投稿过程中，收到Major Revision 的意见，回复信和修改稿的质量，决定了你的论文是能顺利发表还是被无情拒稿。

加州大学社会学教授 Tanya Golash-Boza ，说自己投顶刊后，每次收到 Revise & Resubmit，最终都成功被接收了。

她把自己的返修经验总结成 10 个详细步骤，帮你快速搞定论文返修，提升论文发表成功率。（参见How to Respond to a “Revise and Resubmit” from an Academic Journal: Ten Steps to a Successful Revision）

01 判断回复类型

收到编辑来信，先别急着动手改。

是直接接收（Accept），小修（Minor Revision），大修（Major Revision），还是拒稿（Reject）？有时候编辑还会建议你转投同系列的其他期刊。

每种结果对应的行动完全不同。

02 建 Excel 修改对照表

大修的意见通常来自 2-3 位审稿人加上编辑，加起来可能三四千字。不建表格，你根本理不清谁说了什么、哪些改了哪些没改。

教授最核心的方法——不在原稿上直接改，先打开 Excel，建四列表格，一条条梳理审稿意见：

来源	意见	回应	完成
审稿人1	研究方法描述不够详细	在方法部分补充数据收集流程，约200字	✅
审稿人2	缺少与XX文献的对比讨论	在讨论部分新增一段，引用Smith(2024)	⬜
编辑	图3分辨率不足	重新导出300dpi高清版本	✅

03 提取意见，屏蔽情绪噪音

回复审稿意见是很大的情绪消耗，特别是有些审稿人压根没看懂你的文章，措辞还很严厉。

比如 "the research methods are suspect"（研究方法值得怀疑）。

教授教你，要把把尖锐的批评翻译为客观、可执行的修改建议。上面那条意见背后的潜台词是"更准确、完整地描述数据收集过程"。

既能避开情绪内耗，又能有效提升论文质量。

念头一转，天地宽。

04 按论文结构重新分组

审稿人的意见通常是碎片化的。审稿人 A 提了文献综述的问题，审稿人 B 也提了类似的，但角度不同。

把所有意见按论文结构（引言、文献综述、方法、结果、讨论）重新归类。修改时就能集中发力，不用在论文各章节之间来回翻页。

05 逐条规划回应策略

没有捷径，每条意见都要回应，一条不能漏。

同意的，写清楚打算怎么改。

不同意的，也必须给出理由。

关键是：态度专业，理由充分。不回应 = 不尊重审稿人 = 给自己埋雷。

06 从简单的改起

一长串修改清单摆在面前，容易犯怵。

教授的办法：先挑最简单的下手——补一条引用、修正一个图表格式。几个小任务做完，信心就有了，再去啃硬骨头。

07 撰写正式回复信

Excel 是你梳理思路的内部工具，提交给编辑的，应该是一封格式规范的 Response Letter，逐条对应审稿人意见，说明做了什么修改、具体在论文的哪个位置。页码、段落号都得对上。

有理有据，礼貌专业，这才是好的回复。

08 逐一核对，不留死角

回复信写完后，回头对照审稿意见原文逐条检查：是不是每条都回应了？回复信里描述的修改和正文实际改动一致吗？页码、行号对得上吗？

这一步很boring，但至关重要。

09 放下审稿意见，通读全文

所有修改完成后，暂时忘掉审稿人说了什么，假装自己是一个从没看过这篇论文的读者，从头到尾读一遍。

重点看：修改后的内容是否流畅？有没有因为回应某条意见加了一段话，反而和前文产生了逻辑矛盾？这种问题只有通读全文才能发现。

10 重新提交

把修订标注稿、干净稿和回复信一起提交到投稿系统。

以上就是 Golash-Boza 教授的完整返修流程。她说，一篇大修论文每天花2小时，至少3-4周可以完成。

确实，逐条摘录意见、手动转写语气、按结构分组、写 Response Letter、修改正文、反复核对页码行号……

这里面的工作量不亚于重新写一篇论文。

AI来了，用 AI 辅助回复审稿意见，效果如何？

经过反复调试和打磨，不光提效，回复信质量也非常高。

拿教授最推崇的 Excel 梳理环节来说，AI 可以直接从审稿人的原始评论中逐条提取意见，自动标注来源、分类归组，省去你手动摘录的时间。

再比如最耗时的 Response Letter 撰写——AI 能针对每条意见生成 point-by-point 的回复初稿，严格按照回复信格式呈现，语言地道专业。需要文献支撑的地方，它还能帮你精准查找相关文献并整合到回复中。

不同审稿人提出的重复性问题，AI 也能识别并统一处理。比如审稿人 2 和审稿人 3 都提到了方法描述不够详细，AI 会在后一条回复中标注"已在回复审稿人 2 时解决"，避免你翻来覆去说同样的话。

更关键的是，升级版的工作流不只生成回复信——论文正文中对应位置的修改建议，也会同步呈现出来。基本上就是一个可以直接拿来用的版本。

把重复劳动交给 AI，把精力留给真正需要你思考的地方。这才是返修的正确打开方式。