第一版就是顺着写的，摘要里那句结论，在第三版对完数据之后被推翻重写。

---

下半部分：这篇论文改了六轮

四、六轮改下来，每一轮改了什么

六个版本都留在私库里。往下看之前，先把衡量的三把尺子交代清楚，后面每一轮都用它们说话：

• 完成度：该有的有没有。七个部分齐不齐、每格该交的交了没、格式合不合学术规范。
• 深度：想透了没。反常的地方有没有解释，适用边界有没有划出来，讨论是停在报数还是往下走了一层。
• 可复现：别人能不能照着重做。划分怎么定的、参数怎么配的、公式列没列、文献查不查得到。

篇幅不在这三把尺子里。后面会看到，改得最值的两轮，稿子反而是变短的。

第一步：把流水账装进骨架

第一版只能算个雏形：七个部分的壳搭起来了，里面大半是空的，一张图都没有。

实验刚做完时，我手上只有一份按时间顺序记的操作日志。这一轮我没有新写内容，只做了一件事：把流水账打散，按七个部分重新装。属于方法的归方法，散在叙述里的数值全部提到结果那一部分。

装完，空缺立刻露出来：结果部分只有文字没有图，讨论和结论各只有两句话。第一轮的价值不在写了多少，而在看清还欠多少。

第二步：图补上了，隐患也埋下了

第二版补上了八张图，完成度往上走了一格。

有了混淆矩阵和训练曲线，结果部分才立得住。但也是这一轮出的错：正文里把漏报数写成了 16，混淆矩阵图上是 29。同时，正文引的八条文献，一条都没核对，作者和年份都是凭印象写的。

当时精力全在图和排版上，没有回头拿图去对正文。这是论文最容易飘的阶段——看起来有图有据，底下的数其实还没对上。

第三步：把对不上的数改回来

第三版是六轮里改动最重的一轮，也是可复现第一次真正立住的一轮。

漏报数从 16 更正为 29，混淆矩阵同步改回真实数据。这个数一动，影响的地方不止一处：摘要里的结论句、结果部分的描述、讨论里关于漏报代价的判断，全部跟着重写。

同一轮，我把八条文献送进 Crossref（一个公开的文献登记库，凭编号可以查到文献是否真实存在）逐条核实。

论文很少倒在文笔上，多数倒在数据自相矛盾上。这一轮如果没把 16 揪出来，后面三轮排得再干净也是白费。

第四步：把方法补到能照着复现

第四版篇幅不增反减，可复现却在这一轮一次到顶。

我补了四个公式（手工特征怎么算、损失怎么定义），并补上两条源头文献：支持向量机的原始提法（Cortes 与 Vapnik，1995）、ImageNet（Deng 等，2009）。

补了内容篇幅反而缩了，因为公式一列出来，原先那些「先对图像做了一些灰度处理，接着做了对比度拉伸」的含糊长句就显得多余，被我整段删掉。能用公式和参数说清的，不必用句子绕。

第五步：排版排不进去的，往往是没想清的

第五版动的是格式，却在格式上撞出了一个逻辑问题。

这一轮本意只是收拾格式：表格换成学术期刊常用的三线表，图题置于图下、表题置于表上，图片按三档宽度统一。

排到「判定阈值从 0.5 降到 0.325」那一段时卡住了。几组不同阈值下的准确率和召回率混在一段里交叉对照，怎么排都读不顺。这时才意识到，不是格式难调，是这一段的对比逻辑本来就没理顺。于是停下排版，把这些数抽出来单独做成一张对比表。同一轮，我在讨论部分补了一段：换一家医院、换一台显微镜，这个模型的表现很可能下降。

排版别扭的地方，通常就是逻辑没理顺的地方。

第六步：往回删

第六版只做减法，完成度在这一轮补满，导出 PDF 定稿。

我删掉一条引用不够准确的文献，全文文献从八条收到七条。这一轮没有往里加任何新内容。收尾那一轮如果还在加东西，说明前几轮没改到位。

六个版本的三维评分：完成度一格格爬，可复现跳着涨

六个版本放在一起看

把前面那三把尺子逐版打一次分，满分 5 分：

版本	这一轮只改	完成度	深度	可复现
v1	按七部分重装	2	1	1
v2	补齐八张图	3	2	1
v3	更正数据、核实文献	3	3	3
v4	补公式与源头文献	4	3	5
v5	调学术格式	4	4	5
v6	精简删减	5	4	5

三条线的涨法不一样。可复现是跳着涨的：第四版把公式和源头文献补上，这一维一次到顶，而那一轮稿子是变短的。完成度是慢慢爬的，最后一轮才补满。

深度停在 4 分没再动，这一点值得单说。这一篇做的是常规优化，没有提出新方法，深度到这里就是它的上限，硬往上写反而不实。把一件常规的事做完整、做到别人能复现，本身就是可交付的工作。

五、这六轮守的三条规矩

改六轮不难，难的是每一轮都确实比上一版好，而不是原地打转。我守住的是这三条：

一轮只修一类问题。 第三版只动数据，第四版只动方法，第五版只动格式。混着改的后果是：改完发现变好了，却说不清是哪一处起了作用，下一篇没法复用。

每一版都另存一份。 不在原文件上覆盖。六份稿子都在，我才能在第五版发现问题时，反查出那个 16 是第二版混进来的，也随时能退回去重来。

每一轮都要有人核。 改完对着上一轮列出的问题逐条验收，改了的说明改法，没改的说明理由。没有人盯，改着改着就会偏成另一份稿子，而不是改好的这一份。

这三条不是写作技巧，是从实验里搬来的。上一篇的四步优化——经典方法做基线、自搭小 CNN、预训练网络、解冻微调——每一步只动一个配置，动完在同一批测试集上量一次。实验里叫控制变量，写作里就是一轮只修一类。两件事能成立，靠的是同一个前提：每一步改动都能单独拎出来，看清它究竟改好了什么。

反面的例子就在手边。如果当初没用指纹码把那一万多张测试图的划分锁死，到了第三版我连改数据的底气都没有——重跑一次程序，数就全变了，分不清是原先写错还是这次结果本就不同。材料与方法、结果与讨论这两个最硬的部分，会在同一时刻一起失效。

六、写到什么程度算完

第六版定稿那天，我没有再想加什么，这才是可以停的信号。把这个感觉翻译成能对照的标准，就是下面这张表：

维度	及格（3 分）	可交（5 分）
完成度	七个部分都在，每格该交的都交了，同一个数字全文对得上	再加格式合规范：三线表、图题在下表题在上、单位与小数位统一
深度	结果里反常的地方给了解释，不是只报数	再加主动划出没验证的范围，说清换个场景可能失效在哪
可复现	数据来源、划分方式、关键参数都写了	再加关键公式列出，每条文献可查证，别人能独立重跑

三维都到 5 分，就是我认为的写完了。第六版是 5 / 4 / 5，深度差一分，那一分我不打算硬凑。

拿去给 AI 打分的提示词

把自己的稿子和下面这段一起发给 AI，它会按这三维给你打分并指出扣分位置：

你是一位审稿人。请按下面三个维度给我这篇稿子打分，每维 0-5 分，并指出扣分的具体位置。

【完成度】
- 七个部分是否齐全：标题、摘要、引言、材料与方法、结果与讨论、结论、参考文献
- 每部分是否交了它该交的：摘要是否含问题/方法/结果/结论四要素；结论是否回答了引言提出的问题
- 全文数据是否一致：同一个数字在摘要、正文、图表中是否对得上，逐个核对并列出不一致的地方
- 格式是否规范：表格形式、图题表题位置、单位与小数位是否统一

【深度】
- 结果里反常或低于预期的地方，有没有给出解释，还是只报了数
- 有没有主动划出适用边界，说清在什么条件下可能失效
- 讨论是停在复述结果，还是往前推进了一层

【可复现】
- 数据来源、规模、划分方式是否写清，别人能否拿到同一批数据
- 关键参数是否完整：模型配置、训练轮数、随机种子
- 关键公式是否列出，还是只有文字描述
- 参考文献是否逐条可查，与正文引用是否一一对应

输出要求：
1. 三维得分各一行，写明扣分理由
2. 扣分点清单，按严重程度排序，每条注明在原文哪一节
3. 只指出问题，不要替我改写
4. 最后告诉我：下一轮应该只改哪一类问题

注意：一轮只修一类。不要一次性把所有改法都给我。

每改完一轮重新跑一次，三维分数的变化比篇幅诚实得多。

复盘

六轮里真正拉开差距的是第三版和第六版——一个是把埋进去的错挖出来，一个是做减法收尾。中间几轮的填充之所以有效，是因为第一轮先把骨架摆在了台面上。如果重来一次，我会把核实文献提到第二版，它和补图排版并不冲突，一直拖到第三版，只是把工作量堆在了一起。

说到底

论文不是最后一口气写出来的，是做实验时一点点存下证据，再在桌面上反复拆解、一轮轮改出来的。

一张图看完：实验报告和论文差在哪、按什么顺序写、到什么程度算写完

下一篇

下一篇换个打法：不聊怎么写论文了，直接拿 Claude Science 去打一个比赛——世界人工智能开源大赛（GOAI）的「AI for Research」赛道，主题正好就是 AI 和科学的交叉。这一篇讲的六轮改稿、三维验收，到那边全是真刀真枪要用上的东西。看看这套打法上了赛场，能顶到哪一步。