用 AI 做文献综述：从检索到成稿的一条龙方法

写文献综述，最磨人的不是"写"，是"读不完、理不清、怕漏掉关键文献"。AI 现在能帮你把检索、初读、对比、成稿的链条大幅压缩，但它最擅长的地方和最危险的地方是同一件事：它会非常自信地编。

用对了是加速器，用错了是幻觉发生器。下面是一套我验证过的流程。

第一步：检索策略你自己定

别把"帮我找相关文献"直接丢给模型。它给的引用十有八九查无此文。检索要在真实数据库里做：Google Scholar、arXiv、Semantic Scholar、你领域的专用库。你给 AI 的任务是帮你把检索式写准——比如"近三年、主题词组合、排除综述类"这种约束，它比人擅长。

把一批文献的标题+摘要贴给 AI，让它做三件事：归类（按方法/对象/结论）、标出观点冲突、列出"看起来关键但你需要补读全文"的几篇。这一步能帮你用十分之一的时间决定"哪 20 篇值得精读"。

全文扔给模型，让它按你关心的维度提取：研究问题、方法、样本、主要发现、局限。你拿这个提取结果和你自己读的感受对照。如果它对某篇的理解和你不一样，多半是你或它有一方漏了前提——这正是深挖的点。

在动笔前，先让 AI 把核心文献排成一张对比表：维度 × 文献。表格一出来，脉络、共识、争议区自己就显形了。综述的骨架，其实就藏在表格的分组里。

让 AI 起草时，强制它标注"这句话对应哪篇文献的哪个发现"。凡是它标不出来的，就是它自己脑补的，必须删或你自己核实。成稿后，你逐条回原始文献核对引用，这是底线，没有捷径。

AI 会编文献、编作者、编年份，而且编得很像真的。任何你没在原始来源里亲眼见过的引用，都不能进稿子。把它当极度博学的实习生：活干得快，但每一份数据都得你签字背书。

这套流程的核心就一句：AI 负责搬砖和整理，你负责判断和担责。分工守住，文献综述从苦差事变成能快速建立领域地图的利器。