数模论文写不好，可能是模板太老了

30日备赛计划·第12期｜数模论文写不好，可能是模板太老了

多数参赛者正在使用的论文模板，往往源自两三年前的优秀论文。然而从2025年起，国赛论文的问题分析部分已有了明确的新规范——不再建议分节撰写。本期系统讲解问题重述与问题分析的最新写作规范、新五色模板、两款配套Skills，以及四个最容易踩的坑。本文作为《30日备赛计划》第12期。

01 为什么你的论文模板可能已经过时了

目前网络上流传的数模论文模板、优秀论文范例，大多源自两三年前的参赛作品。然而，国赛论文的写作规范并非一成不变。

自2025年起，数学建模领域的专家教师已形成一个共识：国赛赛题的各个问题之间具有很强的连贯性与整体性。 因此，问题分析部分不应再为每个子问题单独设置二级标题、分节撰写——每个问题仅用一段话表述即可，过度分节反而割裂了问题之间的内在联系。

这一变化从2025年4月起即已明确，但多数参赛者并未及时获知，仍在沿用老旧模板分节写作。基于这一现状，我们结合最新规范与当下AI辅助写作的环境，制作了一套全新的论文模板。

02 新五色模板：简洁版与详细说明版

新模板已开源，每个章节均分为简洁版与详细说明版两个版本。详细说明版采用六色标注体系，区分不同内容功能：

详细说明版PDF为不可复制格式，但所有需要粘贴复制的内容均已整理为可编辑的Word简洁版，可供参赛者直接使用。待论文全部板块模板完成后，还将推出完整的可复制版本。

03 问题重述Skills：生成式与自查式

针对问题重述板块，我们开发了一款具备双重功能的Skills。

生成式功能。 只需提供完整的赛题原文，AI即可自动生成包含问题重述、研究现状与研究背景的完整章节内容，适用于赛题发布后快速搭建论文框架。

自查式功能。 该功能内置了数学建模竞赛对问题重述的各项规范要求。参赛者将自己撰写的问题重述与赛题原文一同提交后，AI会逐句分析每句话的类型与作用，从评阅视角给出评价，并提供针对性的改写建议。

两款功能可配合使用：先用生成式快速产出初稿，再用自查式逐句打磨。

04 问题分析Skills：仅提供自查式

与问题重述不同，问题分析板块的Skills仅提供自查式功能，未设置生成式功能。

原因在于：问题分析的撰写依赖于建模思路、代码实现与求解结果等大量后续内容，通常需要在论文主体基本完成后才能准确撰写。在竞赛初期，参赛者尚未形成完整的建模思路与结果，直接生成问题分析缺乏依据，容易产生脱离实际的空泛内容。

因此，问题分析Skills的定位是：在参赛者完成初稿后，提交论文内容进行自查，指出逻辑漏洞、表述问题与规范偏差。

05 问题重述的四个高频错误

以下四个错误在参赛者（尤其是使用AI辅助写作的队伍）中极为常见，需重点警惕。

错误一：直接粘贴复制原题。 这是绝对不可触碰的红线。数模竞赛设有论文查重机制，部分赛区规定查重率超过20%即直接不予评奖。若论文第一章直接复制原题，查重率将上升约5个百分点，后果严重。

错误二：仅替换少量同义词。 仅对原题做个别词语替换，本质上仍属于抄袭，无法通过查重检测。

错误三：过度介绍背景。 这是AI生成内容最常见的问题。AI在缺乏篇幅限制时会无限延展背景描述，新手往往误以为"写得详细就是好"。规范的研究背景通常控制在三段以内，或采用"1—2段文字＋一张配图"的形式。

错误四：问题重述与问题分析混写。 AI在生成问题分析时会自动读取赛题内容，容易将分析性文字写入问题重述章节，导致两个板块内容重叠。论文中问题重述与问题分析是两个独立章节，应严格区分。

06 问题重述各部分的正确写法

问题重述章节通常包含三个部分，各有明确的写作要求。

研究背景。 围绕研究对象展开宏观背景介绍，篇幅控制在三段以内，或两段文字配一张配图。配图可选用网络公开图片或AI生成图片，但应避免AI痕迹过重的图片，以免影响论文专业感。

问题回顾。 这一部分不是复制粘贴原题，而是用自己的语言复述赛题。推荐方法：完整阅读赛题后，合上原文，将自己理解的问题口头表述出来，再将表述内容整理为文字。这样写出的问题回顾既准确又具有原创性，可有效降低查重率。

研究综述。 早期优秀论文中这一部分较为少见，但自2015年起即被建议纳入论文。当时受限于时间与工具，多数队伍选择省略。如今AI辅助工具已大幅提升写作效率，时间不再是瓶颈，建议补充研究综述。该部分虽不直接对应加分项，但能提升论文整体观感，可能对最终评分产生积极的等比影响。

07 问题分析的新规范与后续计划

问题分析部分的核心变化可以概括为一句话：别再分节了。

自2025年起，鉴于国赛赛题各问题之间具有强连贯性与整体性，问题分析不再建议为每个子问题设置二级标题。规范的写法是：每个问题用一段连贯的文字表述，章节末尾配一张模型框架图，直观展示各问题之间的逻辑关联与数据流向。

许多参赛者并非数模相关专业出身，未受过系统科研训练，仍在沿用老旧模板逐问分节，这一习惯需及时调整。模型框架图的绘制方法与配套工具，将在后续课程中专门分享。

后续课程计划： 近期将推出论文正文板块的Skills（含AI生成提示词与自查功能），随后还将陆续推出绘图提示词、AI绘图Skills等工具的集成与分享。