先回答你最关心的问题：一般查2到3次，高手1次就能搞定，新手可能要5次以上。
没有什么"一键通过"的魔法，但有方法能让你少跑几趟冤枉路。
iThenticate查重系统入口
https://www.58sci.com/ithenticate/index.html
为什么不是一个数字就能定生死
先泼个冷水：不存在"低于XX%就一定通过"这种好事。
iThenticate出的是一份相似度报告，不是一张成绩单。编辑看报告的时候，脑子里转的不只是一个百分比，而是好几层判断叠加在一起。
总相似度只是一个粗略的初筛信号。真正决定你稿件命运的，是另外两个东西：单源相似度和重合发生的位置。
总相似度12%，但其中8%来自同一篇文献，编辑会起疑。总相似度22%，但重复分散在二十几篇文献里、而且都在方法部分的标准化描述上，编辑可能看都不多看。
所以你要追求的，不是"把数字压到某个线以下"，而是搞清楚重复的性质——哪些可以保留，哪些必须改。
一般查几次
根据大多数有经验的研究者的做法，查重分三个阶段，对应两到三次检测。
第一次：初稿完成后的诊断性检测。
目的是摸底。你刚写完论文，还不知道哪些段落和已发表文献撞了车。这一次跑出来的结果，是给你画地图用的——告诉你哪几个章节是重灾区，哪些引用格式不规范，哪些地方需要重点改写。
这一轮不用纠结数字好不好看。32%也好、18%也好，先看来源列表，找到贡献最大的那几个匹配源，搞清楚重复到底发生在哪里。
第二次：集中修改后的验证性检测。
根据第一次报告，你把所有需要改的地方都改完了。这时候再查一次，看看修改是否真的有效。如果总相似度降到了目标区间，单源也控制住了，基本可以松口气。
这一轮最容易翻车的地方是：你改了方法部分的重合，结果讨论部分又冒出了新的标记。因为修改的过程中你可能调整了句子结构和引用方式，某些之前没被标记的内容现在触发了匹配。这很正常。
第三次：定稿后的最终确认。
投稿前一到两天，用你的最终投稿版本跑最后一次。这次查出来的数字，就是期刊编辑看到的数字（因为你们用的是同一个系统、同一个数据库）。
如果前两轮做得扎实，这一轮基本只是走个过场。
所以理想状态是3次。但如果你写作底子好、前期注意原创性，2次也够用。反过来，如果你初稿就是东拼西凑的，可能得四五轮才能降到安全线。
有没有"一次过"的技巧
说实话，没有。但有几个策略能显著减少你的查重轮次。
策略一：写的时候就开始注意原创性。
很多人写完一篇论文才想起来查重，这时候发现文献综述大段照搬、方法部分直接复制了参考文献的表述。改起来工程量大得吓人。
如果你在写的过程中就养成习惯——看完一篇文献，合上，用自己的话把核心观点写出来——那初稿的重复率就不会太离谱。
方法部分是最容易踩坑的。标准实验流程的描述方式就那么几种，你写出来的东西和前人高度相似几乎是必然的。但你可以尝试从不同角度切入：强调你这次的特殊参数设置、具体改动、和经典方法的区别。哪怕只是加一句"与XX方法不同，本研究在YY步骤中采用了ZZ条件"，也能打破连续匹配。
策略二：改的时候一次性改完，不要边改边查。
我见过有人查了一次重，改了一个段落，然后又查一次。改了一句话，再查一次。
这不是在降重，这是在烧钱烧时间。
正确的做法是：拿到第一份报告后，把所有需要修改的地方全部标记出来，集中处理。等所有改动都完成了，再查第二次。
iThenticate的匹配规则是连续6到7个单词相同即判定为重复。所以你换一两个同义词没有用，必须整句或整段地改写。
策略三：不要删内容再查。
这是新手最常犯的错误。把参考文献列表删了、致谢删了、作者信息删了，觉得这样查出来数字会低一点。
期刊编辑查的是你的完整投稿版本。你删了参考文献查出来12%，编辑那边带参考文献查出来可能就是19%。
正确的做法：提交查重时使用完整的投稿版本。iThenticate报告里有"Exclude Bibliography"和"Exclude Quotes"的功能开关，可以在报告里排除参考文献和引用内容，但原始文件不要动。
图片可以删掉。iThenticate对图片中文字的识别能力有限，删图片不影响结果，还能加快检测速度。
策略四：善用排除功能。
iThenticate的报告设置里有几个实用选项：
用了这些排除功能后，你的"有效重复率"会下降不少，更接近编辑实际看到的数字。
策略五：把自己的已发表文章加到排除列表。
如果你之前的论文和当前稿件有内容重合（这在系列研究中很常见），可以在iThenticate的"Excluded Sources"里手动排除自己的文章。这样系统就不会把你的自引内容算进重复率。
这一步很多人不知道，但它能在十分钟内把总相似度下拉三到五个百分点。
怎么改才真的有效
拿到报告后，不是所有标红的内容都要改。先分类，再动手。
可以保留的：
必须改的：
改的方法：
最有效的改写不是换同义词。把原文盖上，只看你要表达的核心意思，然后用自己的话重新说一遍。说完之后再整理成学术语言。
举个例子。原文说："Machine learning is a branch of artificial intelligence that uses algorithms to enable computers to learn from data without being explicitly programmed.
你盖住原文，自己说一遍：机器学习说白了就是让电脑从数据里自己找规律，不用人一条条写规则。
整理成学术版："As a subfield of artificial intelligence, machine learning focuses on enabling computational systems to automatically identify patterns from data, eliminating the need for task-specific programming instructions.
句子结构完全变了，关键术语保留了，但连续相同的词几乎不存在。这才是有效改写。
拆分与合并句子也管用。 一个长句拆成两个短句，或两个短句合并成一个带从句的长句。iThenticate的匹配算法对这种结构性变化的识别能力有限。
调换语态和语序。 "We measured the temperature"变成"The temperature was recorded"；"A leads to B"变成"B occurs as a result of A"。这些小改动每处降一点，积少成多。
不同阶段的查重要点
初稿阶段（诊断）
修改阶段（验证）
定稿阶段（终检）
几个数字给你参考
总相似度：
单源相似度：
这些数字不是硬性标准，不同期刊、不同学科差异很大。但作为自查的目标值，往这个方向靠不会出错。
常见误区
误区一："查一次就被收录了。
谣言。iThenticate不收录你的稿件。查一次和查一百次，对期刊那边的检测结果没有任何影响。
误区二："总相似度高就是抄袭。
总相似度30%的论文里，可能有15%是参考文献列表和标准术语。排除这些之后实际重复率可能只有15%。编辑也会做这个判断。
误区三："换几个词就能降重。
iThenticate检测的是连续6到7个词的匹配。你换一两个同义词，前后文没变，照样被标记。必须从句子结构层面做调整。
误区四："查重次数越少越好。
不是次数少就好。如果你第一次查完就盲目自信直接投了，那才是真有风险。花几分钟多查一次确认数字，比赌运气靠谱得多。
误区五："用Turnitin查过就行了。
Turnitin和iThenticate的数据库不同。同一篇论文在两个系统上的结果可能差15到20个百分点。你投SCI期刊，编辑用的是iThenticate，你的预查重也应该用同一个系统。
总结
查2到3次是正常节奏。写的时候注意原创性、改的时候一次性改完、提交时用完整版本、善用排除功能——做到这些，大多数论文两三趟就能搞定。
没有什么"一次过的技巧"能替代扎实的前期工作。但如果你把上面这些策略用好了，"一次过"也不是不可能——前提是你的底子本身就没太大问题。