"要不要先挂个预印本"这个问题，通常在两种时刻冒出来。
第一种：你知道有别的组在做同一件事，怕被抢先。
第二种：你投的期刊审了半年还没动静，成果就这么压着。
预印本能解决这两个问题。但它同时带来三件很多人没想到的事：正式投稿时重复率会显著升高、稿件公开之后就收不回来了、以及你的文件里可能带着本不该公开的东西。
这篇讲清楚：预印本到底解决什么问题、查重那一关具体怎么处理（含界面级操作和一个反直觉的陷阱）、期刊政策怎么看、以及什么情况下该发、什么情况下别发。
一、预印本换来什么，代价是什么
先把账算清楚。
1.1 它能解决的三件事
第一，确立时间优先权。 预印本有 DOI、有明确的上线时间戳。你的想法在某年某月某日已经公开，这个记录是可查的。这是预印本最核心的价值。
第二，绕开发表周期。 从投稿到见刊动辄一年，而领域的进展不会等你。挂上去，同行今天就能读到、能引用。
第三，拿到发表前的反馈。 有人在预印本阶段收到有价值的批评，改完再投，比投出去被拒再改效率高得多。
1.2 代价也是三件
第一，查重那一关的数字会变。 这是最具体、最影响操作的一条，第二节整节在讲。
第二，不可撤回。 大多数预印本平台不允许彻底删除，只能标记撤下并保留版本历史与说明页。你按下发布之前，要接受"这个版本会永久存在"。
第三，你的文件会被完整公开，包括你没想公开的部分。 这一条第五节说，它比多数人以为的严重。
二、查重那一关：为什么会飙升，怎么正确处理
2.1 先理解机制，不然会白慌
iThenticate 官方对预印本的定义写得很清楚：预印本是正式同行评审与发表之前的版本；它在发表之前就存在，发表之后也可能继续存在。因此预印本可能包含与后续文档相似甚至完全相同的内容，从而影响相似度报告。
翻译过来：你正式投稿时，系统会把你的稿子和你自己的预印本比对，然后告诉你重复率很高。
这是完全正常的，而且高得会吓人。 如果你的正式稿和预印本改动不大，命中率可能到 70%、80% 甚至更高，因为那本来就是同一篇东西。
慌是没必要的，但不处理是不行的。 编辑看到一个 80% 的数字，第一反应不会是"哦这是他自己的预印本"，尤其是当报告里没有做任何排除的时候。
2.2 正确的处理方式：两个位置可以设置
官方给了两个入口，作用范围不一样。
入口一：收件箱设置页（inbox settings）
- 侧边栏选 Settings；
- 勾选 Preprint Sources 复选框；
- 更改通常会自动应用，点 Done 确认并关闭侧栏。
这里有一条必须知道的限制：更改设置只对之后上传的文档生效。 已经上传过的文档，需要逐个单独调整。
所以正确的顺序是：先改设置，再上传。 反过来的话，你得回头一个个改。
入口二：在相似度报告里临时设置
- 在来源面板选 Filters；
- 勾选 Preprints 复选框。
在报告里排除预印本时，被排除的来源会显示在 Sources 区域，也就是说你还能看到它们是什么，只是不计入相似度分数。
2.3 想把预印本重新纳入怎么办
如果你的账号权限允许，可以从 Similarity Exclusions（相似度排除）面板里把排除掉的预印本加回来。
怎么找到这个面板： 在来源面板里，Overall Similarity（总相似度）分数上方有一个 Similarity Exclusions 标题，标题里会显示当前报告中的排除数量，点它就能打开。
进去之后，在 Preprints 那一节选 Include all Preprints。
2.4 管理员的三种设置，决定你能做什么
这一条很多人不知道，但它解释了"为什么我这边没有这个选项"。
预印本对你有多可见、你有哪些选项，取决于账号管理员在管理层级设置了什么。 三种可能：
| 管理员设置 | 你能做什么 |
|---|---|
| Label and exclude（标记并排除） | 预印本会被标记并自动排除，但你无法把它们重新纳入 |
| Label Preprints（仅标记） | 你能看到哪些来源含预印本，可以自行决定排不排除 |
| Don't label（不标记） | 你无法识别哪些来源是预印本 |
第三种是最麻烦的。 如果你的报告里看不到任何预印本标记，又确实挂过预印本，那大概率是管理员选了 Don't label。这时候你只能手动去 Sources 面板里找到你自己那个预印本来源，用 Exclude Source 单独排除。
2.5 一个反直觉的陷阱：标签的真实含义
这一条是本节最值得记的。
如果管理员选了标记，含有预印本文本的来源会被打上一个标签，标签文字是："Contains Preprint source"（含有预印本来源）。
官方对这句话的解释是：它的意思是"在该来源中发现了来自预印本的文本"，并不意味着整个来源都是预印本。
紧接着是最关键的一句：如果你有能力排除预印本来源，排除它们可能并不会排除整个来源。
举个例子你就明白了： 某个数据库条目里，同时收录了你的预印本和另一篇不相关的文献。系统在这个来源里发现了预印本文本，于是给它打上标签。你点了排除预印本，但这个来源里属于另一篇文献的那部分匹配，仍然会保留在报告里。
实际含义：排除预印本之后，重复率不一定会降到你预期的那么低，剩下的那部分需要你自己看。 别看到数字没降够就以为功能失效了。
2.6 别忘了另一件事：AI 率不受影响
排除预印本只影响重复率，AI 写作检测测的是文风的统计特征，和你有没有预印本没关系。 两个指标要分开看。
三、期刊政策：先发预印本会不会影响投稿
3.1 大方向
绝大多数主流期刊接受先发预印本的稿件。 预印本在物理、数学、计算机领域是几十年的传统，在生命科学和医学领域这些年也已经常态化。
但具体到某一本刊，必须自己确认。 各刊的差异体现在几个点上：
- 是否接受（少数期刊仍不接受先发预印本的稿件）；
- 接受哪些平台（有的刊只认可特定的预印本服务器）；
- 接受哪个版本（有的刊要求预印本必须是投稿前的版本，接收后不得再更新预印本）；
- 发表后怎么处理（多数要求在预印本页面加上正式发表的 DOI 链接）。
怎么查： 打开目标期刊的 Guide for Authors，搜 "preprint"。这一步花两分钟。
3.2 投稿时要主动说明
这是最容易被忽略、也最容易出事的一步。
投稿时在投稿信（cover letter）里写一句：本文已在某平台以预印本形式发布，DOI 是多少。
为什么必须写：
第一，编辑会看到高重复率。 主动说明，编辑一看就知道原因；不说明，编辑要么自己去查，要么直接发信来问，两种都拖时间。
第二，投稿系统还有一套对内的检查。 我们写过：投稿系统会拿你的标题、摘要、作者名单和该刊的历史投稿比对，用来抓一稿多投。预印本虽然不是"投稿"，但相似的元数据可能触发人工核查。主动说明能省掉这轮往返。
第三，冗余发表的边界。 Elsevier 的撤稿理由清单里有一条：研究发现此前已在别处发表，作者未提供恰当的出处标注、未向编辑披露、未取得再次发表许可或正当理由。预印本通常不构成"此前已发表"，但"未向编辑披露"这几个字是实打实的。
四、预印本平台自己也在收紧
这是今年的新变化，打算挂预印本的人必须知道。
arXiv 已经开始封人。 如果发现投稿中包含 AI 编造的参考文献，作者将被禁止在平台投稿一年；封禁期满后，后续投到 arXiv 的稿子必须先被正规同行评审平台接收才能上传。
宣布政策的 arXiv 计算机方向负责人 Thomas Dietterich 给的理由是：如果一份投稿里存在无可辩驳的证据表明作者没有检查 LLM 生成的结果，那么 arXiv 无法信任这篇论文里的任何内容。
触发条件有三类（不只是假文献）：
- 幻觉参考文献：引了根本不存在的论文；
- 正文里残留的大模型元评论：官方举的真实例子包括 "here is a 200 word summary; would you like me to make any changes?" 和 "the data in this table is illustrative, fill it in with the real numbers from your experiments."；
- 未替换的占位数据。
这条政策对预印本作者的实际含义是：预印本不是"草稿可以随便挂"的地方。 它现在有和期刊类似的门槛，而且处罚更直接。
所以挂预印本之前，那套自查一样要做： 逐条点开 DOI 核验参考文献、全文搜一遍 AI 残留词（would you like、let me know、here is、As an AI、illustrative、placeholder、TODO、此处填）、跑一次重复率和 AI 率。
五、公开之前必须清理什么
这一节可能是全文最实用的部分。
《自然》今年 7 月报道了一项研究，结论是 arXiv 上"大多数"论文包含从未打算被分享的信息，包括密码和 GPS 坐标。
这条新闻的价值不在于 arXiv，在于它揭示了一个普遍事实：研究人员对"我这份文件里到底有什么"的掌握程度，普遍比自己以为的低。
发布之前，逐项清理这些：
文档层面： - 修订痕迹和批注（Word 里"接受所有修订"并删除全部批注）； - 文档属性（作者名、单位、公司名、编辑时间，在文件信息里检查并清除）； - 隐藏文字与隐藏行列（有的模板会带隐藏的说明文字）； - 未使用的图层与被裁切掉的图像部分（PowerPoint 和某些图片格式里，裁切只是隐藏，原图还在）。
内容层面： - 伦理审批号、临床试验注册号（该写的写，不该在这一版出现的删掉）； - 未公开的合作方信息、未签约的数据来源； - 患者或受试者的可识别信息（包括图像里的时间戳、设备编号、姓名条）； - 不打算在这一版公开的补充数据。
技术层面： - 代码里的 API key、密码、内网地址（这正是那项研究点名的问题）； - 图片的 EXIF 信息（可能含 GPS 坐标、设备型号、拍摄时间）； - PDF 里的元数据。
一个简单的自查方法： 把要发布的 PDF 用文本工具打开，或者全选复制到纯文本编辑器里，看看有没有你不认识的东西冒出来。隐藏文字在这一步会现形。
六、决策树：你该不该发
按四种情况判断。
情况一：领域竞争激烈，你担心被抢先。
发。 这是预印本最正当的用途。发之前做完自查，投稿时在 cover letter 里说明。
情况二：你的结果还不够扎实，想先占个位。
别发。 两个理由：预印本收不回来，一个有问题的版本会永久留在网上并被引用；而且 arXiv 现在对"没检查就交"的行为有明确处罚。占位的心态和"没检查就交"往往是同一件事。
情况三：目标期刊明确不接受先发预印本的稿件。
别发，或者换刊。 这是硬约束，投稿前查一次 Guide for Authors 就能避免。
情况四：你的稿子涉及未公开的敏感内容（专利前的技术、有保密协议的数据、患者信息）。
别发，或者先把这部分处理干净再发。 预印本是完全公开的，没有中间状态。
至于"什么时候发"，一个常见的稳妥做法是：在投稿的同时或投稿之后发。 这样既确立了优先权，又避免了"预印本挂了很久、期刊那边还没投"期间被人抢先做完并正式发表的尴尬。具体怎么安排，要结合目标期刊的政策。
七、常见问题
问：预印本算不算正式发表？ 不算。它没有经过同行评审，多数单位的成果认定里也不计入正式论文。但它有 DOI、可被引用、可确立优先权。
问：预印本被引用了，正式版发出来怎么办？ 在预印本页面上加上正式发表版本的 DOI 链接，多数平台都支持这个操作，很多期刊也明确要求这么做。之后引用者会被引导到正式版。
问：先发预印本，正式投稿的重复率算高吗？ 数字会很高，但正确设置排除之后看到的才是有意义的数字。设置方法看第二节。同时记住 2.5 节那个陷阱：排除预印本可能不会排除整个来源。
问：我在报告里找不到排除预印本的选项。 两种可能：一是你用的是经典版报告（部分功能只有新版增强报告才有）；二是管理员设置了 "Don't label"，你看不到预印本标记。后一种情况下，去 Sources 面板手动找到你的预印本来源，用 Exclude Source 单独排除。
问：预印本会不会被收录进查重库，导致我以后撞上自己？ 预印本是公开内容，会进入比对范围，这就是为什么需要排除设置。这和"提交检测的文档会不会被收录"是两回事，后者取决于你用的检测服务是否会索引你的提交。选服务时值得问清楚这一点。
问：撤下预印本能让它彻底消失吗？ 基本不能。多数平台会保留一个说明页和版本历史。按下发布前就要接受这一点。
问：预印本需要做 AI 使用披露吗？ 建议做。虽然预印本平台的要求不如期刊统一，但 arXiv 的封禁政策已经说明了态度。而且你后面正式投稿时要披露，两处保持一致更省事。
问：多个预印本平台可以同时发吗？ 技术上可以，但不建议。多个 DOI 指向同一份内容会造成引用分散，也可能让编辑困惑。选一个和你领域匹配的平台就够了。
最后
预印本这件事，本质是拿"不可撤回的公开"换"时间优先权"。
这笔交易多数时候是划算的，但前提是你交出去的那一版，是你愿意让它永久存在的那一版。
所以真正该做的准备不是纠结发不发，是发之前把该做的做完：参考文献逐条核过、AI 残留词搜过、重复率和 AI 率跑过、文件里不该公开的东西清理过。
这几件事加起来一个多小时。而预印本一旦发出去，就没有"再改一版"这个选项了。
至于正式投稿时那个吓人的重复率，把排除设置好，在 cover letter 里说明一句，就不是问题。它只是在告诉你一件你本来就知道的事：这两份文件是同一篇东西。
查个重 · chagechong.com
重复率检测 · AI 率检测 · 图片检测
支持预印本来源排除设置，报告在线可查，可看清哪些来源被排除、剩下的匹配来自哪里。24 小时自助提交。
查个重，查得准。想你所想，帮你阻挡。
报告仅为文字匹配与特征分析结果，是否构成抄袭需结合引用规范判断。各期刊的预印本政策以其 Guide for Authors 为准。
参考来源
- iThenticate Guides, Preprints（更新于 2025-07-18；含预印本定义、两个排除入口、管理员三种设置、Similarity Exclusions 面板操作、"Contains Preprint source" 标签的确切含义）：https://guides.ithenticate.com/hc/en-us/articles/27848481223693-Preprints
- iThenticate Guides, How exclusion filters refine the Similarity Report：https://guides.ithenticate.com/hc/en-us/articles/27870922360333
- iThenticate Guides, Submission indexing（提交是否被索引）：https://guides.ithenticate.com/hc/en-us/articles/28639773194381-Submission-indexing
- iThenticate Guides, Upgrading to iThenticate 2.0（2.0 支持自动排除预印本）：https://guides.ithenticate.com/hc/en-us/articles/32604031123853-Upgrading-to-iThenticate-2-0
- Nature News, Researchers who use hallucinated references to face arXiv ban（2026-05-19）：https://www.nature.com/articles/d41586-026-01595-5
- Inside Higher Ed, Ban on Authors Who Submit AI Content "Welcome but Unenforceable"（2026-05-22，含 Dietterich 表述与元评论原文示例）：https://www.insidehighered.com/news/faculty/books-publishing/2026/05/22/ban-authors-who-submit-ai-content-welcome-unenforceable
- Nature, Most arXiv papers contain information never meant to be shared（2026 年 7 月，含密码与 GPS 坐标）：https://www.nature.com/articles/d41586-026-02057-8
- Elsevier, Article Correction, Retraction and Removal Policy（冗余发表与未向编辑披露列为撤稿情形）：https://www.elsevier.com/about/policies-and-standards/article-withdrawal
- 投稿系统对内的重复投稿检查机制（比对标题、摘要、作者名单），详见本号《16% vs 51%：对内查重 vs 对外查重》一篇。
