硬性背景
学术成绩
本科/硕士GPA 3.5+（4分制），核心课程成绩突出
名校背景有加成（如清北、985），但非必需
科研经历与产出
论文：一作或二作发表（SCI/SSCI/EI最佳，会议论文也可）
项目深度：2-3段与申请方向紧密相关的科研（切忌“打杂”）
技术能力：掌握领域内关键工具（如Python建模、实验设备操作）
标准化考试
理工科：GRE 320+（写作3.5+），托福100+（口语23+）
文科/商科：GRE 325+，写作4.0+更关键
软性实力
推荐信
3封强推（最好有国际知名教授或领域内“大牛”）
内容需具体描述你的贡献（如“解决了XX难题”）
研究计划（SOP/PS）
明确研究兴趣，与目标导师方向高度契合。
展示对领域的深刻理解（引用导师论文或实验室成果）
面试表现
能清晰阐述过往研究，提出有洞察力的问题
匹配度（最关键！）
导师需求：教授有经费且急需你的技能（如AI博士需强化学习经验）。
学校资源：部分专业资金充裕（如CS、生物医学），文科相对难拿全奖。
不同学科的全奖特点
理工科（STEM）：全奖比例最高（80%+），RA为主，导师话语权大
商科/经济学：顶尖项目全奖多（如Chicago Booth），但竞争极激烈
人文社科：依赖Fellowship或TA，需提前联系教授争取支持
如何提升拿全奖的概率？
精准选校/选导师
查教授近期论文和经费（NSF官网可查部分项目）
避开“资金紧张”的领域（如纯数学、艺术史）
提前建立联系
套磁邮件附上技术问题+你的解决方案（如代码/数据）
争取暑期科研（如UCLA CSST项目）
备选方案
申请硕士作为跳板（如CMU MSCS可转博士）
争取CSC奖学金（但需回国服务2年）
注意事项
陷阱：部分学校“全奖”实际需自付部分费用（仔细读Offer条款）。
签证：F1签证需证明资金覆盖第一年（全奖自动满足）。
