文献综述不是论文摘要的堆砌，而是关于该领域现有知识、争论焦点以及您的研究问题为何值得探究的结构化论证。人工智能工具可以加快工作速度，但文献综述的知识结构保持不变：您需要找到相关论文，阅读并理解它们，综合不同来源的观点，识别空白，并撰写一份连贯的领域描述。以下工具对应于该过程的特定阶段。它们都不能为您撰写文献综述；每个工具都能消除一种特定的摩擦。
本指南涵盖了从搜索到最终草稿的完整工作流程：哪些工具适用于哪些阶段，每个工具的贡献在哪里结束，以及只有您才能完成的智力工作从何开始。各章节遵循文献综述项目的实际顺序，而不是随意列出工具。
开始之前：精确定义您的研究问题
人工智能搜索工具根据您提供的术语和概念返回结果。一个模糊的研究问题会导致文献搜索没有明确的边界——您会发现数千篇论文，却无法明确判断哪些是相关的。在打开任何搜索工具之前，请用一句话写下您的研究问题，其中包含：您正在研究的现象或变量、人群或背景，以及您想了解的关系。“睡眠剥夺对青少年工作记忆的影响是什么？”是可以搜索的。“我想了解睡眠和认知”则不是。
这个阶段不需要人工智能工具——它需要您思考您的研究问题及其范围。您初始问题的精确性决定了后续每一步的精确性。一旦您的研究问题确定，您就可以将其转化为搜索词：人群（青少年）、现象（睡眠剥夺、睡眠不足）和结果（工作记忆、认知表现、执行功能）。这些将成为您文献搜索的关键词簇。
通过系统性学术搜索建立您的文献库
大多数文献综述都低估了其主题存在的论文数量。在Google学术中进行关键词搜索只是一个起点，而不是完整的搜索。彻底的文献构建需要同时采用多种策略：
数据库搜索（Elicit、Semantic Scholar、PubMed、Web of Science）： 将您的关键词簇通过至少两个数据库运行。Elicit搜索学术文献并返回结构化的结果表格，让您能够快速筛选和评估多篇论文的相关性。Semantic Scholar的AI生成TLDR（太长不看）摘要让您无需阅读完整摘要即可评估其相关性。对于生物医学主题，PubMed的MeSH术语系统可以发现数据库关键词搜索遗漏的论文。
引文链（Connected Papers、Research Rabbit）： 选取您最相关的5-10篇论文，并通过Connected Papers或Research Rabbit进行分析。这两个工具都能发现通过引文和相似性连接但您的关键词搜索未返回的论文。这一步至关重要——一些最相关的论文可能使用不同的术语，因此不会出现在关键词搜索中。
将您的结果导入Zotero： 在您识别出相关论文后，立即将其导入Zotero。Zotero的浏览器扩展程序可以一键从期刊网站和PDF中导入书目数据。从一开始就在Zotero中建立您的参考文献库，可以避免在撰写过程中手动重新输入引文。
借助AI解释支持高效阅读单篇论文
阅读是受益于纪律的阶段。人工智能工具可以支持理解，但不能替代对原始资料的投入。对于每篇论文：
从摘要和结论开始： 在阅读全文之前，确定该论文是直接、间接还是完全不涉及您的研究问题。您在搜索阶段导入的许多论文都可能是外围的；您应该快速浏览它们。
使用SciSpace处理困难的方法论和理论部分： 当您遇到超出您专业知识范围的统计方法论部分，或者您正在进入的学科中的理论框架时，SciSpace的突出显示和解释功能可以在不离开文档的情况下提供情境化的AI解释。这对于进入新子领域的研究人员最有用：
- 突出显示您不理解的特定段落——而不是整个部分
- 接收基于该特定文本上下文的解释
- 提出具体问题：“在这种情况下，SEM是什么意思？”而不是“解释这一部分”
在每篇论文之后立即撰写您自己的阅读笔记： 在Zotero（如果您使用链接笔记，则在Obsidian中）中记录简短笔记，捕捉论文的论点、它与您的研究问题的关系以及任何方法论或理论上的限制。这些笔记是您以后将要综合的内容——而不是论文本身。
通过AI问答综合您的整个文献库
这是文献综述的核心智力活动，也是大多数研究人员停滞不前的地方。综合不是列出每篇论文说了什么——它是在整个文献集中识别模式、共识、矛盾和空白。当您处理60-80篇论文的阅读笔记时，手动综合既耗时又容易出错。
使用Ponder对您的整个论文库提问： 将您的文献库导入Ponder（通过PDF上传、DOI，或直接从Ponder由OpenAlex提供支持的学术搜索导入，OpenAlex拥有超过2.5亿篇论文）。然后提出综合性问题：
- “这些论文集体对[您的核心变量]得出了什么结论？”
- “哪些论文支持X，哪些论文反对X？”
- “已使用哪些方法论来研究[该现象]？”
- “哪些论文承认与[人群或背景]相关的局限性？”
- “这些作者认为未来的研究方向是什么？”
Ponder的每个答案都引用了支持每个主张的特定论文中的特定页码。这意味着每个综合性主张都可以立即追溯到其来源——您可以在撰写之前验证它，并引用正确的页码。页级引用是Ponder特别适用于学术写作的原因：您不仅得到了摘要，还得到了一个可引用的、具有可验证来源位置的主张。
根据Ponder的答案构建您的综合框架： 随着Ponder查询中模式的出现，您开始看到文献综述的结构：主要立场是什么，关键争论点在哪里，哪些实证发现是可靠的，哪些是有争议的。这个结构将成为您综述章节的提纲。
系统性地识别研究空白
文献综述的任务是建立一个您的研究可以填补的空白。为此，请同时使用Ponder和Elicit：
Ponder（基于综合的空白识别）： 提问“这些论文中尚未研究[您的主题]的哪些方面？”，“这些文献中缺少哪些人群？”，“这些论文的未来研究部分指出缺少什么？” 作者在他们的局限性和未来方向部分明确指出空白；Ponder可以同时在您的所有论文中找出这些陈述。
Elicit（结构性空白识别）： 如果您进行了系统搜索，请使用Elicit的提取表在重要维度（人群、环境、结果测量、研究设计、方法论）上比较研究。提取表中的空白单元格是结构性定义的空白——您的主题中没有人填补的列。
Connected Papers（拓扑性空白识别）： 对您的5篇核心论文运行Connected Papers，并检查外围和稀疏区域。在网络中出现但与主要集群没有紧密连接的论文通常代表了尚未完全融入主流文献的方法或框架——这可能是您贡献的潜在定位。
撰写文献综述提纲和初稿
在此阶段，您已经拥有：明确的研究问题、Zotero中全面的文献库、Ponder的综合发现，以及有具体证据支持的空白陈述。您的文献综述提纲应该直接从综合结构中产生——不是按时间顺序或按论文组织，而是按该领域的论点和争论进行主题组织。
根据您的输出要求选择您的写作工具：
- Google Docs： 如果您的导师或合著者需要在一个共享文档中协作评论和修改，Google Docs是默认选择。它的评论和建议系统与所有学术评审工作流程兼容。Gemini AI可以协助措辞和章节过渡。
- Overleaf： 如果您在需要LaTeX的学科中写作（大多数STEM领域、经济学），Overleaf可以处理论文和期刊格式，并通过Zotero自动集成参考文献。大多数STEM领域的期刊投稿工作流程都需要它。
- Scrivener： 如果您的文献综述是大型学位论文中的一个章节，Scrivener的活页夹模型可以处理整个手稿——您将文献综述作为一个项目中的一个文件夹来撰写，该项目组织您的整个论文。它的编译功能可以从所有章节生成一份可提交的文档。
根据您的综合内容撰写，引用Ponder的页级来源： 您草稿中的每个段落都应该是一个由多个来源支持的综合性主张——而不是一篇论文的摘要。结构是：主张 → 多个论文的支持证据（已引用） → 如果适用，提供限定或反证。Ponder的页级引用会准确告诉您每个支持性主张应引用的页码，从而省去了在原始论文中查找段落的步骤。
编辑语言质量和提交标准
初稿质量不如论证的清晰度和准确性重要。一旦草稿完成，这些工具可以处理不同的编辑维度：
- Grammarly： 语法、清晰度、语气和风格修正。直接集成到Google Docs和Word中。免费版涵盖基本语法；高级版增加风格和语气建议。对于使用第二或第三语言写作的研究人员来说，Grammarly可以捕捉到否则需要昂贵专业编辑才能发现的错误。
- Trinka： 专门针对学术和科学写作进行训练的语法和风格修正工具。可以捕捉到被动语态误用、模糊措辞以及通用语法工具遗漏的特定主题术语错误。与Grammarly更广泛的用途相比，它更专注于正式的学术写作。
- Paperpal： 符合期刊提交标准的学术英语编辑，包括针对要求AI披露的期刊的AI文本检测。对于其文献综述将作为期刊论文一部分提交的研究人员很有用。
常见问题
AI能帮我写文献综述吗？
没有AI工具能够在没有大量人类智力投入的情况下，可靠地撰写出符合学术标准的文献综述。AI工具所做的是加速那些瓶颈在于信息处理而非判断的特定阶段：查找论文、理解晦涩难懂的段落、综合大量资料以及识别结构模式。文献综述的论证结构——为什么这个空白很重要，这些争论如何关联，你的贡献是什么——需要你对该领域的理解和你的理论立场。那些使用AI跳过与原始资料的互动而撰写的文献综述，会被考官和审稿人认为是肤浅的。使用AI是为了更快地处理，而不是为了避免处理。
撰写文献综述的最佳AI工具是什么？
对于综合阶段——文献综述的核心智力工作——Ponder是最直接有用的工具。它能对您导入的整个论文库提出问题，并提供页级引用，这是您构建由可验证来源支持的综合性主张所必需的。在查找论文方面，Elicit的结构化提取和Semantic Scholar的索引数据库涵盖了搜索阶段。对于不熟悉的方法论领域的阅读理解，SciSpace可以处理段落级别的解释工作。大多数已完成的文献综述需要在不同阶段使用其中三到四种工具，而不是全程只使用一种工具。
在AI协助下撰写文献综述需要多长时间？
AI协助主要压缩了综合阶段——Ponder的跨库问答功能使模式在研究会话中变得可见，而不是花费数周手动阅读80篇论文的笔记来寻找模式。系统地进行搜索阶段（Elicit、数据库搜索、引文链）需要几天而不是几周。阅读单篇论文无法按比例压缩——深入接触原始资料仍然需要时间。对于一份6,000-8,000字的、关于既定学术主题的文献综述，在AI协助下的实际估计是：3-5周的专注会话，而没有AI支持则需要8-12周。质量上限是相同的；但底线提高了，因为常见的错误（遗漏论文、未综合的摘要）被更早地发现。
参见： 如何用 AI 总结研究论文 | 系统综述 AI 工具 | 学生适用的最佳 AI 研究工具