写毕业论文的攻略大多按时间线讲：几月开题、几月交初稿。但真到了动手的时候，时间线帮不了你——帮你的是先判断你现在的位置：手里什么都没有？实验做完只剩数据？还是稿子被导师打回来了？
位置不同，走法完全不同。这篇不按日历走，按"你手里有什么"分三条路线。工具是 MuchSci 的论文水手，三条路线对应它给的三种开工方式。你可以先对号入座，再往下看自己那条。
先记住两条全程有效的规则
不管走哪条路线，Muchsci的论文水手都坚持两条铁律：
1. 不编造——没有真实数据就不写实验/结果章节，只给你"缺什么"清单；目标值占位符绝不自行填数字；文献只用作检索/入库返回的真实条目。
1. 语言版本不替你决定——中文稿/英文稿交付前会让你选一次，产物目录和文件名也跟着变。
对本科生来说，第一条尤其重要：毕业论文翻车最狠的方式就是结果章出现不存在的数据。这条规则等于把最容易出事的路堵死了。
图 1｜两条全程有效的铁律：不编造 / 语言版本不替你决定。
路线 A：从零起——什么都还没有，只有一个大方向
适合：刚分完题、导师只给了个方向的。
1. 定方向：把模糊的想法交给它，生成创意卡、凝练研究问题、写 Proposal 初稿。这一步的产出不是"论文"，是一个能拿去和导师讨论的东西——先对齐方向再动笔。
1. 建文献库：多源检索（arXiv / Semantic Scholar / MCP 服务转去重）→ 自动下载 PDF、存元数据 → 生成文献综述 → 引用管理（Bib/RIS/三方核对/真实性校验）。注意最后一环：专门校验文献真实性，杜绝幻觉文献——开题报告里的参考文献要经得起导师抽查。
1. 出写作蓝图：生成论文大纲、建章节骨架，并标注哪些章节不依赖数据（可先写）、哪些必须有真实结果（标 data_needed，等实验）。
路线 A 的关键动作在第三步：开题到答辩之间隔着几个月，蓝图先把"能写的"和"要等的"分开，你就能先写引言和综述，不用干等实验。
图 2｜路线 A 三大步：定方向 → 建文献库 → 出写作蓝图。
路线 B：手上已有数据——实验做完了，论文一个字没动
适合：数据躺在 Excel/CSV 里，三月才发现该动笔的。
入口 B 的走法是从数据切入：把数据文件（CSV/Excel/JSON）给它，自动用 pandas 画像——字段、分布、缺失情况；然后和论文大纲做数据缺口映射，生成行动清单：哪里数据够、哪里缺、要先补什么。
之后是迭代补数据：缺什么补什么，补完再画像，直到缺口清零才进入写作。这条路线最大的价值是把"写不动结果章"这个问题消灭在动笔之前——缺数据不可怕，写了结果章才发现缺数据才可怕。
图 3｜路线 B 闭环：上传 → 画像 → 缺口映射 → 行动清单 → 补数据。
路线 C：稿子已经有了——写了一半、被导师打回、或快定稿了
适合：最多的其实是这一类人。
入口 C 直接改，按需点菜：
· 润色（去 AI 味）：规则引擎检测 AI 腔——套话过渡、空洞强断言、翻译腔等，出一份 AI 味指数报告，high 项逐条重写直到归零。现在学校查 AIGC 痕迹越来越普遍，这一步建议在交稿前必做。
· 审校：最多 3 轮审校状态机 + 锁定，每轮自动备份。导师让你改回上一版的时候，你会感谢这个备份。
· 补引用：引用管理与真实性校验，把"来历不明"的参考文献过一遍。
· 回复审稿人：审稿意见回复信（逐条：分类+动作+稿件位置+回复文本）。本科生用不上审稿，但导师的修改意见可以照这个格式逐条回应——改了什么、改在哪，一张表说清楚。
图 4｜路线 C 改稿菜单：去AI味 / 审校 / 补引用 / 逐条回应。
三条路线最终汇合在同一个地方
不管从哪个入口进来，进入写作执行阶段后，人机分工是同一套：
· 你负责：真实实验、真实数据、最终决定；
· 它负责：写正文、数据分析与子集筛选、投稿级配图（8 种图型 + 多面板拼合，SVG 矢量 + 期刊栏宽如 Nature 89mm）。
配图这一项对本科生是意外的实惠：期刊栏宽用不上，但 SVG 矢量图放大不糊，答辩 PPT 里抽出来直接用是清晰的。