AI 系统文献综述实操：不让模型乱编

把 AI 当作筛选和综合的辅助层，而不是引文生成器——这样才能做出真正能交差的系统综述。

发布于: 2026/05/23 作者: AI Productivity Guide Team 🌐 查看英文版本

让 AI”写一篇文献综述”——你最后会拿到一篇四页长、夹着七条编造引用、外加一篇已被撤稿论文的散文。真正的系统综述仍然需要你自己定纳入标准、上真实的数据库、做筛选、做提取。AI 的位置只有三个：筛选、提取、综合——绝不是生成引用。这篇把整套闭环走一遍，能砍掉大约一半的杂活，又不丢严谨度。

这篇讲什么

一个真正的系统综述工作流，AI 只承担三件事：按你的纳入标准筛摘要、从你下载下来的全文里抽结构化数据、在每一条主张都能指回某篇编号论文的前提下帮你起草综合段落。整个工作流假设你按 PRISMA 类规范来做，不是”扫一眼总结一下”。

写综述章节的博士生、做 meta 分析的博后、医学 / 政策 / 教育领域的证据综合团队、以及任何要写一段”文献怎么说”的咨询师。不适合休闲阅读——休闲读用 AI 论文阅读工作流更快。

研究问题已经定下、能上对应数据库（PubMed、Scopus、Web of Science、ACM、Semantic Scholar）、且候选文献多到没法线性读。不适合：领域候选不足 20 篇——直接手读；或者要投的期刊明确禁止 AI 辅助筛选——投稿前先查作者指南。

写好 PICO 或同等框架。Population、Intervention、Comparator、Outcome——或你领域的等价问法。没有它，筛选会滑成”看感觉”。
提前定好数据库和检索式。AI 不替你跑数据库检索，你自己跑。
提前定好每篇纳入论文要抽的字段：研究设计、样本、方法、主要结果、效应量、局限。开始筛选前就把提取表的列锁死。
选长上下文模型：Claude Sonnet 4.6 或 Opus 4.7、GPT-5.5、Gemini 3 Pro。小模型在提取阶段会丢论文后半段的细节。

**数据库检索你自己跑。**PubMed、Scopus、Semantic Scholar——按你领域来。把结果导出成 RIS 或 CSV。AI 不负责检索，只负责筛选。这种分工是综述能站住脚的核心理由。
**AI 作为第二评审做标题摘要筛选。**一次贴 20-50 条摘要，附上纳入标准。问”逐条输出 INCLUDE、EXCLUDE 或 UNCLEAR，并给一句话理由，对应到我哪条标准”。UNCLEAR 一律升级到全文复审。
**跟你自己第一评审的结果对一遍。**分歧本身就是信号——它暴露纳入标准里的模糊处。多数综述在这一步会重写 1-2 条标准。
**下载纳入集合的所有全文。**这是不可商量的。没下载的论文你不能抽数据。建一个文件夹，命名格式 第一作者_年份_id.pdf。
**逐篇抽数据。**上传 PDF，问：“抽出研究设计、样本量、干预、对照、主要结局、效应量（含置信区间）、作者自承的最大局限。按列顺序输出一行用竖线分隔的值。“相关单篇阅读流程见 AI 论文阅读工作流——这里的提取步骤就是那边 pass 2 的结构化版本。
**抽查 20% 的行回到原文核对。**打开 PDF，找到数字。如果 AI 把效应量或样本量抽错了，那是校准问题——换模型或缩短 prompt。
**起草综合段落。**按研究设计或干预类型把纳入论文聚类。让 AI 每个聚类写一段，只允许用你的数字 ID 引用。绝不允许 AI 自己编作者名和年份。

挑你这篇综述的一个子问题——窄到 10-15 篇就能覆盖。在这个子问题上把整套闭环跑完。每一阶段掐表。多数团队会发现筛选压缩最多、提取中等、综合最少。用各阶段耗时来估整篇综述的预算；子问题结果也顺便检验你的纳入标准是否够清晰。

PICO 问题 → 检索式 → 数据库结果 → AI 第二评审筛选 → 对账 → 下载全文 → 结构化提取 → 抽 20% 核对 → 聚类综合 → 用数字 ID 引用。AI 辅助下 100 篇综述大概一周，线性读需要三周。