市面上的”文献综述”大多是单篇摘要的堆叠——加了点形容词的参考文献列表，并不是综述。真正的综述要做综合：领域共识是什么、哪些还在激烈争论、所有人都在借用却没人质疑的假设是哪条、缺口又在哪里。下面这 12 个 Prompt 会强制产出共识 / 争议地图、共享假设检测、方法学对比，以及一段”为我的贡献定位”而非”罗列引用”的 Related Work。需要系统综述表格时，配合 文献矩阵 Prompt 一起用。
一句话总结
- 喂给模型的，必须是你已经核实存在的摘要，而不是你以为真实的标题。截至 2026 年初，伪造引用的比例已达约每 277 篇论文 1 处，而 2023 年还是每 2,828 篇 1 处（哥伦比亚大学对 PubMed Central 的审计）。做综合是安全的，让模型生成引用则不是。
- 用长上下文模型，让整批语料一次装进去：Claude Opus 4.7 / Sonnet 4.6 与 Gemini 3.1 Pro 都是 100 万 token 窗口（约 75 万词）。ChatGPT Plus 应用内上下文约 320 页封顶，除非升到 200 美元的 Pro 档。
- 找文献、核引用别指望聊天机器人——先用论文级工具（Elicit、Consensus、Scite 或 NotebookLM），再把它给出的、已核实的摘要喂进下面这些综合 Prompt。
- Prompt 1–6 针对你粘贴的语料；7–12 产出更高阶的产物（理论框架、时间线、跨学科迁移、研究议程）。
这套 Prompt 适合用在哪
- 研究生资格考与开题
- 工业研究 / R&D 立项
- 学位论文 Intro 与 Related Work
- 带学术引用的战略 / 市场调研
- 写论文前的”定位”思考
该用哪个模型来跑（2026 年 6 月）
综合类 Prompt 成败全看上下文窗口：如果模型装不下全部摘要，它就会总结语料前段、忘掉后段。
| 模型 | 上下文窗口 | 在这里最适合 | 价格 |
|---|---|---|---|
| Claude Opus 4.7 | 100 万 token | 最深的综合、争议地图、假设检测 | Max 100–200 美元 / 月，或 API 5/25 每百万 |
| Claude Sonnet 4.6 | 100 万 token | 同样窗口，更快更省的主力 | Pro 20 美元 / 月；API 3/15 |
| Gemini 3.1 Pro | 100 万 token | 大批语料，可接 NotebookLM 溯源 | Google AI Pro 19.99 美元 / 月 |
| GPT-5.5（ChatGPT Plus） | 应用内约 320 页 | 较小语料的快速过一遍 | Plus 20 美元 / 月（满 1M 仅 200 美元 Pro） |
30–60 篇摘要的语料，任何 1M 窗口模型一次就能处理。更大规模就按主题分批跑矩阵，再把各批的输出（而非原始论文）粘进一次综合。
核对铁律（下笔进论文前必读）
这些 Prompt 让模型基于你提供的摘要做推理，从不让它凭空造引用——你也绝不该让它造。引用伪造现在已是可量化的流行病：2026 年哥伦比亚团队审计 250 万篇生物医学论文，发现伪造引用率两年里激增超过 12 倍；另一项调查显示，87% 的研究者声称总会核实 AI 引用，但 42% 的人直接粘 BibTeX 而不核。铁律：每一个论文 ID、DOI 与引文，下笔前都回到原始数据库（PubMed、Semantic Scholar、出版社）核一遍。模型是综合引擎，不是事实来源。
1. N 篇综合
我有 N 篇摘要（粘贴）。请综合：3 处共识、3 处争议、3 个空白。引用论文 ID（用简写）。
{粘贴}2. 方法学对比
下面 5 篇研究 {topic} 用了不同方法。请对比：假设、数据、方法、结论。输出对比表。
{粘贴}3. 识别被引用模式
下面是 {field} 的 10 篇摘要。请识别：他们最常引用的奠基论文、共享假设、很少被质疑的假设。
{粘贴}4. 绘制争议
{field} 里 {立场 A} vs {立场 B} 有争议。下面每方 8 篇。请绘制：每方最强论点、关键证据、什么能终结争议。
{粘贴}5. 找空白
下面是 {topic} 的近期论文。请识别 5 个未被充分探索的研究问题。每个说为什么是空白、需要什么去解决。
{粘贴}6. 注释单篇论文
我在读这篇（粘贴摘要 + 引言）。请输出：1 句主张、3 个可能反驳、3 个带到 journal club 的问题。
{粘贴}7. 写 Related Work
我的贡献：{1 段}。已引：{清单}。请帮我组织 Related Work，使我的贡献定位清晰。标明显的引用缺口。8. 检测潜在偏差
下面是都支持 {立场} 的论文摘要。请识别：可疑共享假设、可能偏倚的方法选择、批判性论文应长什么样。
{粘贴}9. 理论框架地图
下面是 {field} 的 12 篇论文。请识别每篇所用的理论框架（显式或隐式）。按框架分组。每个框架说：它擅长解释什么、在哪处吃力、哪一个最适合我的研究问题 {粘贴问题}。
{粘贴}10. 思想演化时间线
下面是 {年份范围} 共 15 篇 {topic} 论文。请建一条时间线：最初的认知、推动它转向的那篇关键论文、当前共识、仍未解决的悬而未决问题。引论文 ID。
{粘贴}11. 跨学科借鉴扫描
我的问题在 {领域 A}，但可能受益于 {领域 B}。下面是 B 的代表论文。请识别 B 里 5 个有望迁移到我问题上的概念 / 方法 {粘贴问题}。每个给 A 中最接近的对应物，以及需要适配的部分。
{粘贴}12. 前瞻性研究议程
基于上面识别出的空白，起 1 页研究议程：3 个值得追的具体问题、每个的重要性、最合适的方法、能验证可行性的 1 个快速实验。语气：博士后向资深合作者提议。负责找文献并溯源的工具（让这些 Prompt 拿到真实输入）
聊天机器人是综合器，不是搜索引擎。先在论文级工具里找齐并核实语料，再把摘要粘进上面的 Prompt。价格为 2026 年 6 月：
| 工具 | 最擅长 | 免费档 | 付费 |
|---|---|---|---|
| Elicit | 约 1.38 亿篇论文的语义检索 + 数据抽取 | 2 份报告 / 月，搜索不限量 | Plus 12 美元 / 月，Pro 49 美元 / 月 |
| Consensus | 是 / 否的证据式回答、共识仪表、Q1–Q4 期刊过滤（2 亿+ 论文） | 搜索不限量，10 次分析 / 月 | 约 11.99 美元 / 月 |
| Scite | 把 12 亿条引用语句分类为支持 / 反对 / 提及 | 有限 | 约 20 美元 / 月 |
| NotebookLM | 基于你上传内容的溯源式综合；引用可点回原文 | 免费（每个 notebook 约 50 个来源） | 含在 Google AI Pro 套餐内 |
一条扛得住的流程：用 Elicit 或 Consensus 建语料，用 Scite 看关键结论是否在后续工作中被推翻，用 NotebookLM 或 1M 窗口模型做综合那一遍，再用这些 Prompt 逼出更难的结构（争议地图、假设检测、研究议程）。
容易踩的坑
- 单篇摘要堆叠没有综合——那是带注释的参考文献，不是综述。
- 跳过”缺什么”——空白才是贡献所在。
- 没把”所有人在用却没人检查”的共享假设挑出来。
- 把 AI 生成的引文当真——下笔前每条都要核。
- 多框架领域只套一种框架，把真正的争议藏起来。
- Related Work 只把引用排着列，而不是为你的贡献做定位。
常见问题
能不能直接让 ChatGPT 帮我找论文？ 不能。通用聊天机器人会高频伪造看似可信的引用——2026 年 GhostCite 基准测得各模型、各领域的幻觉率在 14% 到 95% 之间。找文献请用论文级工具（Elicit、Consensus、Scite、NotebookLM），再把已核实的摘要喂进这些综合 Prompt。
一次能粘多少篇？ 用 1M token 模型（Opus 4.7、Sonnet 4.6、Gemini 3.1 Pro），粘 40–60 篇完整摘要很从容——总容量约 75 万词，不过质量在远未填满前就会下降。100 篇以上就按主题分批、每批先总结，再综合各批输出。
做综合具体哪个模型最好？ Claude Opus 4.7 在细致的争议绘制和假设检测上最强；Sonnet 4.6 用更低的价格给你同样的 1M 窗口。如果你的语料已经在 NotebookLM 里，那 Gemini 3.1 Pro 是顺手之选。
怎么阻止它瞎编引用？ 绝不让它给参考文献。这些 Prompt 只对你粘进去的摘要做推理。写之前，每个 DOI 和论文 ID 都回原始数据库（PubMed、Semantic Scholar、出版社）核一遍。
这和”总结”差在哪？ 总结是孤立地描述每一篇。综合回答跨语料的问题：领域在哪达成共识、在为什么争、哪条假设是承重墙、缺口在哪。Prompt 1、4、5 是综合的核心。