寫畢業論文的攻略大多按時間線講：幾月開題、幾月交初稿。但真正到了動手的時候，時間線幫不了你——幫你的是先判斷你現在的位置：手裡什麼都沒有？實驗做完只剩數據？還是稿子被導師退回來了？
位置不同，走法完全不同。這篇不按日曆走，按「你手裡有什麼」分三條路線。工具是 MuchSci 的論文水手，三條路線對應它給的三種開工方式。你可以先對號入座，再往下看自己那條。
先記住兩條全程有效的規則
不管走哪條路線，Muchsci的論文水手都堅持兩條鐵律：
1. 不編造——沒有真實數據就不寫實驗/結果章節，只給你「缺什麼」清單；目標值佔位符絕不自行填數字；文獻只用作檢索/入庫返回的真實條目。
1. 語言版本不替你決定——中文稿/英文稿交付前會讓你選一次，產物目錄和文件名也跟著變。
對本科生來說，第一條尤其重要：畢業論文翻車最狠的方式就是結果章出現不存在的數據。這條規則等於把最容易出事的路堵死了。
圖 1｜兩條全程有效的鐵律：不編造 / 語言版本不替你決定。
路線 A：從零開始——什麼都還沒有，只有一個大方向
適合：剛分完題、導師只給了一個方向的。
1. 定方向：把模糊的想法交給它，生成創意卡、凝練研究問題、寫 Proposal 初稿。這一步的產出不是「論文」，是一個能拿去和導師討論的東西——先對齊方向再動筆。
1. 建文獻庫：多源檢索（arXiv / Semantic Scholar / MCP 服務轉去重）→ 自動下載 PDF、存元數據 → 生成文獻綜述 → 引用管理（Bib/RIS/三方核對/真實性校驗）。注意最後一環：專門校驗文獻真實性，杜絕幻覺文獻——開題報告裡的參考文獻要經得起導師抽查。
1. 出寫作藍圖：生成論文大綱、建章節骨架，並標註哪些章節不依賴數據（可先寫）、哪些必須有真實結果（標 data_needed，等實驗）。
路線 A 的關鍵動作在第三步：開題到答辯之間隔著幾個月，藍圖先把「能寫的」和「要等的」分開，你就能先寫引言和綜述，不用乾等實驗。
圖 2｜路線 A 三大步：定方向 → 建文獻庫 → 出寫作藍圖。
路線 B：手上已有數據——實驗做完了，論文一個字沒動
適合：數據躺在 Excel/CSV 裡，三月才發現該動筆的。
入口 B 的走法是從數據切入：把數據檔案（CSV/Excel/JSON）給它，自動用 pandas 畫像——欄位、分佈、缺失情況；然後和論文大綱做數據缺口映射，生成行動清單：哪裡數據夠、哪裡缺、要先補什麼。
之後是迭代補數據：缺什麼補什麼，補完再畫像，直到缺口清零才進入寫作。這條路線最大的價值是把「寫不動結果章」這個問題消滅在動筆之前——缺數據不可怕，寫了結果章才發現缺數據才可怕。
圖 3｜路線 B 閉環：上傳 → 畫像 → 缺口映射 → 行動清單 → 補數據。
路線 C：稿子已經有了——寫了一半、被導師打回、或快定稿了
適合：最多的其實是這一類人。
入口 C 直接改，按需點菜：
· 潤色（去 AI 味）：規則引擎檢測 AI 腔——套話過渡、空洞強斷言、翻譯腔等，出一份 AI 味指數報告，high 項逐條重寫直到歸零。現在學校查 AIGC 痕跡越來越普遍，這一步建議在交稿前必做。
· 審校：最多 3 輪審校狀態機 + 鎖定，每輪自動備份。導師讓你改回上一版的時候，你會感謝這個備份。
· 補引用：引用管理與真實性校驗，把「來歷不明」的參考文獻過一遍。
· 回覆審稿人：審稿意見回覆信（逐條：分類+動作+稿件位置+回覆文本）。本科生用不上審稿，但導師的修改意見可以照這個格式逐條回應——改了什麼、改在哪，一張表說清楚。
圖 4｜路線 C 改稿菜單：去 AI 味 / 審校 / 補引用 / 逐條回應。
三條路線最終匯合在同一個地方
不管從哪個入口進來，進入寫作執行階段後，人機分工是同一套：
· 你負責：真實實驗、真實數據、最終決定；
· 它負責：寫正文、數據分析與子集篩選、投稿級配圖（8 種圖型 + 多面板拼合，SVG 向量 + 期刊欄寬如 Nature 89mm）。
配圖這一項對本科生是意外的實惠：期刊欄寬用不上，但 SVG 向量圖放大不模糊，答辯 PPT 裡抽出來直接用也清晰。