各位同仁好，我是七哥。一个在高校里从事人工智能 相关领域研究，钻研用大模型AI实操的学术人。可以和七哥交流学术写作或Gemini、GPT、Claude 等大模型 学术实操相关问题，多多交流，相互成就，共同进步。
很多论文的讨论部分，本质上只是结果的文字版PPT：结果显示A组比B组高30%，讨论就写因此A组表现更优；结果归纳出三个主题，讨论便把三个主题换种说法再复述一遍，看似逻辑完整，实则没有产生任何新的学术价值。
结果回答的是What，而Discussion必须回答So What。
（需要论文结论部分技巧的可以看七哥往期文章：让审稿人眼前一亮的论文结论怎么写？我用 GPT5.5 总结出这3个完美收尾的技巧！）
而且要注意，如果大家平时也在用AI模型辅助写论文的话，要注意并不是所有大模型都真正适合撰写论文中的讨论部分。讨论写作最关键的任务是在经验发现、理论资源和学术问题之间建立深层连接，完成从结果呈现到理论解释的提升。
许多通用模型在这一环节经常停留在表层：要么机械堆砌文献，缺乏真正的理论整合；要么只是复述研究发现，无法进一步提炼其学术意义。
相比之下，Gemini 3.5 在学术讨论写作中展现