周一早上打开投稿系统，几十份新投稿排在一起，我先看投稿信，再看摘要与图表，然后决定这一份要不要往下翻。这个动作不是技术审查，是分流。
《自然》（Nature）的一位首席编辑在 2026 年 4 月的公开对谈里给过一组数字：约 80% 的稿件在送交同行评审之前就被编辑拒掉，只有约 20% 进入外审，最终发表的比例落在 7% 至 8%；他第一遍读一篇论文，平均花 30 分钟到 1 小时。他同时说明，拒稿不等于论文有缺陷，多数情况是重要性与匹配度不够，编辑判断的只是值不值得继续往下走。（原始访谈见 varsity.co.uk/science/31349，中文编译见 news.sciencenet.cn/htmlnews/2026/4/562656.shtm，2026 年 4 月。）
摊开来看，结论有点冷：大多数稿件的命运，在正文被认真读过之前就已经定了。今天我站在编辑这一侧，把初筛时真正在看的东西讲清楚，再给一份投稿前能逐条对照的清单。
送不送审，编辑看的是四件事
我第一遍读稿的顺序基本固定，只有四件事。
第一，范围匹配。这篇稿子要解决的问题，是不是本刊 Aims & Scope（办刊宗旨与收录范围）明确覆盖的方向。这一条不通，后面都不用谈。
第二，贡献能不能一句话说清。我常在心里问：这篇论文改变了什么，作者能用一句话说清吗。说不清，我也没法替他说。
第三，方法与结论是否相称。样本量撑不撑得起那个结论，统计方法与研究设计对不对得上，结论有没有跨出数据边界。
第四，合规与披露是否齐全。伦理批件、数据可用性声明、利益冲突，以及 2026 年起绕不开的 AI 使用披露。
前三件决定要不要送审，第四件决定编辑部会不会先把稿子压下来。下面逐条说对策。
选题方向错了，改格式救不回来
先说最容易被低估的一条：范围匹配。
格式排得很漂亮、参考文献也统一的稿子，选题却和目标期刊的定位差了一截。这类稿件的命运，通常在我读标题和摘要时就定了。
投稿前能做四件事。第一，把目标期刊的 Aims & Scope 逐句读完。有的期刊会写明不收哪几类稿件。第二，用参考文献法反向定位：翻自己论文的参考文献列表，统计引用最多的 3 本到 5 本期刊，它们大概率是你的主场。第三，核近期同类发文：把近三年目录过一遍，判断期刊当下在收什么。第四，避开预警期刊与掠夺性期刊，不要只看影响因子，也要确认期刊是否被 Web of Science、Scopus 这类主流数据库正常收录。
贡献说不清，编辑没法替你解释
第二件事是贡献。编辑每天要替作者向审稿人解释：为什么这篇值得占用审稿人的时间。作者讲不清，编辑很难代劳。
投稿信（Cover Letter）就是为这件事存在的，但很多投稿信写成了摘要的复述。我的建议是两到三句讲清核心贡献，至少落在一个具体数字上：样本量、效应量、提升幅度都行。数字比形容词有说服力，因为它可以被核对。
要避免的写法也明确：堆 novel、interesting、significant 这类形容词，却不说清哪里新、提升了多少。这类句子我读到太多次，已经自动跳过。另外，投稿信里该有一句说明为什么投给这家期刊，要具体到栏目设置或近期相关文章。
结论跨出数据边界，编辑一眼就能看到
第三件事是方法与结论是否相称。这一条不需要读完全文，标题、摘要和第一张结果图就能看出来。样本量很小却写「显著改善」，单中心回顾性数据却下「普遍适用」的判断，在我这里都属于停止送审的理由。
作者能做的是两件事：把摘要里的结论收回到数据支撑得住的范围；把方法学细节写足，让编辑从摘要就能判断这个设计能不能撑起那个结论。
2026 年起，投稿信里多了一段必须写的
第四件事是合规与披露，这一条在 2026 年变得更明确。
国际医学期刊编辑委员会（ICMJE，International Committee of Medical Journal Editors）在 2026 年 1 月的建议更新中，新增了独立的一节，即 Section V「在出版中使用人工智能」（Use of Artificial Intelligence in Publishing）。要点分三层。作者层面：投稿时须披露是否使用了 AI 辅助技术，并在投稿信与稿件相应部分描述具体用法；AI 不得列为作者，作者对 AI 辅助产生的全部内容负全责。审稿人层面：使用 AI 应当披露，且不得在无法保证未发表稿件保密性的前提下把稿件上传到 AI 系统。编辑层面：编辑应当主动询问作者的 AI 使用情况，并区分常规用途与内容生成。（来源：icmje.org，2026 年 1 月，官方指南。）
边界不是拍脑袋定的。同行评议文献里已经有专门讨论，把披露拆成强制、可选、无必要三档来划界（Resnik DB, Hosseini M. Accountability in Research. 2026;33(2):1-13. DOI 10.1080/08989621.2025.2481949）。
只做语言润色，通常不用写进披露
合规这条线上的边界，比多数人想得细。
2026 年一场医学出版领域的行业峰会形成了一条判断标准：看是否改动了内容与论点。AI 参与内容起草、逻辑分析、研究方法辅助这类会改变内容的环节，需要披露；只做语言润色、原意不变的翻译、格式调整，通常无需披露。共识还建议作者建立 AI 使用日志，记录日期、工具与版本、用途、复核记录。（受解螺旋相关文章与活动启发，本文为改写转述。）
边界之所以重要，因为它同时约束另一侧：审稿人不得把稿件上传到公共 AI 服务，也不得把审稿报告外包给生成式工具。美国疾控中心（CDC）的官方页面《Considerations for Disclosing Generative AI Use in Scientific Work》把 ICMJE、WAME、MMWR 等机构的原文要求汇在一处，其中有的期刊要求致谢里写明 AI 平台名称、版本与扩展号、厂商、使用日期与用途说明。
出版伦理委员会（COPE，Committee on Publication Ethics）的立场与此一致：AI 不得列为作者，AI 使用须在材料与方法或类似章节留痕，写明工具名与具体用途。在大语言模型进入科学生产之后，这类讨论已不是边缘议题（Kusumegi K 等，2025，Science，390(6779)：1240-1243。DOI 10.1126/science.adw3000）。
还有一条最容易被忽略：图像。一家主流出版商的投稿政策要求提交独立的《生成式 AI 与 AI 辅助技术声明》，置于参考文献列表之前并随正式文章发表；其图像政策更严格，生成式 AI 不得用于创建或修改图像，封面图与图文摘要同样不得由 AI 生成。用 AI 生成示意图的人，很容易踩这条线。
附件缺一项，编辑部会来回问
最后一件是附件，编辑部最不愿花时间、又必须处理的环节。
缺一项就要发一次邮件，来回一轮常常是一周。投稿前请自己过一遍这份清单：原创性与未一稿多投声明；全体作者同意投稿；利益冲突声明；伦理批件号（涉及人体或动物研究时）；数据可用性声明；推荐审稿人名单。
其中伦理批件号与数据可用性声明最容易漏。数据可用性声明现在几乎是标配，写清数据在哪里、怎么获取，比写「可向通讯作者索取」好得多。
这些问题，投稿前能用 DeepBio 自查一遍
编辑在看的东西，能不能在按下投稿按钮之前自查一遍。
我判断不了作者实验室里的事，但很清楚自己会在哪些地方停下来。这三组动作，值得在投出去之前做一遍。
第一，文献与证据整理。把研究问题、目标期刊的 Aims & Scope 与近三年同类文章一起上传，让平台围绕这个问题整理发现，输出匹配度判断、证据等级、主要风险点与下一步验证方向。顺序是上传资料、结构化分析、复核迭代。这一步把「我觉得很匹配」变成可核对的依据：哪一篇同类文章发在这本刊上，你的问题落在哪个栏目里，哪一处偏离了收录范围。
第二，综述与论文写作。按目标期刊的结构与格式规范整理稿件与投稿信要点，把核心贡献压到两到三句、把一个具体数字留在最前面；如果这篇同时要作为学位论文的一章，平台的论文格式模板可以按院校规范统一版式，引文与文后著录格式也能一次核对到位，省掉因格式不合规被退回重改的来回。
第三，实验与研究设计。梳理实验目标、样本需求与关键变量，用来回答编辑最在意的那个问题：方法与结论是否相称。这一步在投稿前做，比在审稿意见回来之后做便宜得多。
另外，AI 使用记录可以一并留档，按目标期刊要求生成披露段落。但有一条必须说清楚：DeepBio 只做研究辅助，披露内容必须真实，并由作者本人复核负责。它不替作者写论文，只是让作者少漏一项。
涉及健康或临床的结论，不构成医疗建议；研究判断仍由研究者本人与相关专业人员做出。
回到那个最冷的事实：我读第一遍稿子的时间，可能只有半小时。你要做的不是用这半小时说服我，而是让这半小时里我看不到需要停下来追问的理由。
你在投稿前最常漏掉的是哪一项，选题匹配、贡献表述，还是附件清单？欢迎在评论区说说。
标签：#SCI #期刊投稿 #论文写作 #投稿信 #科研伦理 #生物医药 #文献综述 #DeepBio
