写论文时我用得上的七个做法
不是方法论，是我这两年改来改去剩下一直在用的七个动作。每条写"做什么"和"为什么"。
一、先把研究问题写成一句话，再开始检索
做法：检索之前，用一句完整的话把"我想解决什么问题、研究对象是什么、边界在哪"写下来。然后把这句话交给工具去拆解检索维度，而不是自己往搜索框里反复拼关键词。
为什么：关键词拼不出结果时，你分不清是"这个方向真没人做"还是"你没想到别人会用哪个词"。这是新手最容易掉进去的坑——把检索失败当成研究空白。
我用的是 MuchSci 的论文检索助手：文献来自 Crossref 的 1.8 亿篇，支持按标题、作者、DOI 精确或模糊检索，也能按年份和引用次数筛。命中后给 DOI，并自动补齐作者、期刊、年份、卷期页码这些引文信息，不用手抄。
二、建一张文献台账，字段固定
做法：一个表格，一行一篇文献。字段就八个：编号、作者年份、研究问题、方法、主要结论、局限、是否引用、引用在论文哪一节。
为什么：不建表的话，你读三十篇、最后引五篇，剩下二十五篇的存在感只有"我好像看过"。建了表，写综述时把表按主题重排一遍，结构自己就出来了；写方法时能立刻找到"类似方法别人怎么交代参数"。
检索命中后让工具逐篇拆解研究问题、方法、主要结论和局限，这正好是台账里最难填的四列，起步阶段先填表比"读完再凭记忆写"可靠得多。
三、读文献分两层，别用一种姿势读所有文章
做法：
· 综述和背景类——目的是搞清方向走到哪一步，快速通读。
· 和课题强相关的原创论文——读原文，重点是方法、数据、补充材料。
为什么：用同一种方式对付两类文献，结果是该快的地方快不了，该细的地方粗过去。以前我"读了很多"，其实两类都没读到位。
四、译文只用来建立理解，事实一律回原文核
做法：第一遍用论文翻译的段落级对照阅读通读建立理解（译文和原文位置始终对得上），第二遍对着原文核准方法、参数、数值、化学式。翻译的定位是：中英学术双向互译、保留公式与术语一致性、支持整篇 PDF 的段落级对照阅读。
为什么：译文看错一次数值的代价，远高于核对的成本。我研一时看错一个当量数，白干三天。
红线一句话：译文不是事实依据。
五、术语表单独建，中文译名不作为检索词
做法：一份"中文译名 + 英文原名"对照表，全文统一。
为什么：同一个概念在正文里出现两种译法，审稿人一眼就看出来。另外，中文译名不要拿去数据库里搜——搜不到，也容易被挑；英文原名和 DOI 才是你要一直带着的东西。
六、读完就归档，别让资料散在下载文件夹里
做法：一篇文献精读完，译稿和要点一起归档。放在个人知识库里（支持 PDF、DOCX、PPTX、XLSX、TXT、MD 等格式导入，默认个人使用、不共享）。来源杂的东西——手写要点、白板照片、别的软件导出的文件——走个人数据库那层，支持更多来源，AI 听记生成的报告也能收进去。
为什么：两三年后做新课题，这些还是要用的。散着的资料等于没积累。常听组会、听讲座的话，AI 听记支持实时录音翻译、AI 总结、译文编辑和报告生成，录完能拿到可听、可看、可归档的东西，和文献笔记放在一起。
七、动笔之前，先讲一遍
做法：把结构整理成提纲，生成一版 PPT 初稿（办公助手智能体一句话描述需求就能拿到可编辑的 PPT、Word、Excel；开题场景有模板，输入课题名称、研究问题和初步思路，会输出包含研究背景、现状、方法、技术路线结构的初稿），然后对着这几页问自己一句：只讲这些，主线站得住吗？
为什么：一个人讲不清楚的事，写下来也是乱的。读自己的稿子你会顺着往下滑，讲的时候骗不了自己。
三条边界，得说清楚
· 观点、论证、结论必须是你自己的。 检索、翻译、整理、排版、生成汇报初稿可以交给工具，研究写成什么样不能。投稿或答辩前，自己确认目标期刊和学校对 AI 使用的规定与查重要求——这条责任在使用者身上。
· 句子顺不等于论证成立。 审稿意见写"language needs improvement"时，多数情况下真正的问题不是语言，是想说的东西本来就没说清。
· 成本自己算，保密自己判断。 这类工具按用量计费（MuchSci 按积分计量，AI 对话、论文分析、文档生成按实际调用的模型和处理量扣分，不是按提问次数固定收费，免费注册送 1980 积分体验额度）。未发表的实验结果、合作方的敏感数据、没定稿的材料，要不要上传是你自己的决定。有一点我确认过：上传的论文、数据、录音不会用于模型训练，采用加密传输和访问控制。
·
七个动作里，前四个是检索和阅读，后三个是沉淀和输出。前面几步走顺了，写是水到渠成的事。