12 份 PDF、3 份竞品白皮书、一份分析师报告。老板要”周五前给我一份跨文档全景图”。单篇摘要——这件事最便宜的版本——回答的是”第 5 篇说了什么”，但不能回答”这 16 份来源在哪儿同意、哪儿分歧、哪儿沉默”。这篇带研究、战略分析师、研究生用 4 个问题的综合流程，1 个工作日产出一份带可追溯引用、能捍卫的跨源 brief。
这篇讲什么
四问综合模式（共识、分歧、空白、时效）+ 工具选择（NotebookLM vs Projects 类聊天）+ 来源标签纪律（让引用始终可追溯）+ 抽查闭环（抓 AI”圆滑掉真分歧”的倾向）。最终产出：每条主张都带引用的综合文档。
这篇适合谁看
研究、分析师、咨询、记者、学生——5 份以上需要综合的人。比较竞品定位的战略团队；在管理层 deck 和分析师报告之间三角验证的投资人；用学术文献核对政府声明的政策写作者。只要你的工作里出现”在文献中”这种表达，这就是你的工作流。
什么时候适合用
单篇摘要不够时——需要跨源对比。（如果目标其实是单篇——比如明天 journal club 只读一篇——用10 分钟读完一篇的研究摘要工作流更合适。）也适合：你怀疑来源有分歧但说不清分歧点；或者你想知道整片文献里”少了什么”。
什么时候不适合
2 份文档——并排读完就行。几百份且答案是统计性的——用真正的文献计量工具。高度敏感来源（法律 / 涉密 / 病例）不能上传——手工综合。多语言不是阻碍，多一步处理就行。
开始前准备
- 提前定”来源分级”规则。同行评议论文 / 灰色文献 / 博客 / 内部备忘录——证据等级不同。给每份标 tier，明确告诉模型据此加权。
- 选工具。5-50 份用 NotebookLM（引用是一等公民、检索更扎实）；5 份以内用 Claude / ChatGPT Projects（对话更顺，但引用纪律靠 prompt 强制）。
- 来源标签标准化。“Smith 2024”或”内部 Q3 deck”——可读、唯一、足够短能内联在引用里。
- 综合问题先在纸上写明。模糊问题出模糊综合；问题的结构就是输出的结构。
具体步骤
- 选对工具。≥5 份用 NotebookLM；≤5 份用 ChatGPT Projects 或 Claude Projects——后者需要用 prompt 强制引用纪律。
- 上传全部来源。每份给一个稳定标签，最好就是最终文档里要用的那个。NotebookLM 用文件名做标签——上传前重命名。
- 问共识。“所有来源在 [话题] 上同意什么？每条共识列一条 bullet，附上所有支持该共识的来源引用。不要编造同意——只列所有来源真的都同意的。""不要编造”这句必须写——模型很爱把分歧圆成”广泛共识”。
- 问分歧。“哪里分歧？每条分歧标明哪几份来源持哪边，并各引一句原话。“引用让抽查可行；裸主张不行。
- 问空白。“没有来源覆盖什么？提出但未回答的问题？暗示但从未论证的？“空白问题是综合变成原创的地方——它告诉你下一步研究什么。
- 问时效。“哪些主张被后来的来源推翻？老看法和新看法在哪里不同？“快速变化的领域必须问。
- 编综合文档。来源标签原样带过，确保引用可追溯。开 3 份来源抽查 3 条引用，验证支持文本真的存在。
第一次实操怎么跑
- 选你已经懂一点的话题里的 5 份文档——自己领域或最近项目。模型编出来的”共识”你能秒抓。
- 跑四问序列，每条响应分别保存。总耗时 < 30 分钟。
- 每条响应抽 3 条引用核对。数：几条引用准确、几条编造、几条方向对但页码错。
- 第二次只改一个变量：更严的引文要求、换模型、或加一个 source tier。
完成后检查
- 综合里每条主张至少一条引用。无支持的主张要么来自模型训练数据（不是你的来源），要么是编造。
- 抽查比例：每 10 条引用验 2 条。准确率 < 80% 说明这份综合没经过全量审计前不能发。
- 分歧段有具体引文不是 paraphrase。paraphrase 分歧是 AI 把真冲突磨成”不同框架”的地方。
- 来源 tier 被体现。同行评议论文和博客分歧时，综合要说出来——不能等价并列。
- 空白段至少 3 条。少于 3 条说明模型用”共识”和”分歧”填了字数。
怎么复用这套流程
- 四问 prompt 存模板。新项目新来源，同样四问。
- 周期性研究（季度竞品全景、周度文献跟踪）维护一份综合文档，每周期重跑。diff 综合能看到领域漂移。
- 培养引用卫生习惯。来源标签跨项目保持稳定，老综合几年后仍可读。
建议的操作流程
按来源数选工具 → 上传带标签来源 → 问共识 → 问分歧 → 问空白 → 问时效 → 带原样引用编综合 → 抽查 20% 引用 → 最后通读修叙述。
容易踩的坑
- 混合不同质量来源不标注（同行评议和博客被当等价证据）。
- 问”总结”而非”哪里同意 / 不同意 / 空白”——总结会把综合需要的跨文档结构压扁。
- 最终综合丢标签——一丢就不可验证。
- 不抽查就信”所有来源都同意”——模型为了听起来自信会夸大同意。
- 上传文档但不告诉模型 tier——模型会把 Substack 当 Nature 论文用。
- 停在共识上。原创信号在分歧和空白——你的贡献在那。
FAQ
- NotebookLM 还是 Claude / ChatGPT Projects？: 5+ 份且对引用要求高用 NotebookLM；少且需要对话感用 Projects。
- 来源不同语言怎办？: 各自先翻译 / 摘要到共同语言再综合。或者用 NotebookLM——多语言支持不错。
- 来源上限？: NotebookLM 50 份顺畅，> 100 质量下降。更大语料先聚类再分簇综合。
- 能信 AI 说的”没有来源覆盖这点”吗？: 抽查后再信。模型偶尔会漏掉一份其实涉及的来源。
- 不同意的来源要不要纳入？: 要。综合最有用的时刻是它把你不同意的观点带证据摆上来。
- paywall 来源怎么处理？: 模型读不到就当 out of scope，不要让它对看不到的内容做猜测。