文献矩阵就是”每行一篇论文、每列一个属性”的表：一行一项研究，一列一个属性（设计、样本、结论、局限），让 40 篇文献不再堆在脑子里，而是随时能被你查询。下面 15 个 Prompt 帮你设计列、从摘要填行、审计空白，再把矩阵转成可直接粘进论文章节的综合段落。
一句话总结： 粘真实摘要，绝不让 AI 自己编行。用长上下文模型——Claude Sonnet 4.6 或 Opus 4.7（截至 2026 年 6 月为 1M token 上下文）批量填行最准；Gemini 3.1 Pro 同样支持 1M token，但对超长输入的召回不太稳。从列设计 Prompt（#1）起步，每 10 行抽 1 行核对原文，最后一定跑综合 Prompt（#10）。
适合哪些人
管理 30-100+ 篇文献的论文作者、做证据抽取的系统评价小组、整理大纲表的助教，以及在为基金申请写相关工作段的研究者。
什么时候不要用这套 Prompt
不到 10 篇就别上矩阵——一份带注释的文献清单更快。摘要都没读过也别做：满是 AI 编造效应量的行，比没有矩阵更糟。通用模型（ChatGPT、Claude、Gemini）会一本正经地编出看似真实的引文和数字，所以下面每个 Prompt 都把原文粘进去，并明令禁止推断。
每一步该用哪个 AI 模型
矩阵工作分两类：设计/综合（输入短、要推理）和批量抽取（输入长、要召回）。按任务选模型。以下数字截至 2026 年 6 月。
| 任务 | 首选 | 原因 | 应用内上下文 |
|---|---|---|---|
| 列设计、综合段、答辩简报 | Claude Opus 4.7 或 GPT-5.5 Thinking | 推理强、文字凝练 | 1M（Opus）/ 约 320 页（Plus） |
| 一次批量填 5-20 篇摘要 | Claude Sonnet 4.6 | 处理文献集编造最少、速度快 | 1M token |
| 整套 PDF 一起粘（100+ 页） | Gemini 3.1 Pro | 1M 上下文，免费档也能吃长文件 | 1M token |
| 大规模筛查 + 结构化抽取 | Elicit（专用工具） | 其基准上约 99.5% 筛查召回、96% 抽取准确率 | 1.38 亿篇论文索引 |
实用默认配置：推理步骤用 Claude Opus 4.7 或 GPT-5.5，大批量抽取用 Claude Sonnet 4.6（API 价 3/15 美元每百万 token，或包含在 20 美元/月的 Claude Pro 里）。想要免费的 1M token 路线，就把批次粘进 Gemini 3.1 Pro。无论选哪个都要抽查数字——超长输入下长上下文召回会下降，Gemini 尤其明显。
Prompt 结构
下面每个矩阵 Prompt 都带同样六个要素，按这个顺序排：
- 角色：研究方法教练、同行评议人，或图书馆员。
- 上下文：你的学科、研究问题、论文数量、目标引用风格。
- 目标：一个具体交付物——10 列、一行填好的行、一段 250 字综合。
- 限制：只引用粘进去的文字，缺失数据标
not reported，绝不推断。 - 输出格式：markdown 表格、两列清单，或 Notion 列规范，能直接粘进去。
- 来源：真实的摘要、结果部分或已有矩阵——粘原文，不要复述。
15 个可直接复制的 Prompt 模板
1. 列设计 Prompt
先做这步，烂列害死整张矩阵。
You are a research methods coach. I am building a literature matrix on [topic] in [field]. Suggest 10 columns I should include, ordered by importance. For each: column name, what it captures, a sample value, and whether it is mandatory or optional.可替换变量： topic, field
优化建议： 列回来太空泛时追加：Tailor columns to my specific research question: [paste question]. Drop any column irrelevant to that question.
2. 从摘要填一行
Below is an abstract. Fill in the matrix row using these columns: Citation | Question | Design | N | Sample | Key DV | Finding | Effect size | Limitations | Relevance to my project. Use "not reported" if not stated. Cite from the abstract only; do not infer.
[paste abstract]3. 批量填行（5 篇）
Below are 5 abstracts. For each, produce one row of my matrix with these columns: [paste column headers]. Output as a markdown table, one row per paper. Use "not reported" when needed. Do not invent values.
[paste abstracts]4. 方法学侧重矩阵
Build a methods-focused matrix on [topic]: columns = Citation | Design | Sampling | Measures | Analysis | Strengths | Weaknesses. From these papers: [paste citations + key methods sections].5. 发现侧重矩阵
Build a findings-focused matrix on [topic]: columns = Citation | Primary finding | Effect size | Replicated? | Boundary condition | Counter-evidence. From these papers: [paste results].6. 理论框架列
For these [N] papers, identify which theoretical frame each uses (or "atheoretical"). Output a 2-column list: citation | theoretical frame. At the end, group by frame to show clustering.
[paste citations + abstracts]7. 空白检测查询
Below is my partially-populated matrix. Identify 3 gaps: which combinations of columns are underrepresented (e.g., a population-by-method cell with few rows), and suggest 2-3 papers I should look for to fill each gap.
[paste matrix]8. 行聚类
Below is my matrix with [N] rows. Cluster the rows into 3-5 groups based on shared characteristics (method, theory, population, finding). Name each cluster and list its citations. Note 1-2 outliers.
[paste matrix]9. 质量评分列
For each row in my matrix, add a quality-rating column (1-5) based on study design, sample size, generalizability, and reporting transparency. Output the rating, a one-sentence justification, and any flags (high-risk-of-bias, conflict-of-interest).
[paste matrix]10. 矩阵 → 综合段
Convert my matrix into a 250-word synthesis paragraph for a thesis chapter: what the literature has established, where findings converge, where they diverge, and what remains unclear. Cite at least 5 papers by first author + year.
[paste matrix]11. PRISMA 体筛查
Below are 20 abstracts. Apply my inclusion criteria [paste criteria] and exclusion criteria [paste criteria]. Sort into 4 buckets: include, exclude (with reason), unclear-needs-full-text, off-topic.
[paste abstracts]12. 引用密度检查
Below is my matrix. For each row, indicate how often this paper is cited by the others (via author + year mentions). Identify the most-cited "hub" papers and the more isolated ones.
[paste matrix with abstracts or excerpts]13. 矩阵更新工作流
I added 5 new papers to my matrix. Help me update it: (a) check whether any existing rows need revision in light of the new ones, (b) flag if the new findings contradict prior clusters, (c) suggest one-line additions to the synthesis paragraph.
Old matrix: [paste]
New rows: [paste]14. Notion 列规范
Convert my matrix into a Notion-friendly column schema: property name, property type (text / select / multi-select / number / date / relation), description, sample value. Output as a list ready to paste into a Notion database.
[paste matrix columns]15. 评议人答辩简报
My lit matrix supports the thesis "[thesis]". Write a 150-word defense paragraph: how the matrix shows the thesis is grounded, which key papers anchor each claim, and how I would respond if a reviewer called the lit review too narrow.容易踩的坑
- 没确定研究问题就先设计列——列必须服务于问题。
- 不给正文就让 AI 填行；写得很顺的假效应量是最危险的一种。
- 列塞太多；8-12 列是可操作区间，再留一个自由文本”notes”列。
- 漏掉”与我项目的相关度”列——没有它，矩阵只是通用数据库，不是论文工具。
- 把矩阵当静态，而不是每读完一节就更新。
- 停在表格、从不跑综合 Prompt（#10）；矩阵是输入，不是交付物。
- 每行同等对待，而不加质量评分（#9）。
实操技巧
- 动手前先选平台——Notion、Excel、Airtable 或 Zotero，中途换很痛。截至 2026 年 6 月，Notion Plus（10 美元/人/月）提供关系型数据库；其内置的 AI Autofill 现已并入 Business/Enterprise 档，不再单独售卖附加包，所以对多数学生来说，长上下文聊天模型是更便宜的抽取器。
- Zotero（免费）没有内置 AI，但 Zotero Connector 能自动抓取元数据，Notero 等插件还能把文献库同步成 Notion 矩阵。
- 先做 5 篇 pilot，再按 pilot 的收获扩列。
- 系统评价按 PRISMA 规范筛查（Prompt #11），并保留 PRISMA 2020 流程图，让纳入/排除计数始终可审计。
- 每加 25 行重新聚类一次；数据多了聚类会变。
- 留一个”被剔除论文”子表 + 原因——答辩守 scope 时极其有用。
FAQ
- 一个矩阵该放多少篇？: 本科荣誉论文 20-40；硕士 40-80；博士章节 80-200；系统评价由筛查结果决定。
- AI 能填整张矩阵吗？: 不能——但你粘真实摘要并禁止推断时，它能稳定填行。每 10 行抽 1 行核对原文，因为输入越长、长上下文召回越容易掉。
- 哪个模型在文献集上编得最少？: 截至 2026 年 6 月，Claude（Sonnet 4.6 / Opus 4.7）被评为综合大型文献集时幻觉最少；大规模筛查与结构化抽取，专用工具如 Elicit（其基准上约 99.5% 筛查召回、96% 抽取准确率）更强。
- 最重要的一列是哪列？: “与我项目的相关度”——没有它，矩阵就从论文工具退化成通用数据库。
- Notion 还是 Excel？: 协作和数据库关联用 Notion；独立做系统评价、要干净导给文献管理器用 Excel。
- 怎么防止矩阵变陈旧？: 每周留 30 分钟读 3-5 篇新文献并更新；把它当活文档，而不是一次性任务。