6# Nature 系 AI / ML 论文写作技巧 v4（拆分版）
7## Craft, Taste, and Story-Craft for NMI / NC / NCS / Nature
8
9> **资料来源**：7 类领域共 44 篇开放获取论文的逐句抽取在 extracts/01-singlecell.md … 07-ai-methods.md；抽取框架见 _framework.md（v5：补 8 篇 2024–2026 NMI/NC/Nature 纯 AI 方法论文）。
10> **读者**：中文母语或中文工作语境中的 AI / ML 研究者。主投 **Nature Machine Intelligence**；次投 **Nature Communications** 与 **Nature Computational Science**；少数旗舰工作冲 **Nature**。
11> **目标**：不只是“能过审”，而是让审稿人读完后说：*well-written, clearly motivated, compelling, careful, and hard to put down.*
12> **约定**：
13> - 英文引号里的句子是 corpus verbatim，除非标注为“模板 / 构造 / 改写”。
14> - <X> 是占位符。
15> - […] 是删节；… 是原文或节选中的省略。
16> - 本文档把规律分为三档：
17> - **常见模式**：44 篇里多数遵循，可作为默认。
18> - **子门类倾向**：只在 foundation model / benchmark / AI-for-X / clinical AI 等特定类型里成立。
19> - **强约定**：罕有例外，违反通常会显得生硬或不可信。
20> - 不使用“铁律 / 必须 / 绝不”。好论文知道规矩，也知道何时破规矩。
21> **本文档为瘦索引**：保留全篇都需要看到的部分（骨架公式、写作顺序、提交前 checklist、Quick card、附录），其余按主题拆到 references/01-story.md … references/15-taste-development.md。详细加载规则见 §1。
22
23
24
25---
26
27## 0. 先记住这句话：论文不是实验清单，是阅读体验
28
29**Patron sentence** — FunSearch:
30> "Many problems in mathematical sciences are 'easy to evaluate,' despite being typically 'hard to solve.'"
31
32这句话好，因为它不是“我们提出一个方法”。它把整篇论文的戏剧张力先说出来：有一类问题，答案很难找，但好坏很容易判。于是 FunSearch 的 LLM + evaluator 设计变成必然，而不是作者硬塞给读者的系统图。
33
34v3 教你 craft：title 怎么写，abstract 怎么排，Results 怎么开句，Methods 报什么。
35v4 还要教 taste：**哪个结果该当 Fig. 1，哪个该进 Supplementary，哪句话该收住，哪句话该响一点，哪种故事配得上 “paves the way”。**
36
37### 0.1 一篇 Nature 系 AI 论文的默认骨架
38
39多数论文仍遵循这一条骨架：
40
41```text
42TITLE
43 ← 4–6 种定式之一：工具名 / 工具名+冒号 / X enables Y / Towards a… / Discovery of…
44
45ABSTRACT
46 s1 BIG-PICTURE / 重要性
47 s2 GAP
48 [s3 GAP-2 / contrast / opportunity]
49 s4 HERE-WE pivot：Here we / We introduce / We propose / We report / This paper introduces
50 s5 METHOD-SPEC：数字最密的一句（默认；纯 AI 方法 / safety / evaluation 论文可把数字峰值后移到 KEY-RESULT 或 VALIDATION——见 references/03-abstract.md §3.2.2 carve-out）
51 s6 KEY-RESULT：一个强数字 + 命名 baseline / benchmark / human anchor
52 [s7 VALIDATION / GENERALIZATION / 第二轴结果]
53 s8 IMPLICATION：paves the way / opens the door / democratizes / represents a step
54
55INTRODUCTION
56 宽 hook → recent advances → gap → pivot → results preview
57
58RESULTS
59 4–10 个子节：每节一个 claim / task / capability；Fig. 1 建立阅读地图
60
61METHODS
62 复现细节、数据切分、baseline、公平性、compute、statistics、code/model/data availability
63
64DISCUSSION
65 重述贡献 → 与 prior work 比较 → limitation → outlook / community / deployment
66```
67
68### 0.2 v4 的核心判断
69
70Craft 问：
71> “Nature 系论文通常怎么写？”
72
73Taste 问：
74> “这篇论文的最强阅读路线是什么？”
75
76Craft 给你模板。Taste 决定你何时不用模板。
77AlphaGeometry 的标题 **"Solving olympiad geometry without human demonstrations"** 没有工具名、没有冒号、没有 X enables Y，但它把贡献的张力放在标题里：不是“solving geometry”，而是 **without human demonstrations**。
78FunSearch 的 abstract 有 10 句，明显超过 5–8 句默认骨架，但每一句都推进：capability → hallucination flaw → here-we → result 1 → result 2 → mechanism contrast → interpretability value。
79SemanticLens 用 aeroplane analogy 开篇：
80> "Unlike human-engineered systems such as aeroplanes, where each component's role and dependencies are well understood, the inner workings of AI models remain largely opaque…"
81
82这些都不是破坏规矩。它们是在更高层面服从故事。
83
84### 0.3 写作顺序不要反过来
85
86不要先把所有实验按时间顺序贴进 Results，再想标题。正确顺序是：
87
88```text
891. 选 story shape：这篇论文到底是什么故事？
902. 选 climax：哪个结果是读者必须记住的？
913. 选 Fig. 1：读者第一眼看到的是 bottleneck、machine、funnel、scaling law，还是 human benchmark？
924. 删弱枝：不能服务主故事的实验，进 Supplementary 或删掉。
935. 再写 abstract / intro / results。
946. 最后逐句打磨 rhythm、verb、restraint、overclaim boundary。
95```
96
97---
98
99## 1. Routing — 按任务加载
100
101写作不是线性的；读 SKILL 也不该线性。每个写作阶段或具体困境，按下面表格只 Read 1–2 个 reference 文件。
102
103### 1.1 按写作阶段加载
104
105| 阶段 / 困境 | 主 load | 辅 load |
106|---|---|---|
107| 构思 / 还在选 story shape，未决定 climax | references/01-story.md | references/12-subgenres.md, references/14-journals.md |
108| 选 venue / 不知道投哪个刊 | references/14-journals.md | references/12-subgenres.md |
109| 写标题 | references/02-title.md | — |
110| 写 abstract | references/03-abstract.md | references/11-language-bank.md |
111| 写 introduction | references/04-intro.md | references/11-language-bank.md |
112| 写 Results 子节 / figure call-out / 数字+统计 | references/05-results.md | FIGURE-SKILL.md（视觉端） |
113| 写 Methods / 复现性 / LLM-agent prompt 报告 | references/06-methods.md | — |
114| 写 Discussion / limitation / outlook | references/07-discussion.md | references/08-sentence-taste.md（outlook 动词等级） |
115| 一句话卡了：节奏 / 经济 / restraint / overclaim 边界 | references/08-sentence-taste.md | references/11-language-bank.md |
116| 自审稿 / 模拟 reviewer | references/09-reviewer-protocol.md | references/13-antipatterns.md |
117| 文风像 arXiv 不像 Nature / 不知子刊 voice 差异 | references/10-voice.md | references/14-journals.md |
118| 词不准 / 强动词 / hedge / 段间连接 | references/11-language-bank.md | — |
119| 写 ML 方法 / Foundation / LLM-agent / Interpretability / Benchmark / AI-for-X 任一具体子门类 | references/12-subgenres.md | references/01-story.md |
120| 自查反模式 | references/13-antipatterns.md | — |
121| 长期 taste 培养 / 读法 / 临摹 | references/15-taste-development.md | — |
122| 提交前总扫 | 本文 §2 checklist + references/13-antipatterns.md | references/09-reviewer-protocol.md |
123
124### 1.2 References 目录（主题索引）
125
126| 文件 | 主题 | 大致行数 |
127|---|---|---|
128| references/01-story.md | Story Architecture：7 种 canonical shapes、Fig. 1 四种功能、climax 选择、降级与删枝 | 130 |
129| references/02-title.md | Title 6 种定式、关于 "novel" 的真相、Title before/after | 90 |
130| references/03-abstract.md | 5–8 句句式图、三条强约定、Two-gap、何时打破默认、Abstract before/after | 195 |
131| references/04-intro.md | 漏斗 4–6 段、6 种 hook、GAP 词库、pivot 模板、末段 taste、Intro before/after | 200 |
132| references/05-results.md | 标题三风格、开句三模板、figure call-out、caption、统计写法、baseline、ablation、discovery funnel、综合句、Results before/after | 340 |
133| references/06-methods.md | Methods 子目、LLM-agent 专用清单、复现三处呼应、常漏报项、Methods 也要有 taste | 140 |
134| references/07-discussion.md | Discussion 开句两条路径、Limitation、Outlook 动词等级表、Overclaim 边界、Closing、Discussion before/after | 185 |
135| references/08-sentence-taste.md | 10 句 memorable sentences 解剖、rhythm、经济、name-your-noun、negative space | 370 |
136| references/09-reviewer-protocol.md | 5-pass harsh referee protocol、SNEER/NOD/ASK/CUT、每段末尾 invisible answer | 150 |
137| references/10-voice.md | DeepMind / NMI / NC / NCS / 临床 5 种 voice、confident vs arrogant、modest vs timid | 160 |
138| references/11-language-bank.md | 强动词 / hedge / 6 类段间连接词 / 高复用句型 | 75 |
139| references/12-subgenres.md | 7 个子门类剧本：ML 方法 / Foundation / LLM-agent / Interpretability / Benchmark / AI-for-X / 临床 | 335 |
140| references/13-antipatterns.md | craft + AI-specific + taste 三类反模式 | 90 |
141| references/14-journals.md | Nature / NMI / NC / NCS / NM / Nat Med 各自 voice 与策略 | 160 |
142| references/15-taste-development.md | 读法 / rewrite-by-hand / taste notebook / mentor / OpenReview review / 返回旧草稿 | 80 |
143
144### 1.3 与 FIGURE-SKILL.md 的衔接
145
146视觉设计是另一回事，由独立的 FIGURE-SKILL.md（v0.2）覆盖：Fig. 1 schematic 6 种构图、配色（Wong/Okabe-Ito 8 色板）、字体字号（**panel letter 8pt bold lowercase + 其他 5–7pt**，已按 Nature Research Figure Guide 核实）、panel 布局、数据图选型、统计在图内的呈现、matplotlib/ggplot template、Illustrator 拼版流程、arXiv→Nature 反模式 19 条、文件格式与大小（≤50MB / RGB / Type 42 / lowercase a/b/c）。写 Results 与做图常需同时打开两本 skill。
147
148### 1.4 与 extracts/ 的关系
149
150所有 verbatim 引文（如 AlphaFold "Here we provide the first computational method…"，FunSearch "easy to evaluate, hard to solve"）都可在 extracts/01-singlecell.md … extracts/07-ai-methods.md 7 个文件 / 共 44 篇里通过 grep 查到上下文。当 SKILL 或某 reference 引用一句话且你想看出处全文时，到对应 extract 文件搜即可。
151
152---
153
154## 2. 提交前 checklist
155
156提交前一次性扫一遍。条目按章节分组——任何一项落空，先回到对应 reference 修。
157
158### 2.1 Story
159
160```text
161[ ] 我能用一句话说出 story shape。
162[ ] antagonist 明确：bottleneck / data scarcity / black box / scale / compute / human bottleneck / synthetic constraint。
163[ ] Fig. 1 服务主 story，而不是零件堆。
164[ ] 每个主文实验支撑 abstract claim、处理强质疑、或推进 climax。
165[ ] 至少有一个实验被降到 Supplementary 或删掉。
166[ ] Results 顺序不是实验时间顺序，而是阅读顺序。
167```
168
169### 2.2 Title
170
171```text
172[ ] 标题属于 A–F 定式之一。
173[ ] 没有空心化 "A novel method for…"。
174[ ] 如果用 "foundation model"，下游任务 / transfer / scale 足够支撑。
175[ ] 如果用 "without / first / universal / clinical-grade"，证据足够支撑。
176[ ] 标题能让 editor 在 5 秒内知道冲突和贡献。
177```
178
179### 2.3 Abstract
180
181```text
182[ ] 5–8 句为默认；若更长，每句有独立功能。
183[ ] 有一个明确 pivot。
184[ ] METHOD-SPEC 句数字密度最高（默认）；或已有意采用 pure-AI-methodology carve-out（数字在 KEY-RESULT / VALIDATION）。
185[ ] KEY-RESULT 有 named baseline / benchmark / human anchor。
186[ ] Outlook 动词与证据强度匹配。
187[ ] 中段用强动词；末段适度 hedge。
188[ ] 没有把 architecture details 写成 mini Methods。
189```
190
191### 2.4 Introduction
192
193```text
194[ ] Hook 不是 "Recently, deep learning…"。
195[ ] 第一段有 stakes / old problem / analogy / paradox。
196[ ] GAP 说明 limited by what。
197[ ] Pivot 段落明显。
198[ ] Intro 末段给 roadmap 或 tight pivot。
199[ ] 每个 major claim 有适量 citation，不是 citation pile。
200```
201
202### 2.5 Results and figures
203
204```text
205[ ] Results header 风格统一。
206[ ] 每个子节开句让读者知道：为什么做 / 做了什么 / 得到什么。
207[ ] Fig. call-out 把发现放主语位置。
208[ ] Main benchmark 有 named baseline。
209[ ] 主要比较有 uncertainty：CI / IQR / std / P / bootstrap / repeated splits。
210[ ] 至少有 robustness / ablation / control 处理 alternative explanation。
211[ ] Discovery paper 有 funnel。
212[ ] Foundation model paper 有 scaling / data-size / transfer 证据。
213[ ] Clinical paper 有 external validation 或明确说明没有。
214[ ] Caption 可独立复述 figure。
215```
216
217### 2.6 Methods and reproducibility
218
219```text
220[ ] 数据来源、版本、split 原则清楚。
221[ ] leakage 检查说明。
222[ ] training compute 报告。
223[ ] random seeds 或替代 uncertainty 报告。
224[ ] baseline 训练公平性说明。
225[ ] hyperparameter search budget 说明。
226[ ] LLM/API 论文：prompt、version、date、decoding、tool schema 完整放在 SI；主文显式指向 SI（"详见 SI"）。
227[ ] Code / data / model availability 独立段。
228[ ] License / DOI / access restriction 说明。
229```
230
231### 2.7 Discussion
232
233```text
234[ ] 开句不是 limitation-first，除非有意采用 frank concession。
235[ ] 第一段重新框定贡献。
236[ ] 与 prior work 比较具体，不泛泛。
237[ ] Limitation 具体命名。
238[ ] Limitation 后有 boundary / remedy / future direction。
239[ ] Outlook phrase 与证据强度匹配。
240[ ] Closing 不喊口号。
241```
242
243### 2.8 Sentence-level taste
244
245```text
246[ ] 每段 read aloud 不拗口。
247[ ] 没有 noun phrase 过长。
248[ ] 删除多余 adjective。
249[ ] 强 verb 替换 nominalization。
250[ ] 数字顺序符合读者理解。
251[ ] 最强结果没有被 "remarkably/dramatically" 淹没。
252[ ] 每段有一个落点。
253```
254
255### 2.9 Reviewer modeling
256
257```text
258[ ] 写了 top 5 reviewer objections。
259[ ] 每个 objection 已在 Results / Methods / Discussion 某处处理。
260[ ] 没有 reviewer 会认为 baseline unfair。
261[ ] 没有 reviewer 会认为 claim overreaches evidence。
262[ ] 没有 reviewer 需要猜测 key implementation detail。
263[ ] 如果你的方法依赖 evaluator / 监督目标 / human label / benchmark：评估这把 ruler 本身是否可信。reviewer 可能问 "Is the evaluator / supervision target itself valid?"
264```
265
266---
267
268---
269
270## 3. Quick field manual（屏幕边贴条）
271
272### 3.1 Story
273
274```text
275This paper is a <story shape> story:
276 bottleneck-broken / two-gap synthesis / scale-emergent / discovery funnel /
277 human-anchored benchmark / trust bridge / limit-redrawn.
278
279The antagonist is <X>.
280The climax is Fig. <Y>.
281The sentence readers must remember is:
282 "<one sentence>"
283```
284
285### 3.2 Abstract
286
287```text
288<Topic> is <critical> for <field>.
289However, <existing methods> are <limited by X>.
290[Yet, <second paradigm> <fails by Y>.]
291Here we <introduce/present/propose> <NAME>, a <category> that <mechanism>.
292<NAME> <does numerically dense thing>.
293We show that <NAME> <outperforms/solves/discovers> <baseline> on <benchmark>.
294[Furthermore, <generalization/validation>.]
295<NAME> <bounded outlook phrase> <broader vision>.
296```
297
298### 3.3 Intro
299
300```text
301¶1 Hook: concrete stakes / old problem / analogy / paradox.
302¶2 Recent advances: grouped, not piled.
303¶3 Gap: limited by what?
304¶4 Pivot: Here we <verb> <NAME>.
305¶5 Roadmap: Specifically, we show that …
306```
307
308### 3.4 Results
309
310```text
311§1 Reader map: architecture / pipeline / benchmark design.
312§2 Main result with named baseline.
313§3 Mechanism / ablation.
314§4 Robustness / external validation.
315§5 Hard case / discovery / human anchor.
316§6 Boundary / failure / generalization.
317```
318
319### 3.5 Methods
320
321```text
322data + split + leakage
323architecture + training + compute
324baselines + fairness
325statistics + seeds
326LLM prompts/API/tool schema if relevant
327code/data/model availability
328```
329
330### 3.6 Discussion
331
332```text
333Opening: restate contribution or reframe field.
334Compare: unlike <prior>, <NAME> <specific difference>.
335Limit: one named boundary.
336Remedy: concrete next step or scope condition.
337Close: resource / vision / calibrated outlook.
338```
339
340### 3.7 Sentence
341
342```text
343Can I replace adjective with number?
344Can I replace "this" with named noun?
345Can I replace nominalization with verb?
346Can I cut the first clause?
347Does the sentence land on the strongest word?
348```
349
350---
351
352---
353
354# Appendix A — 44-paper corpus
355
356| # | 领域 | 论文 | 刊物 | 取样文件 |
357|---|---|---|---|---|
358| 1–6 | 单细胞 | Geneformer, SCimilarity, Tangram, scIB, CellOracle, CellFM | Nature × 3, Nat Methods × 2, NC × 1 | extracts/01-singlecell.md |
359| 7–12 | 蛋白 / 结构 AI | AlphaFold2, ESM-2/ESMFold, ProteinMPNN, RFdiffusion, AlphaMissense, Foldseek | Nature × 2, Science × 3, Nat Biotechnol × 1 | extracts/02-protein.md |
360| 13–18 | 物理 / 气候 / 材料 | GraphCast, GenCast, DIMON, M3GNet, HINTS, GNoME | Science, Nature × 2, NCS × 2, NMI | extracts/03-physics.md |
361| 19–24 | 药物发现 | DynamicBind, Wong-MRSA, Halicin, SyntheMol, RetroExplainer, DRAGONFLY | NC × 4, Nature, Cell | extracts/04-drug.md |
362| 25–30 | 临床 AI | MedSAM, UNI, CONCH, Virchow, MedPerf, Ferber-GPT4V | Nat Med × 3, NC × 2, NMI | extracts/05-medical.md |
363| 31–36 | ML 通用 / 基础模型 | ChemCrow, AlphaGeometry, MolE, SemanticLens, Cancer-Imaging-FM, FunSearch | NMI × 4, Nature × 2, NC | extracts/06-ml.md |
364| 37–44 | **纯 AI 方法（v5 新加）** | Webb-MAP, Xiao-Densing-law, Whitelam-Simmering, DeepSeek-R1, Oh-DiscoRL, Farquhar-semantic-entropy, Muttenthaler-AligNet, Zhou-ADeLe | Nature × 5, NMI × 1, NC × 2 | extracts/07-ai-methods.md |
365
366---
367
368# Appendix B — Before / After 对照练习索引
369
370每个 pair 给"无 taste 版"和"有 taste 版"对比，附 1 句解释。打磨自己的稿子时，先选一对照之相近的 pair 读。
371
372| # | 章节 | Lesson | 在哪里 |
373|---|---|---|---|
374| 1 | Title | constraint-as-contribution | references/02-title.md §2.3 |
375| 2 | Title | discovery before method | references/02-title.md §2.3 |
376| 3 | Title | hedged aspiration | references/02-title.md §2.3 |
377| 4 | Title | tool + description | references/02-title.md §2.3 |
378| 5 | Abstract | concrete stakes | references/03-abstract.md §3.6 |
379| 6 | Abstract | bottleneck-aligned pivot | references/03-abstract.md §3.6 |
380| 7 | Abstract | numerical noun phrase | references/03-abstract.md §3.6 |
381| 8 | Abstract | named benchmark anchor | references/03-abstract.md §3.6 |
382| 9 | Abstract | community value over hype | references/03-abstract.md §3.6 |
383| 10 | Intro | two-gap over AI hype | references/04-intro.md §4.7 |
384| 11 | Intro | historical anchor | references/04-intro.md §4.7 |
385| 12 | Intro | analogy as argument | references/04-intro.md §4.7 |
386| 13 | Intro | design argument | references/04-intro.md §4.7 |
387| 14 | Results | claim as subject | references/05-results.md §5.11 |
388| 15 | Results | hardware + task-size baseline | references/05-results.md §5.11 |
389| 16 | Results | control with teeth | references/05-results.md §5.11 |
390| 17 | Results | mechanism-driven ablation | references/05-results.md §5.11 |
391| 18 | Results | capability map | references/05-results.md §5.11 |
392| 19 | Discussion | limitation as boundary | references/07-discussion.md §7.6 |
393| 20 | Discussion | remedy over vague future work | references/07-discussion.md §7.6 |
394| 21 | Discussion | resource close | references/07-discussion.md §7.6 |
395| 22 | Discussion | calibrated modesty | references/07-discussion.md §7.6 |
396
397---
398
399# Appendix C — One-page reviewer red-team sheet
400
401打印一张贴桌上。提交前 30 分钟过一遍。
402
403```text
404Title:
405 What story does it promise?
406 Is any word overclaiming?
407
408Abstract:
409 s1 stakes:
410 s2 gap:
411 s3 gap-2:
412 s4 pivot:
413 s5 method-spec:
414 s6 key-result:
415 s7 validation:
416 s8 outlook:
417 Missing anchor?
418
419Intro:
420 Hook type:
421 True antagonist:
422 Straw-man risk:
423 Prior work reviewer will cite:
424
425Results:
426 Fig. 1 function:
427 Climax figure:
428 Weakest main-text experiment:
429 Experiment to move to supplement:
430 Strongest alternative explanation:
431 Control addressing it:
432
433Methods:
434 Leakage risk:
435 Baseline fairness risk:
436 Seed / uncertainty:
437 Compute:
438 Reproducibility artifact:
439
440Discussion:
441 Main contribution restated:
442 Limitation named:
443 Outlook phrase:
444 Is it earned?
445
446Sentence-level:
447 Loud adjectives to cut:
448 Nominalizations to replace:
449 Vague nouns to name:
450 Long sentence to split:
451```
452