AI 写综述的流程有一百种，只有三步值得你抄

如果你一年写不了一篇文献综述，这套流程你别学，搭起来的时间比写完还长。如果你正卡在「必须发一篇才能毕业」那道坎上，少数派上那篇研究生用 AI 做综述的复盘里至少有三步可以今天下午就抄走。

作者是食品方向的工科生，用这套流程独立完成了一篇综述，被《食品科学》录用并网络首发。他用的工具都是现成的：Gemini 定选题、Zotero 管文献、Qwen 筛摘要、ChatGPT 出草图、Keynote 画机理图、本地 Agent 查格式。没有自建系统，也没有付费黑盒。

我下面不重复他的步骤清单，只挑我认为真正能迁移的部分，以及他这篇复盘里没被强调、但你迟早会撞上的代价。

一、用摘要代替全文，是整套流程的地基

他讲得最实在的一句是：不要把人几十篇 PDF 直接丢给 AI。上下文撑不住只是表面原因，更要紧的是无关细节一多，模型就开始替你编。

有作者署名、被同行审过的摘要，本身就浓缩了研究背景、方法、核心数据和结论，用它当输入，一次对话能处理的文献量翻好几倍，提取的准确率也高得多。具体操作只有四步：Zotero 里全选条目，右键「由所选条目生成报告」，全选复制，粘给 AI。

这一步的技术含量几乎为零，但它决定了后面所有环节的质量上限。原文建议单次投喂 15 到 20 篇、按子章节分批，这个数字不是玄学——超过这个量，模型开始漏读中间几条，而漏读不会报错。

他没让 AI 去「帮我找文献」，而是让 AI 把题目拆成「核心研究对象」「关键处理技术」「研究结果/应用方向」三块，各自扩同义词和中英缩写，再分别生成知网和 Web of Science 的布尔式。

这个分工是对的。模型擅长的是把「沙棘果渣」扩成 pomace、sea buckthorn、加工副产物这一串同义表达，不擅长的是判断哪篇论文真的存在。所以检索式交给它，检索结果必须回库里自己筛，看到标题相关的才拖进 Zotero。

步骤 1 和步骤 2 的提示词他都放了全文，可以直接复制。我更在意的是他每段提示词末尾那几条「严谨性约束」——禁止编造 DOI 和实验数值、区分共识和推断、拿不准就用「可能」「尚不明确」。写论文的提示词，约束项比任务描述更重要。

他自己说这是最头疼的阶段，压根不知道从哪开始。解决办法是先让 ChatGPT 按正文段落生成一张机理草图，然后——不直接用，而是在 Keynote 里照着临摹。

他讲得很清楚：第一张图大概率有错，箭头指反、多出正文没提的元素、分区逻辑混在一起。但这一轮你得到的东西是「从想象变成了能对照修改的实物」，这才是从零到一的难点。

两个细节值得记：一是从局部开始画，别先搭大框架，否则后面选不中小元素、图层一团乱；二是要 300 DPI 的 TIFF，别在 Keynote 里硬导，走「导出 PDF → 预览打开 → 再导出 TIFF/PNG」这条路，分辨率可以手填。

省掉的是重复劳动，不是判断。 他自己的核对清单里写着：带数字的表述回原文核对、专有名词回原文核对、前处理和后端工艺的描述要精读全文做笔记。也就是说 AI 交付的是初稿，质检员还是你，一分没省。

格式核验交给 Agent，这个环节最容易出幻觉。 他用本地 Agent 按 GB/T 7714-2015 排查引用顺序和缺漏，指令里专门写了「不要自行插入新文献」「不要篡改科学论点」。这条红线不是客套——只要允许它为了「匹配」去补引用，它就会补出一条不存在的文献，而你可能根本看不出来。

流程本身是有重量的。 那篇原文标注 34 分钟阅读，六个步骤、七八段提示词、一张素材站对照表。你要么一次搭好复用，要么每次重来一遍，后者纯亏。

写完即投、一年一篇都嫌多的人，直接用 Word 和知网就行，这套的启动成本收不回来。做纯理论、不需要机理图和检索式的人，能用的只有第一段。还有一类：指望 AI 替你把「研究结论到底可靠吗」想清楚的人——这件事从头到尾没有任何工具能接手。

唯一让我犹豫的是这套流程高度绑定他那个领域。食品工科的「前处理—发酵—产物转化」能画成流程图，换成数学或者法学的综述，第三段那套临摹法基本作废，你能抄的只剩前两段。

所以我给的建议是：先把 Zotero 的「生成报告」和那两条检索式提示词用起来，跑通一篇自己的小综述，再决定要不要补绘图和 Agent 核验。要是你连 Zotero 都没在用，先去找个文献管理工具试两周——AI 在这个流程里的位置，是站在一个已经能运转的流程上加杠杆，而不是替代流程本身。