我第一次投SSCI的时候，憋了三个月。那时候还没有Grammarly，没有DeepL，更没有DeepSeek/ChatGPT。每个句子都得自己抠，改到第八遍的时候，你已经分不清这个句子到底对不对了。因为看太多次了，看什么都顺眼，看什么都不顺眼。

那年头，语言是一堵墙。投稿最怕收到的意见是"你的手稿可能需要找一位Native Speaker润色一下语言"（据说专业的润色是按字数收费的）。

现在不一样了。AI工具把这堵墙削低了一大截。语法、润色、翻译，这些事AI可以辅助完成，而且做得越来越像样。你写出来的英文，语法基本不会有大毛病，表达也能凑合着看。语言不再是你能不能发SCI/SSCI的决定性因素。

现在的研究生身处AI时代，比我当年幸运得多。但有一件事，AI做不了，替你提出一个好的研究问题。

你让DeepSeek/ChatGPT帮你润色句子，它可以。你让它帮你检索文献，它也行。但你让它告诉你“这个领域下一个值得研究的问题是什么”，它给你的大概率是一堆正确的废话。

因为AI不知道哪个问题真正重要，不知道哪个缺口值得填，不知道哪个争议值得介入。它没有真正困惑过，没有在田野里碰过壁，没有深夜翻文献时突然灵光一现的时刻。这些东西，只有你自己能判断。

于是问题来了：既然AI已经可以辅助解决表达层面的问题，那科研萌新写论文最大的障碍到底是什么？

我觉得，不是你英语不够好，不是你方法不够高级，而是你根本不知道自己在回答什么问题。

你看那些被拒的稿子，单看每一部分都还行。引言写了一个故事，文献综述写了另一个故事，讨论又写了第三个故事。拼在一起就散了。审稿人读完问了一句让你无言以对的话：“So what？你这篇文章到底想说什么？”

你不是写得不好，你是根本不知道自己在回答什么问题。

翻开当前的一些写作教程，大部分是按论文结构来教的：先写引言，再写文献综述，再写方法……每个部分单独讲。这个教法有一个根本缺陷：它没有回答“各部分之间靠什么串在一起”。

所以我最近在准备一份关于学术写作的书稿时，尝试理出一套不一样的方法。我叫它“研究问题导向写作法”。

逻辑很简单：不先问你“引言怎么写”，先问你“你的研究问题是什么”。你的研究问题是什么，引言就怎么为它铺路；你的研究问题是什么，文献综述就怎么为它定位；你的研究问题是什么，方法就怎么回答它；你的研究问题是什么，研究结果就展示什么，讨论就让研究结果怎么跟它正面相遇。也就是说，整本书只有一个问题贯穿始终：你的研究问题是什么？

这个思路是我写论文和审论文二十年的经验总结。不敢说什么大道理，就是把那些“只可意会不可言传”的东西，一条一条讲清楚。

写论文这事儿，像极了带路。你手里攥着一份地图（研究问题），你得领着读者从起点走到终点。路上会遇到岔路、沼泽、死胡同。你的任务不是炫技，是把路带明白。

路带明白了，读者自然跟着你走。路带不明白，读者半路就跑了。

关于这个“研究问题导向写作法”，后续我会在博客里陆续写一些具体的拆解和案例，欢迎刚兴趣的朋友关注讨论。

AI可以帮你润色、检索、翻译。但那个“你要回答什么问题”的答案，只能你自己找。

声明：本文使用了deepseek润色。

更多内容欢迎关注我专门为科研萌新们写的书：

图林小子的非正经学术博客定位：以一种非正式的方式，传播自己的学术思考与经验，让更多的科研新人受益，让学术世界变得有温度。

支持单位：