核心结论

AI 可以帮助整理期刊候选、比较作者指南、检查投稿材料和拆分审稿意见，但不能替作者确认期刊真实可信、保证适配或虚构已经完成的修改。投稿与返修的核心产物是两张表：期刊匹配表，以及“审稿意见—作者判断—稿件修改—证据位置—回复文字”处理表。

每项外部规则都要回到目标期刊当前官方页面核验。期刊范围、文章类型、字数、数据政策和 AI 规则会变化，AI 根据旧资料给出的要求只能作为候选线索。

期刊匹配不是按影响因子排序

先判断论文与期刊范围、读者和文章类型是否匹配，再考虑出版模式、时间、费用和团队要求。高指标但范围不匹配的期刊，不会因为 AI 写了一封漂亮投稿信就变得适合。

至少比较：

  • 期刊是否真实、出版主体和联系方式是否清楚；
  • aims and scope 与论文问题和方法是否匹配；
  • 最近是否发表过真正相近、但不完全重复的研究；
  • 是否接收当前文章类型和篇幅；
  • 数据、代码、预注册、伦理和 AI 披露要求；
  • 同行评审、开放获取、费用和撤稿政策是否透明；
  • 团队、资助方和机构是否接受相应出版安排。

Think. Check. Submit.提供识别可信期刊和出版方的核对问题。任何“快速录用”“保证发表”或模仿知名期刊名称的邀请，都应独立验证。

教学案例：交叉学科论文的首次投稿

**教学模拟案例：**一个交叉学科团队完成教学模拟论文，研究可穿戴设备数据如何辅助社区康复随访。论文同时涉及康复、数字健康和方法验证。AI 根据标题推荐了十本期刊，其中两本范围偏工程算法，一本官网信息可疑，另几本不接收当前文章类型。

团队没有使用“匹配度92%”之类无法解释的分数，而是建立期刊匹配表。

条件期刊A期刊B期刊C
核心读者康复临床与服务研究数字健康传感器工程
范围匹配关注实施与结局，较匹配接收验证研究，匹配更重硬件创新，较弱
相近文章近两年有3篇社区数字康复研究有方法验证但人群不同多为器件性能
文章类型接收原始研究接收原始研究当前稿件临床部分过多
数据和代码要求声明与可用性说明鼓励仓库并有格式要求要求较少但仍需核查
AI政策官方页面已核验，记录日期官方页面已核验尚未找到明确页面
当前结论首选备选不投

选择首选期刊是基于读者和证据类型，而不是模型给出的一个总分。

用AI读取作者指南时要逐项回链

可以让 AI 把作者指南整理成检查表，但每项都保存官方链接、页面标题和核验日期。PDF指南与网页冲突时，先找更新日期或联系编辑部，不让 AI 猜哪个有效。

需要核对的材料通常包括：主文、标题页、摘要、关键词、图表、补充材料、报告指南清单、数据和代码声明、伦理与同意、利益冲突、作者贡献、AI使用披露、投稿信和推荐或回避审稿人。不同期刊要求不同，不要把一份通用清单当成最终规则。

投稿信只能陈述真实匹配

AI 可以根据主张—证据地图生成投稿信草稿，但必须限制为：论文解决什么问题、提供什么主要证据、为什么适合该期刊读者，以及必要声明。禁止虚构编辑关系、夸大“首次”、承诺临床价值或声称稿件完全符合尚未检查的要求。

作者还要确认稿件没有同时投给不允许一稿多投的其他期刊，作者列表和通讯作者已获团队确认，所有声明真实完整。

收到审稿意见后先拆分，不急着让AI回复

审稿意见常在一段中包含多个请求，或不同审稿人提出冲突建议。先把每项意见拆成最小可处理单元，并区分：

  • 需要修改文字或结构；
  • 需要补充分析或实验；
  • 需要澄清但不一定修改；
  • 基于误读，提示稿件表达不清；
  • 与研究问题或伦理边界冲突，可能需要礼貌不同意；
  • 超出当前数据和设计能力，必须说明限制。

AI 可以辅助分类和检查漏项，不能把“补做实验”自动改写成“已完成”。

填写完成的审稿意见处理表

教学案例继续：期刊要求大修。审稿人写道：“样本来源不清，建议增加外部验证，并讨论设备佩戴依从性是否影响结果。”

意见单元作者判断实际行动证据位置回复要点
样本来源不清报告不足在方法补充招募、纳排和流程图方法2.1、图1说明新增位置和内容
建议外部验证有价值但当前无独立数据不虚构分析；在局限中说明并缩小泛化结论讨论第4段解释当前数据边界与后续计划
依从性可能影响结果现有日志可分析预先记录的佩戴时长完成补充敏感性分析并核验补充表S3报告方法、结果和对结论影响

这张表避免把一段意见用一句“已按建议修改”敷衍过去，也避免为了取悦审稿人承诺当前研究无法提供的证据。

回复信要让编辑能够快速核对

每项回复通常包括：完整或准确概括的意见；作者是否同意及理由；做了什么具体修改；修改位于哪里；必要时提供修改后的关键文字或结果。不同意时保持尊重，用研究问题、数据、方法和期刊范围说明原因。

Taylor & Francis 的作者指南建议逐点回应、使评论与修改清楚区分，并让审稿人容易找到变化。最终格式仍按目标期刊要求。

AI 可以检查所有意见是否都有状态、回复中的页码和行号是否存在、稿件和回复信数字是否一致。页码因排版变化时，要在最终上传版本重新生成，不能使用旧稿位置。

遇到冲突意见怎样处理

如果一位审稿人要求扩展理论背景，另一位要求缩短引言，团队应识别两者背后的问题：可能是当前论证重点不清。可以精简一般背景，同时补充与研究问题直接相关的理论，而不是机械地同时增加和删除相同字数。

若审稿建议会改变预先研究问题、违反伦理或要求无法由现有数据支持的结论，应向编辑说明。AI 可以生成礼貌语气，但理由必须来自作者真实判断。

返修中新增分析必须留痕

补充分析要记录它是审稿后新增、使用什么数据和方法、是否探索性、怎样影响主要结论。不能把审稿后分析悄悄写成预先计划，也不能只报告有利结果。

若新增结果改变摘要、图表和结论，应同步修改所有位置。AI 可以做跨文件一致性检查，作者和统计负责人复核关键数字。

AI与保密边界

投稿稿件和审稿意见可能受期刊保密规则约束。作者使用外部 AI 处理返修材料前，应检查期刊、机构和工具政策。审稿人则面对更严格的保密责任，不能默认把他人的未公开稿件上传到生成式 AI。

ICMJE 的 AI 出版建议要求透明说明 AI 用途，并强调作者、编辑和审稿人的责任与保密。使用 AI 起草回复不改变作者对每项承诺真实性的责任。

返修完成后做一次“意见—修改—稿件”对账

回复信写完并不代表返修完成。团队应逐条确认：意见原文没有被改写失真；回复说明了接受、部分接受或不接受；声称的修改能在稿件指定位置找到；新增数字与表图一致；页码和行号对应当前版本；未采纳意见给出了科学理由而不是防御性措辞。

常见错误是 AI 在回复信中写“我们已补充敏感性分析”，稿件却只有一句讨论；或者正文已经改用新模型，摘要仍保留旧效应值。可以让 AI 做结构对照和遗漏检查，但每条“已完成”状态必须由实际修改者核验。最后由对应作者通读整套干净稿、标注稿、回复信和补充文件。

如果返修引入新的实验或分析，还要更新方法、结果、限制、数据与代码记录，必要时评估伦理或注册影响。不能把应报告的方法藏在回复信里。相反，如果审稿意见超出现有数据能够回答的范围，应解释边界，不应让 AI 编造一项“补充验证”。

必须停止的情况

  • 期刊身份、官网、出版主体或费用信息无法独立确认；
  • 论文与期刊范围或文章类型明显不匹配；
  • AI 提取的作者指南找不到官方原文；
  • 投稿材料中的作者、伦理、数据、利益冲突或 AI 声明尚未获团队确认；
  • 回复信声称完成了实际没有完成的实验、分析或修改；
  • 页码、行号、数值和修改稿不一致；
  • 评审意见或未公开稿件将进入未经允许的外部工具；
  • 团队试图通过 AI 隐藏限制、规避检查或保证录用。

此时应退回官方指南、共同作者、统计人员或编辑沟通，不能用更强的说服措辞替代真实证据。

可直接复用的投稿与返修模板

期刊候选：
官方主页、出版主体和核验日期：
范围与目标读者：
相近文章及差异：
文章类型与格式：
数据、代码、伦理、作者贡献和AI政策：
费用与出版模式：
选择／不选择及理由：

审稿意见编号和原文：
拆分后的具体问题：
作者判断：同意／部分同意／不同意／无法完成
依据：数据、方法、文献或伦理边界
实际修改或分析：
稿件位置和版本：
回复文字：
共同作者确认：

未完成事项：
全文数字和声明一致性检查：
最终上传文件清单：
AI使用记录与披露：

投稿和返修完成的标准，不是 AI 生成了一套“专业回复”，而是期刊选择有真实依据，每项意见都有可核验处理，稿件、数据和回复信完全一致，作者没有承诺任何未完成的工作。