这篇文章会围绕一个科研人最常见、也最危险的 AI 使用场景展开让 AI 帮你写文献综述究竟是在提升效率还是在制造“看起来像真的”学术幻觉文献综述是科研写作中最容易“看起来顺、实际上错”的部分。因为它不仅要求语言流畅更要求文献真实引用准确逻辑严密研究脉络清晰观点有证据支撑而AI的问题也恰好出在这里它擅长总结、归纳、组织语言但并不天然知道一篇文献是否真实存在。所以真正成熟的用法不是“让 AI 代写综述”而是让 AI 成为文献综述的辅助分析器、结构整理器、逻辑推演器同时建立一套防止“编造文献”的工作流。下面这篇文章我会从科研实践角度讲透AI 在文献综述中的正确角色为什么它容易“编造文献”如何设计一套安全有效的综述 workflow可以直接使用的 prompt、toolkit、workflow.md、skill.md 模板很多人第一次用 AI 写文献综述时往往会有一个非常自然的想法你帮我把这领域的文献总结一下。问题就在于如果你不给它真实的文献输入它就很可能给你一篇“结构完整、语言漂亮、但文献不可核实”的内容。这就是所谓的“幻觉”风险。在文献综述场景下这种风险尤其危险因为它会让人误以为某个观点已经被广泛验证某些研究已经做过某些理论已经形成共识某些作者确实提出过某个结论但实际上这些内容可能并不存在或者被夸大、误读、拼接了。所以我们必须先明确一个原则AI 可以帮助你写综述的“逻辑”但不能替你凭空创造“文献事实”。一、先说结论文献综述里AI 最适合做什么AI 在文献综述中的正确定位不是“文献生产者”而是以下几种角色。1. 结构设计器帮助你搭建综述框架。比如按时间线展开按主题模块展开按方法路径展开按争议焦点展开按研究对象展开很多人综述写不下去不是因为没文献而是因为不知道怎么组织文献。这正是 AI 很擅长的地方。2. 文献摘要整理器帮助你把你已经读过的文献提炼成更清晰的要点。例如研究问题是什么方法是什么结论是什么局限是什么与当前研究有什么关系注意这一步的前提是你提供真实文献或真实摘要。AI 负责整理不负责捏造。3. 研究脉络分析器帮助你从若干篇真实文献中提炼出发展脉络、共识、争议和空白。这对于写“研究现状”特别有用。4. 逻辑连接器帮助你把一篇篇文献之间的关系讲清楚。比如谁是前人的工作谁扩展了前人的方法谁提出了反例谁指出了局限当前争议在哪里5. 语言优化器帮助你把综述表达得更学术、更顺畅、更有层次。但注意语言优化不等于事实校验。语言可以交给 AI事实必须由作者负责。二、为什么 AI 容易在综述里“编造文献”这个问题必须讲清楚。不是为了恐吓而是为了建立正确使用边界。1. 它本质上是语言模型不是数据库AI 的核心能力是生成“最像答案的文本”而不是从真实文献数据库中检索并核验。所以当你问某领域有哪些经典文献它可能会生成一些“看起来很像论文”的作者、年份、标题和结论但这些并不一定都真实存在。2. 它会倾向于补全缺失信息当你给的信息不完整时AI 会自动“补齐”。在写作里这通常是一种优点但在文献综述里这会变成风险。比如缺一个作者名它可能编一个缺一个年份它可能猜一个缺一个结论它可能合理化补上这就是最危险的地方它不是故意造假而是自动补全。3. 它会把“常识性趋势”伪装成“具体引用”AI 很擅长总结领域趋势但如果你要求它给出具体文献它可能会把“该领域通常认为……”写成“某某研究表明……”。这会让综述从“概括趋势”滑向“虚构引用”。4. 它可能混淆不同领域、不同作者、不同时间线尤其在交叉学科里AI 很容易把类似主题的研究混在一起导致作者归属错误研究对象错位时间顺序混乱研究结论被串联错三、正确方法让 AI 处理“你提供的文献”而不是凭空生成文献这句话是整篇文章最核心的原则先有真实文献再让 AI 做总结、比较、组织、改写。也就是说AI 在文献综述中的任务顺序应该是你先收集文献你把真实文献摘要/笔记/关键信息喂给 AIAI 帮你做结构化分析你再回到原文核对最后生成综述初稿这是最稳妥的方式。四、一个安全的文献综述 workflow 应该怎么设计下面这套 workflow建议你直接收藏。它适合科研人长期使用也适合你做成自己的workflow.md。Step 1先建立“真实文献池”不要一上来就让 AI 写。先收集真实文献建立你的文献池。文献池至少应该包含题目作者年份摘要研究对象方法主要结论局限你自己的备注如果条件允许最好做成表格。Step 2让 AI 帮你做文献结构化摘要这一步非常适合 AI。推荐 Prompt请根据我提供的真实文献摘要帮我提取每篇文献的以下信息 1. 研究问题 2. 研究方法 3. 核心结论 4. 研究局限 5. 与本课题的关联点。 请只基于我提供的内容总结不要补充未提供的信息不要编造文献细节。 输出时请用表格整理。这个 Prompt 的关键是只基于我提供的内容总结。这句话能显著降低编造风险。Step 3按主题聚类而不是按作者罗列很多综述写成了“文献清单”原因就是只是在罗列谁做了什么。真正高质量的综述不是“谁做了什么”而是“这些研究之间是什么关系”。推荐 Prompt请根据以下文献摘要帮我将文献按主题、方法、结论或争议点进行聚类。 请输出 1. 每个主题簇的名称 2. 属于该主题簇的文献 3. 这个主题簇的核心观点 4. 该主题簇内部的共识与分歧 5. 可能存在的研究空白。 请仅基于我提供的文献内容分析不要添加未给出的文献。这一步会帮助你从“文献列表”进入“文献网络”。Step 4识别研究脉络和争议文献综述的价值不在于总结多少而在于是否抓住了学术问题的演化。推荐 Prompt请基于以下文献帮我梳理该领域的研究脉络。 请重点回答 1. 研究是如何发展的 2. 哪些观点逐渐形成共识 3. 哪些问题仍存在争议 4. 哪些方法路径更常见 5. 当前最明显的研究空白是什么。 请不要引用未提供的文献不要虚构作者或年份。这类 Prompt 很适合从“读文献”走向“写综述”。Step 5让 AI 帮你生成综述提纲当文献结构清楚后再让 AI 输出提纲。推荐 Prompt请根据以下文献主题聚类结果为我的文献综述生成一个适合论文写作的提纲。 要求 1. 提纲逻辑要体现研究发展、核心主题、争议点和研究空白 2. 每一部分说明应包含哪些类型的文献 3. 提纲应适合学术论文写作而不是简单文献罗列 4. 不要添加未提供的文献事实。Step 6最后才让 AI 帮你润色表达等结构和内容都确认之后AI 才适合介入语言层面。推荐 Prompt请在不改变原意、不增加新文献、不改变引用事实的前提下帮我润色以下综述段落。 要求 1. 保持学术表达 2. 增强逻辑衔接 3. 提升句子流畅度 4. 不要擅自加入新的观点或文献。 段落如下 [粘贴内容]五、文献综述里最重要的不是“写出来”而是“写对”很多人把文献综述当成“把别人说过的话拼起来”。但事实上好的综述至少要回答四个问题1. 这个领域研究了什么不是简单罗列而是概括主题边界。2. 这些研究怎么研究的方法路径、实验设计、数据来源、分析方式等。3. 这些研究得出了什么共识是什么分歧是什么。4. 还缺什么这才是综述的真正价值所在告诉读者为什么还需要你的研究。AI 能帮你整理前面三部分但第四部分必须由你结合文献和研究判断来完成。六、一个高质量文献综述的核心工作流先证据后表达这里给你一个更清晰的综述工作流。1. 文献检索用数据库检索真实文献建立文献池。2. 文献筛选根据主题相关性、质量、时间范围筛选文献。3. 文献结构化提取研究问题、方法、结论、局限、关键词。4. 文献聚类按主题、方法、争议点或演化关系分类。5. 脉络分析分析研究如何演进哪里已有共识哪里仍有分歧。6. 空白识别找出尚未解决的问题形成自己的研究切口。7. 综述写作先写提纲再写段落再做语言润色。8. 逐条核对检查引用、作者、年份、结论是否准确。七、可以直接使用的文献综述 toolkit如果你想把文献综述做成标准化流程可以建立下面这些工具模板。Toolkit 1文献输入表# Literature Input Sheet - 题目 - 作者 - 年份 - 研究问题 - 方法 - 数据/样本 - 核心结论 - 局限 - 与本研究的关联 - 备注Toolkit 2文献聚类表# Literature Clustering | 主题簇 | 文献列表 | 核心观点 | 共识 | 分歧 | 空白 | |--------|----------|----------|------|------|------| | A | | | | | | | B | | | | | | | C | | | | | |Toolkit 3综述逻辑检查表# Review Logic Checklist - 是否按主题组织而不是按作者罗列 - 是否展示了研究发展的脉络 - 是否区分了共识与争议 - 是否明确指出研究空白 - 是否为自己的研究问题铺垫了逻辑 - 是否所有引用都可核对八、一个适合长期使用的skill.md如果你想让 ChatGPT 更稳定地辅助文献综述可以建立一个literature_review_skill.md。# Skill: Literature Review Assistant ## 目标 帮助科研作者基于真实文献完成结构化摘要、主题聚类、脉络梳理、研究空白识别和综述写作。 ## 输入 - 真实文献摘要或笔记 - 文献列表 - 研究方向 - 综述目标 ## 输出 - 文献结构化摘要 - 主题聚类结果 - 研究脉络分析 - 研究空白总结 - 综述提纲 - 润色后的综述段落 ## 工作原则 1. 只基于用户提供的真实文献分析 2. 不编造作者、年份、标题或结论 3. 优先处理结构与逻辑再处理语言 4. 所有引用信息必须可核对 5. AI 只辅助不替代文献事实校验九、怎样判断 AI 有没有“开始编造”这是非常实用的一部分。很多时候AI 并不会明显地乱编而是轻微偏移。你可以重点警惕下面这些信号1. 给出具体作者、年份、标题但你没提供原始来源如果它开始提供看似完整的引用但你无法在数据库里检索到说明有风险。2. 把模糊结论写得特别确定比如原文只是“有一定关联”它却写成“证明了因果关系”。3. 引用数量突然很多但你没有提供足够文献这通常意味着模型在“补文献”。4. 同一篇文献在不同回答里被描述得不一致这说明它对文献内容并没有真正稳定掌握。5. 综述越来越像“模板化标准答案”如果段落非常顺但每句话都缺少真实文献支撑往往是过度生成的结果。十、安全原则让 AI 做“二次加工”不要做“首发创造”先由你提供真实文献摘要笔记主题分类再让 AI 做摘要整理逻辑归纳结构重组表达润色空白提炼这才是更专业、更稳妥的用法。十一、文献综述最容易踩的 5 个坑1. 只总结不比较综述不是文献堆积而是比较和分析。2. 只写共识不写争议没有争议就没有研究空间。3. 只写别人做了什么不写还缺什么综述的目的之一就是推出自己的研究问题。4. 让 AI 代替检索检索必须由数据库完成AI 不能替代文献搜索。5. 不做最终核对所有作者、年份、结论、模型名称、术语都要回到原文确认。附可直接复制的 Prompt / workflow / skill.md1. 文献结构化摘要 Prompt请仅根据我提供的真实文献摘要帮我提取以下信息 1. 研究问题 2. 研究方法 3. 核心结论 4. 研究局限 5. 与我研究方向的关联点。 请不要补充未提供的信息不要编造文献细节。2. 文献聚类 Prompt请根据以下真实文献摘要按照主题、方法或争议点进行聚类。 请输出每个主题簇的核心观点、共识、分歧与空白。 请不要添加未提供的文献。3. 综述提纲 Prompt请根据以下文献聚类结果为我生成一份适合学术论文写作的文献综述提纲。 要求体现研究脉络、争议点和研究空白不要编造文献。4. workflow.md# Workflow: Literature Review with AI 1. 检索真实文献 2. 筛选高相关文献 3. 提取结构化摘要 4. 进行主题聚类 5. 分析研究脉络与争议 6. 识别研究空白 7. 生成综述提纲 8. 写作与语言润色 9. 回到原文逐条核对5. skill.md# Skill: Safe Literature Review with AI ## 核心原则 - 只基于真实文献工作 - 不编造作者、年份、标题或结论 - 先结构后语言 - 先证据后表达 - 所有引用必须可核对