最新

AI 怎么用一批论文写文献综述

十几篇论文读完记不住谁支持谁,综述就写成了流水账。讲清怎么让 AI 拆解、归堆,以及引用为什么必须逐条核对。

手里十几篇论文,读完记不住谁支持谁、谁反驳谁,综述就容易写成流水账。让 AI 参与的正确位置不是替你写结论,而是先帮你把每篇拆成结构化条目,再按主题归堆,最后你自己核对引用、补上评述。

入口在哪

用支持上传文件的对话工具就行,ChatGPT、Claude、Kimi、NotebookLM 都能读 PDF,入口名称各不相同,一般在输入框旁边的回形针或「添加文件」。能不能一次吃下十几篇,取决于工具的上下文长度和单次文件数,超了就按主题分批。

上传前确认两件事:工具的文件是否会被用于训练(企业版或有关闭开关的版本更稳妥),未发表的稿子和涉密材料不要上传。

具体步骤

  1. 把 PDF 传上去,先让它逐篇输出固定结构:研究问题、方法、样本、主要结论、作者自己写的局限。
  2. 核对这一轮。抽查两三篇,看它写的样本量和结论是否与原文一致,不一致的篇目重传或换文本格式。
  3. 让它按主题聚类,输出「主题、支持该观点的文献、反对的文献」三列对照。
  4. 单独追问分歧点:哪些结论互相矛盾,矛盾可能来自样本、地区还是测量方式。
  5. 让它给每条观点标出处,格式统一到作者加年份,页码留空由你填。
  6. 过渡句和评述自己写,把 AI 给的骨架当提纲,不要整段照搬。

几个坑

  • 编造引用。AI 会把不存在的文献写得像真的,页码和期刊名尤其容易错,每一条都要回原文核。
  • 把单篇结论写成领域共识。问它「有几篇支持」比问「结论是什么」更有用。
  • 忽略样本和方法。二十人的小样本和上千人的队列研究,不该给同样的权重。
  • 一次塞太多篇。超出上下文后它会悄悄丢掉后半部分,回答看着完整,其实没读全。
  • 直接让它写整篇。没有可核对的引用,写出来的是像综述的文章,不是综述。

怎么验证

三条线:随机抽五条引用,回原文找到对应句子;抽三个人数或比例的数字,和原文比对;把主题划分给同门看一眼,看有没有明显归错。三条都过,再动笔写正文。

常见问题

一次能放多少篇

看工具的上下文和文件数上限,通常几篇到十几篇。放不下就按主题拆成两批,最后在同一段对话里合并,免得两批口径不一致。

免费版够不够用

做单篇摘要和主题归堆够用。篇数多、要跨文件检索时,付费版的上下文更长,出错会少一些,但引用核对仍然只能人工做。

生成的综述能直接交吗

不能。综述的价值在于你如何组织证据、指出空白,这部分必须自己写;直接交 AI 成稿既过不了查重,也经不起提问。

一句话总结:AI 在综述里的角色是拆解和归堆,引用核对与评述必须留在自己手里。