第 62 卷

基于论文矩阵和主题聚类，AI可以生成综述正文初稿。推荐的写作思路是"主题判断→多篇文献证据罗列→研究差异解释→小节总结"——避免"一篇文献占一个段落"（那是读书笔记，不是综述）。每个小节末尾附上对应来源清单，

方便随时查阅原始文献。

必须牢记：AI生成的是"初稿"，不是"成品"。初稿的价值在于帮你搭好骨架、铺好证据，最终的观点判断、论证逻辑、语言表达必须由你完成。论文观点与核心论证由你独立完成，禁止直接复制AI全文提交——这是学术诚信红线。

概念五：学术红线（Academic Integrity）

AI辅助文献综述的边界：

• AI可以：整理资料、抽取字段、聚类主题、生成初稿、统一格式、润色语言。
• AI不可以：代替你确定研究问题、代替你筛选文献、替你编造引用、把AI全文当作业提交。
• 必须核验：随机选取综述中5个关键结论，确认能找到对应的原始文献、页码或原文段落——找不到出处的流畅文

字，不能使用。

实操方法（2-3种方法，逐步骤说明）

方法一：单篇文献深度阅读（PDF解析+提取核心观点）

第1步：安装技能。安装PDF Deep-Read（PDF深度解析）技能；如需翻译，加装学术翻译技能。

第2步：上传并下达解析任务。把论文PDF拖入对话，下达解析指令。

可直接复制的提示词（快速筛选用）：

>

"深度解析这篇PDF论文，输出核心提炼报告：1）研究问题是什么；2）用了什么方法（对象、样本、设计）；3）

核心结论（3-5条）；4）数据和图表的关键信息；5）作者认为的局限和未来方向。"

可直接复制的提示词（精读用）：

>

"深度解析这篇论文，输出专业解析报告：1）方法创新点在哪里，与同类研究有何不同；2）实验/研究设计是否合理，数据质量如何评估；3）结论的适用范围和边界条件；4）标记2-3个我需要重点阅读的原文段落（给出页码）

。"

第3步：定向追问。针对不懂的部分继续追问，把"泛读"变成"读懂"。

追问提示词：

>

"这段话的底层逻辑是什么，请用大白话+具体例子解释" / "这个方法与XX方法有什么区别？各自的适用条件是什么？" / "这个公式的适用场景有哪些限制？"

第4步：记录要点。让AI把核心观点按固定字段整理出来，存入你的论文矩阵（见方法二）。

核心原则：先确定研究问题，再批量处理文献。

没有明确的研究问题，AI只会机械转述摘要；有了问题，它才能从文本中抽取关键证据。

第1步：明确研究问题。例如"AI反馈系统能否提高大学生的写作质量"，拆成子问题：①哪些研究证明有正面效果？

②效果体现在哪些环节？③现有研究有哪些局限？

第2步：明确收录标准。不要含糊地"内容相关"，给出可执行的筛选规则，例如："仅收录2021年以后、中文/英文核心期刊、研究对象明确、研究方法可复查、结论与核心研究问题直接相关的文献；排除综述评述、新闻资讯、样本重

复发表、未撰写方法学的资料。"

第3步：小样本起步。

先选5篇有代表性的核心文献做字段提取，确认提取无误后，再逐步增加到20篇。不要一次性上传50篇。

第4步：批量提取字段（第一轮：只提取信息，不下结论）。

可直接复制的提示词：

>

"逐篇分析以下5篇文献，每篇按固定8个字段提取信息：作者年份、研究对象、样本规模、研究方法、干预方式、核心发现、局限条件、可引用句。每条信息标注出处页码或原文位置；找不到的信息标注'未标明'，不要猜测。输

出为表格。"

第5步：主题分类找冲突（第二轮：聚类+找分歧）。

可直接复制的提示词：

>

"基于以上论文矩阵，把所有文献按主题分组（如：学习效果、动机变化、教师负担、系统可用性）。每个主题下分别列出：支持该观点的证据（注明文献）、反对该结论的证据、研究成立的条件。重点标出不同研究之间的结论

分歧和矛盾点。"

第6步：核查与补充。检查AI抽取的字段是否准确（对照原文），补充遗漏的重要文献。

方法三：生成综述初稿（第三轮）

前提：论文矩阵和主题聚类都已完成、并经你核验。

第1步：下达综述初稿指令。

可直接复制的提示词：

>

"基于以下论文矩阵和主题聚类结果，生成一份关于'[研究问题]'的文献综述初稿，要求：1）按'主题判断→多篇文献证据罗列→研究差异解释→小节总结'的结构组织，不要一篇文献一个段落；2）每个主题下对比多篇研究的异同

，指出研究分歧和局限；3）每小节末尾附上对应文献来源清单；4）语言学术化，避免'多项研究表明'这类无出处的概括；5）给出'研究空白与未来方向'一节。"

第2步：逐节检查四大要点。

• 核查出处：随机选5个关键结论，能找到对应文献、页码或原文段落吗？

……"的罗列？

• 避免夸大：单篇文献的局部发现有没有被表述成"该领域均已证实"？
• 局限前置：样本量小、随访时间短等局限是否紧跟对应结论说明，而不是全堆在文末？

第3步：人工撰写与融合。初稿只是骨架——补充你自己的分析、删减冗余、修正表述、把"证据表"融进论证。核心论证和观点必须是你自己的。

第4步：成果包归档。一份可用的综述成果包包含四份材料：论文信息矩阵、主题聚类分析表、综述正文、引用来源清单。全部保存到知识库（ima/Obsidian），方便后续修改和引用回溯。

进阶：科研工作流（可选）

如果你在做大创/毕设级别的文献工作，可以进一步：在WorkBuddy中召唤"学术研究助手"专家（覆盖文献检索、综述生成、实验设计、论文撰写全流程）、"论文润色专家"、"数据可视化专家"；用自动化任务做每周定时文献追踪（

检索arXiv/最新论文，生成摘要报告）。专家中心提供100+领域专家，输入@专家名即可调用。

常见误区（3-5个典型错误+纠正）

误区一：扔50篇文献进去，直接说"帮我写一篇文献综述"。

这是最大的坑：AI会机械拼凑摘要、编造"多项研究表明"、引用张冠李戴，学术风险极高。纠正：先确定研究问题→ 明确收录标准→5篇起步建论文矩阵→主题聚类→再生成初稿。AI是证据链的辅助工具，不是综述的"代笔"。

误区二：AI抽取的字段直接信，不复核。

AI可能把研究方法归类错、把样本量看错、把"作者认为"当成"领域共识"。纠正：抽取后对照原文抽查核验，特别是核心发现和可引用句——它们会直接进你的综述正文。

误区三：把"AI生成的综述初稿"当作业直接提交。

这是学术不端。纠正：初稿只作为"骨架和证据铺陈"，观点判断、论证逻辑、语言表达必须由你完成；提交前逐句过一遍，确认每个关键结论都有你核验过的出处。

误区四：综述写成"文献罗列"，一篇一个段落。

"张三认为……李四认为……王五认为……"不是综述。纠正：用"主题判断→证据罗列→差异解释→小节总结"的结构，让不同文献在同一个主题下对话、对比、碰撞。

误区五：不标注出处，AI写什么就信什么。

AI生成的综述里，"多项研究证明X有效"这类概括如果找不到对应文献，就是无效证据。纠正：每条关键结论都要能回溯到原始文献（作者+年份+页码）；综述成果包必须包含引用来源清单。

误区六：文献收录标准含糊，什么相关的都收。

"内容相关"是最模糊的标准，最后矩阵里塞了20篇质量参差不齐的文献。纠正：写死收录规则（年份、期刊级别、研究对象、方法可复查、与核心问题直接相关），并排除综述、新闻、重复发表等。