先说结论，赶时间的看到这里就可以去干活了。
AI 能在文献综述里帮你省掉大约一半的时间，但它省的从来不是“思考”那部分，而是“搬运”那部分——找齐、去重、读摘要、抽字段、列成表、把句子捋顺。
真正值钱的三件事它替不了你：这篇该不该纳入、这些研究之间到底是什么关系、这个领域下一步该往哪走。
所以这篇不讲“AI 一键生成综述”这种话。我给你一条我自己跑得通的完整链路：100 篇 PDF，8 步，落到 1 万字。每一步干什么、用什么工具、prompt 怎么写、在哪一步必须自己上手，全写清楚。
最后一步最重要，也最没人做——引用核查。这一节我会给你一组很难看但必须看的数字。
先划清边界：别让 AI 干它干不了的活
| 环节 | AI 能干到什么程度 | 你必须接手的部分 |
|---|---|---|
| 找文献 | 语义检索、查漏、顺藤摸瓜 | 定检索式、定纳排标准、拍板纳入 |
| 读文献 | 抽字段、填表、答“这篇说了啥” | 判断质量、识别方法与样本的硬伤 |
| 建结构 | 给聚类、给提纲候选 | 决定按什么逻辑分节（这是综述的灵魂） |
| 写正文 | 起草、改写、过渡句、语言润色 | 批判性评述、指出矛盾、指出空白 |
| 引文献 | 给候选、给格式 | 逐条核对存在性与内容（不可外包） |
一句话：让 AI 当助理，别当作者。 综述的价值在于你把 100 篇读成了 1 万个字后面的那个判断，不在于这 1 万个字是谁敲的。
第 1 步：收——先把 100 篇管起来（别急着喂给 AI）
绝大多数人一上来就干错事：把 100 个 PDF 一股脑拖进某个对话框。别这样，先花 30 分钟做库。
用 Zotero 建一个专题库，做三件事：
- 去重：导入后 Zotero 的「重复条目」会自动标出，重点检查同一篇的预印本和正式发表版——这俩标题几乎一样但内容可能已经改过。
- 重命名：右键附件 → 「从父条目重命名文件」。文件名变成
作者_年份_关键词.pdf，后面所有步骤都不会乱。 - 打标签 / 建子文件夹：按你脑子里初步的 3-5 个方向分一下，不用准，后面会重分。
为什么必须先做这一步：后面所有工具都靠文件名和元数据认文档。文件名是 1-s2.0-S123456789.pdf 这种，AI 抓出来的作者年份就是瞎猜的，你的证据表从第一行开始就是错的。
免费账户自带 300 MB 同步空间，100 篇 PDF 一般情况下够用；不够就把附件存本地或走 WebDAV。
第 2 步：筛——100 篇砍到 40 篇，这一步别偷懒
1 万字装不下 100 篇的细读。综述的密度来自取舍，不是来自堆量。
三条并联的筛法：
① 自己扫一遍标题和摘要（约 50 分钟，别省） 30 秒一篇，只问两个问题：跟我这次要回答的问题有关吗？它的方法/数据我敢引用吗？分成「必读 / 可能 / 不要」三堆。
② 用语义检索查漏（AI 在这步最值钱） 你手动检索会漏，AI 也会漏，而且两者漏的不是同一批。
有个 2026 年的受控研究很说明问题：让领域专家和三款 AI 各自为同一个课题建文献清单，结果两边的重合度不到 6%。换句话说，AI 找出来的绝大多数是你没找到的，你找到的绝大多数它也没找到——这不是谁更准的问题，是两组视角互补。
所以正确用法是：拿你的检索式再跑一遍 Consensus 或 Elicit 的语义检索，把新面孔单独列一栏，人工过一遍。它是查漏的，不是替代数据库检索的。
③ 处理“同一工作的多个版本” 预印本 + 会议版 + 期刊版同时存在时，引期刊版，必要时补一句预印本。三篇都引 = 把一篇算成三篇，这是综述里最常见的灌水式失误。
第 3 步：拆——做一张证据表，而不是一堆摘要
这是整条链路里性价比最高的一步，也是最多人跳过的一步。
跳过的人会得到 100 段“本文提出了一种基于……的方法，实验表明……”的摘要堆。做表的人会得到一张能直接排版成正文的结构。
表头这样设（后面每一步都在用这张表）：
| 编号 | 作者（年份） | 研究问题 | 方法/模型 | 数据与样本 | 核心结论 | 局限 | 我用它证明什么 |
|---|
最后一列是灵魂。填不出这一列的文献，说明你其实不需要它，直接从 40 篇里再砍掉。
怎么填：不要一次性丢 40 篇。分批，一次 8-10 篇，用下面这个 prompt（Gemini Notebook / Kimi / ChatGPT 都能跑）：
``` 你是文献提取助手。对附件中每一篇论文，输出一行， 严格按下面 8 个字段填写，用 Markdown 表格输出：
编号 | 作者(年份) | 研究问题 | 方法/模型 | 数据与样本 | 核心结论 | 局限 | 可引用的具体发现
硬性要求：
- 所有内容必须来自论文正文，不许推测、不许补充背景知识；
- "核心结论"必须是论文自己报告的结果，不是你的评价；
- "局限"优先抄作者在 Limitations 或 Discussion 里自己写的；
- 论文里没写的字段，写"未报告"，不许编；
- 年份和作者照抄 PDF 首页，不要改写。
如果某篇你没有把握，在最后单独列出来并说明不确定的地方。 ```
第 5 条很关键——允许它说「我不知道」，它就不会硬编。
这一步不要指望一遍到位。表填完，你自己通读一遍，把明显跑偏的格子改掉。这张表将是你后面 1 万字的骨架，值得花两小时。
第 4 步：聚——让 AI 给聚类，但主题由你定
把填好的证据表（只给“研究问题 + 方法 + 核心结论”三列就够）丢给 AI：
``` 下面是一张文献证据表。请做两件事：
- 把这些研究聚成 3-5 个主题，给出每个主题的：
- 主题名（10 字以内）
- 包含哪些编号
- 这个主题内部，各研究之间是一致、互补，还是互相矛盾
- 指出哪些编号之间的结论存在冲突，具体冲突在哪。
只使用表中提供的信息，不要引入外部知识。 不确定的地方明确说"不确定"。 ```
然后你必须做一件事：把 AI 给的聚类推翻重排。
AI 聚类的默认逻辑是关键词相似度，它倾向于把“用了同一个方法”的放一堆。而一篇好综述的分节逻辑通常是按问题、按争议、按时间线、按层级——这四种都不是关键词逻辑。
常见的四种分法，选一种：
- 按问题：这个领域被拆成哪几个子问题
- 按争议：主流观点 vs 反对意见（最容易写出彩）
- 按时间线：方法演进的三代
- 按层级：理论 / 方法 / 应用 / 评价
判断标准很简单：如果你的某一节里全是“A 做了…… B 做了…… C 做了……”，那这一节是按作者分的，是罗列；如果每一节都能写出一个主张，那才是对的。
第 5 步：架——先定字数分配，再写提纲
1 万字怎么分，先切好，不然后面一定头重脚轻：
| 部分 | 字数 | 干什么 |
|---|---|---|
| 引言 | 800-1000 | 背景、为什么需要这篇综述、你的综述和已有综述有什么不同 |
| 方法（可选） | 1000-1500 | 检索式、数据库、纳排标准、篇数。叙述性综述可省，系统综述必写 |
| 主体 3-4 节 | 每节 1500-2000 | 每节一个主张，节内比较、找矛盾 |
| 讨论与展望 | 1000-1500 | 领域级的判断，不是各节摘要的复读 |
| 结论 | 400-600 | 3-5 条可带走的结论 |
引言里那句“和已有综述有什么不同”，是审稿人第一个看的地方。 写不出来，说明你这篇的必要性还没想清楚，先回去想，别往下写。
第 6 步：写——一节一节地写，别一次性生成全文
这是最多人翻车的一步。把提纲丢进去说“请写一篇 1 万字的综述”，你会得到一篇非常流畅、非常正确、非常没有信息量的东西：每段都对，读完什么也没记住。
正确做法：每节一次对话，只喂本节要用的那几篇。
``` 你正在帮我写一节综述正文，要求如下：
【本节主题】xxx 【本节主张】xxx（一句话，本节所有内容都要围绕它） 【本节可用的文献】编号 3、7、12、18、22（内容见附件表格对应行） 【目标字数】1500 字左右 【读者】本领域的硕士以上研究者
写作要求：
- 开头第一句直接给结论，不要"随着……的发展"式铺垫；
- 必须比较文献：哪几项一致、哪几项矛盾，矛盾可能的原因是什么；
- 每个论断后面标注引用编号，格式 [编号]；
- 不要罗列式写作（禁止"A 研究了……B 研究了……"的连续堆砌）；
- 只用我给的文献，不要引入表中没有的文献；
- 没有把握的地方写"【待核】"，不要编。
```
三个细节值得照抄：
- 【本节主张】这一行最重要。给 AI 一句话的主张，它的输出会从“介绍”变成“论证”。
- 禁止罗列要明说。不说的话，默认输出就是罗列。
- 标明编号而不是让 AI 自己找。引用由你指定，这一步就把幻觉掐掉了大半。
写完之后，过渡句和语言润色可以放心交给 AI（ChatGPT 免费版的纯文字对话现在不限次，做这个刚好），但评述和判断必须是你自己写的。
第 7 步：查——引用逐条核对，这步没有捷径
现在说那组难看的数字。
第一组，2023 年发表在 Scientific Reports 的审计：研究者把 ChatGPT 生成的 636 条参考文献逐条去比对书目数据库，结果是——GPT-3.5 生成的引用里 55% 对应的文献根本不存在，GPT-4 是 18%。
这组数字很多人知道。但同一篇论文里的第二个数字几乎没人提：在那些确实存在的引用里，GPT-3.5 有 43%、GPT-4 有 24% 存在实质性错误——作者错、年份错、期刊错、页码错。
这才是真正的坑：你搜一下标题，文献存在，你以为过了。但它的作者或年份是错的，或者那篇论文根本没说过你这句话。“存在性检查”过了，不代表引用是对的。
第二组，2026 年 4 月的预印本（尚未同行评议，但规模很大）：研究者拿 10 个商用模型和深度研究 agent 测了 22 万条引用链接，结果是 3%-13% 属于幻觉、5%-18% 根本打不开。有两个结论特别值得记住：
- 深度研究（Deep Research）模式幻觉率比普通检索增强的对话更高，因为它生成的引用更多。引用数量不等于可靠性。
- 给模型一个“能去查链接是否打得开”的工具之后，打不开的引用降到 1% 以下。 也就是说，这毛病非常好抓——只要真的有人去查。
第三组，2026 年 5 月的预印本：扫描 arXiv、bioRxiv、SSRN、PubMed Central 上 250 万篇论文的 1.11 亿条参考文献，保守估计仅 2025 年一年就有约 14.7 万条不存在的参考文献进入了已发表文献。另外一项测试发现，让模型自己判断自己的引用对不对，平均准确率只有 38%——所以“让 AI 自己检查一遍”基本等于没检查。
那怎么办：三步，10 分钟能查完 40 条
第 1 问：它存在吗？ 把 AI 给的参考文献整批按 DOI 导入 Zotero（或任何文献管理器的“按标识符添加”）。抓得回元数据的先放行，抓不回来的全部标红。这一步能秒掉绝大多数编造条目。
第 2 问：它真的说了这句话吗？ 打开原文，直接看被引的那一段。重点查数字：样本量、准确率、年份。AI 最爱在数字上漂移。
第 3 问：引的是原始出处吗？ 避免“转引的转引”。看到 A 引用了 B 的某个结论，去把 B 找出来引 B，别引 A 里的那句话。
顺手一个建议：从第 3 步开始，所有引用只从你自己的 Zotero 库里取，用插入引文（Ctrl+Alt+A 之类）生成。只要引用是从库里出来的，它就不可能是编的——这是唯一能从根本上消灭幻觉引用的办法，也是前面第 1 步为什么必须先建库。
第 8 步：改——把“罗列”改成“综述”
通读一遍，专门找这三类句子动手：
① “A 认为…… B 认为…… C 认为……” → 改成判断句：“在 X 问题上，多數研究支持 Y（A；B；C），但在 Z 条件下结论出现分化（D；E）。”
② 只有介绍、没有评价 → 每介绍完一组研究，补一句：方法上有什么共同的局限？样本有没有偏？结论的适用边界在哪？
③ 讨论部分是各节摘要的复读 → 讨论要站在领域层面说话：这个方向为什么卡住了？缺的是什么类型的数据？哪三个问题最值得做？
改完这三类，1 万字里真正属于你的部分才算立住了。
100 篇 PDF 到底喂给谁：工具分工表
额度复核于 2026-10-02。免费档的具体数字相对稳，付费价务必现场核对。
| 工具 | 这一步用它干啥 | 免费档 | 注意 |
|---|---|---|---|
| Zotero | 收、去重、重命名、导出、插引用 | 免费，300 MB 同步 | 全程的地基，引用只从这里出 |
| Gemini Notebook（原 NotebookLM，2026-07 更名） | 分批读 PDF、跨文档问答 | 100 个笔记本 / 每本 50 个源 / 单源 50 万字或 200 MB | 只依据你上传的源回答，做综述最稳的一种；100 篇要拆成 2 个笔记本；用量按算力计，5 小时刷新、另有周上限 |
| Kimi | 长文分批读、中文起草 | 单次最多 50 个文件、单个 ≤100 MB | 百万上下文需最高档会员，普通长对话用 K2.6 的 128K 也够 |
| ChatGPT | 改写、过渡句、润色 | 免费版纯文字对话不限次（2026-08 起） | 文件上传、图片、语音仍各自限额度，别以为无限了就狂传 PDF；默认模型 GPT-5.6 Luna |
| DeepSeek | 批量结构化输出（走 API 最省钱） | 按 token 计费 | 旧模型名 deepseek-chat / deepseek-reasoner 已于 2026-07-24 下线，别再用旧名调 |
| Consensus | 语义检索查漏、看证据倾向 | 10 条 Pro 消息 / 月 + 3 次 Deep Review / 月 | Pro $12/月（年付 $144）、Deep $45/月（年付 $540）；学生教师凭校园邮箱可打折 |
| SciSpace | 证据表提取、PDF 划选解释 | Basic 约 100 credits / 月 | Deep Review 只在 Advanced 档，免费档没有；别被宣传页误导 |
| Elicit | 结构化提取、系统综述筛选 | Basic：搜索不限次 + 2 份自动报告 / 月 + 2 列提取 | 系统综述工作流（可筛 5000 篇）在 Pro 及以上；价格分学术 / 工业两套，看官网 |
给不想花钱的人一条最短路径：Zotero + Gemini Notebook（拆 2 个笔记本）+ Kimi，三步下来覆盖到第 6 步，一分钱不用花。Consensus 和 SciSpace 的免费档用在第 2 步查漏，也够。
最后两件必做的事
一、用 AI 了，就得写出来
这一块这两年变了，而且很多人还不知道。
ICMJE《推荐规范》2025 年 1 月版的口径：AI（大语言模型、聊天机器人、图像生成工具）不能列为作者，因为它无法对内容的准确性、完整性和原创性负责；用了就必须在 cover letter 和稿件里说明——写在致谢或方法部分都行。
如果你做的是系统综述，还有一份专门针对这件事的新清单：PRISMA-trAIce，2025 年 12 月 10 日发表在 JMIR AI（Holst 等，doi:10.2196/80247）。它是 PRISMA 2020 的扩展，覆盖标题、摘要、引言、方法、结果、讨论全结构（方法部分就占了 10 条），要求你写清楚：用了哪个工具什么版本、用在哪一步、输入是什么、prompt 是什么、人是怎么复核的、AI 的表现怎么评估的，连 PRISMA 流程图都要把 AI 筛掉的和人筛掉的分开计数。
注意它的身份：作者自己明确说这是一份提案（living guideline），正在征求社区共识，还不是正式背书的强制规范。同类的还有 Cochrane、Campbell、JBI 等机构参与的 RAISE 指南（2024 年首稿，2025 年 6 月更新到 v2）。
实操建议很简单：先用不用它，都把这几项留个记录——工具名+版本、用在哪几步、prompt 存档、人工复核了多少条。真被问起来，你能拿出来就行。
二、投稿前再过一遍目标刊的 AI policy
各刊差异极大：有的允许 AI 润色语言但禁止生成正文和图；有的要求在方法里写明；有的直接全禁。投稿前把目标刊的 AI policy 页面读一遍，比什么都保险。
收个尾
整条链路再压缩一遍：
- 收：Zotero 建库、去重、重命名
- 筛：自己扫一遍 + AI 查漏，100 → 40
- 拆：8-10 篇一批，填证据表，砍掉填不出“用它证明什么”的
- 聚：AI 给聚类，你按问题/争议/时间线/层级重排
- 架：先切字数，再写提纲，先想清楚“和已有综述有什么不同”
- 写：一节一对话，只喂本节文献，指定引用编号
- 查：三步核查，引用只从自己的库里出
- 改：把罗列改成评述，讨论站到领域层面
AI 让你更快，但不会让你更懂。 综述里真正值钱的那一两句判断，还是得你自己读出来。
评论