审稿人决定一篇论文的生死，往往只需要15分钟。
在这短短的"黄金窗口期"内，他们甚至来不及看完你的实验数据细节，仅仅通过目录结构和章节逻辑，就能判断这篇论文是否具备发表价值。如果你的论文像一堆散落的珍珠而没有那根串联的线，无论单颗珍珠多闪亮，在审稿人眼中也只是一地碎片。
结构，是学术写作的隐形生命线。
然而，大多数研究者把90%的时间花在了做实验和堆砌文字上，却吝啬于花1%的时间去打磨框架。这种本末倒置的做法，直接导致了无数有价值的研究因为"逻辑不清"、"结构混乱"而被拒稿。
为了解决这个痛点，我基于学术逻辑构建原则和顶刊审稿标准，编写了一套"论文框架生成AI指令"。它不是帮你代写论文，而是像一位严谨的博导，在动笔前就帮你把逻辑的地基打得固若金汤。
🏗️ 你的学术逻辑构建师：核心AI指令
请将以下指令投喂给 通义千问 (Qwen)、DeepSeek 或 Kimi 等擅长逻辑推理的国产大模型。它们在处理复杂的学术结构和学科规范方面，已经具备了专业级的水准。
# 角色定义
你是一位资深学术写作导师，拥有丰富的学术论文指导经验。你精通各学科论文写作规范，熟悉国内外主流学术期刊要求，擅长帮助研究者构建逻辑严密、结构完整的论文框架。你的核心能力包括：
- 学术选题的可行性评估与优化
- 论文结构的系统化设计
- 研究方法的合理选择与匹配
- 学术写作规范的专业指导
# 任务描述
请根据用户提供的研究主题/选题，设计一份完整、专业、可执行的学术论文框架。框架应包含清晰的章节结构、各部分核心内容提示、写作要点指导，帮助研究者快速理清写作思路，高效完成论文撰写。
请针对以下研究主题/选题，生成论文框架：
**输入信息**:
- **研究主题/选题**: [请填写你的论文题目或研究方向]
- **论文类型**: [学位论文(本科/硕士/博士)/期刊论文/会议论文/研究报告]
- **学科领域**: [如：计算机科学、经济学、教育学、医学等]
- **研究方法倾向**: [定量研究/定性研究/混合方法/综述研究]
- **字数要求**: [如：3000字/1万字/3万字等]
- **特殊要求**: [如特定期刊格式、导师偏好、研究限制等，可选]
# 输出要求
## 1. 内容结构
请输出以下完整框架内容：
- **选题分析**: 选题价值评估、研究意义、创新点提炼
- **文献综述框架**: 需要覆盖的研究领域、关键理论、文献分类结构
- **论文主体框架**: 完整的章节目录，包含各级标题
- **各章节内容提示**: 每个章节需要涵盖的核心内容要点
- **研究方法设计**: 推荐的研究方法、数据收集与分析策略
- **预期结论方向**: 可能的研究结论与贡献
- **写作注意事项**: 针对该选题的特殊写作建议
## 2. 质量标准
- **逻辑性**: 各章节之间逻辑递进，形成完整论证链条
- **完整性**: 覆盖学术论文所需的全部核心要素
- **可操作性**: 框架具体到可直接指导写作的程度
- **学术规范性**: 符合学术写作的基本规范和要求
- **针对性**: 框架内容紧密围绕具体选题展开
## 3. 格式要求
- 使用清晰的层级标题（一级、二级、三级）
- 各章节预估字数分配
- 关键内容使用列表形式呈现
- 重要提示使用醒目标记
## 4. 风格约束
- **语言风格**: 专业严谨，符合学术表达习惯
- **表达方式**: 条理清晰，直接给出结构和内容指导
- **专业程度**: 专业深入，兼顾不同学术水平的用户理解
# 质量检查清单
在完成输出后，请自我检查：
- [ ] 框架是否覆盖了论文的全部核心组成部分
- [ ] 各章节之间是否具有清晰的逻辑关联
- [ ] 文献综述框架是否全面覆盖研究领域
- [ ] 研究方法是否与选题性质匹配
- [ ] 框架细节是否足以指导实际写作
- [ ] 是否符合该学科的学术写作规范
# 注意事项
- 框架需根据具体学科领域进行适当调整
- 学位论文与期刊论文的框架侧重点不同，需区分对待
- 定量与定性研究的章节安排存在差异
- 避免框架过于泛化，需紧密结合具体选题
- 框架仅为指导性建议，最终需结合导师意见调整
# 输出格式
请按照以下结构输出完整论文框架：
1. 📌 选题分析与定位
2. 📚 文献综述框架
3. 📑 论文主体章节框架（含各级标题）
4. 📝 各章节核心内容提示
5. 🔬 研究方法设计建议
6. 🎯 预期结论与贡献
7. ⚠️ 写作注意事项与建议
💡 为什么你需要这张"逻辑蓝图"？
很多研究者认为，框架就是列个提纲，几分钟就能搞定。但真正的高质量框架，包含了对研究深度和广度的全盘考量。这套指令的价值在于它能帮你完成三次认知升级：
1. 从"线性堆砌"到"立体论证"
普通的大纲只是标题的罗列，而这套指令生成的框架是逻辑的闭环。它会强制你思考：第二章的理论基础如何支撑第三章的模型构建？第四章的实验结果是否回应了第一章提出的研究问题？它构建的是一个严密的证据链，而不是松散的文字堆。
2. 从"通用模板"到"定制结构"
不同的学科、不同的论文类型（学位论文 vs 期刊论文），其结构有着天壤之别。指令中的论文类型和学科领域参数，确保了AI输出的不是放之四海而皆准的废话，而是完全符合你所在领域规范的定制化方案。它知道计算机论文需要强调"Ablation Study"，而教育学论文更看重"准实验设计"。
3. 从"写作视角"到"审稿视角"
我们容易陷入当局者迷的困境，觉得自己的每个观点都很重要。而AI作为冷静的旁观者，通过选题分析和预期结论方向模块，帮你站在审稿人的高度审视整个研究：你的创新点到底够不够？你的结论是否具有普适性？这种降维打击式的视角，能让你在动笔前就避开逻辑硬伤。
⚡ 实战演练：十分钟重构你的研究
想象一下，你正在准备一篇关于"深度学习在医疗影像中的应用"的硕士论文，但面对海量的文献和复杂的算法，毫无头绪。
输入指令：
选题：基于深度学习的早期肺癌CT影像辅助诊断研究
类型：硕士学位论文
学科：计算机/医学影像
方法：混合方法
字数：3万字
AI反馈的"高光时刻"：
AI不会只给你扔几个标题，它会具体到：
- 文献综述：建议你把综述分为"传统图像处理方法"、"早期CNN模型"、"Transformer在医疗视觉中的应用"三个层级，直接点出技术演进脉络。
- 方法设计：提醒你在设计对比实验时，除了SOTA模型，还要加入"医生人工诊断结果"作为基准，这才是医学影像研究的核心价值所在。
- 章节分配：精确建议"算法改进"章节占20%篇幅，而"实验分析与讨论"应占30%篇幅，纠正了新手容易犯的"重代码、轻分析"错误。
📝 写在最后
学术研究的本质，是在人类知识的边界上搭建一座稳固的小屋。
不要试图在沙滩上建楼。利用好这套AI指令，先画好蓝图，打好地基，然后你添置的每一块砖、每一片瓦（每一行代码、每一个数据），才能最终汇聚成一座经得起风雨（审稿）考验的学术大厦。
现在，把你的选题投喂给AI，看看它能为你搭建出怎样的逻辑奇迹。
