如何撰写文献综述综合的提示词

综合不同于摘要，因为它要求识别文本之间的关系、张力与模式，而非罗列各自内容。要借助 AI 工具实现这一点，你必须构建能够强制进行比较分析的提示词，并明确指示模型依据特定的评估标准来权衡证据。

摘要与综合的区别

许多研究者混淆了摘要与综合，但二者服务于不同的认知功能。摘要将单一来源的信息压缩为更短的版本，保留原有的逻辑与层级。相反，综合通过并置来源来创造新的意义。它探讨论文 A 的发现如何修正、反驳或延伸论文 B 的结论。在使用 AI 时，默认行为往往是顺序摘要：先处理这篇论文，再处理那篇论文。这产生的是一份注释书目，而非文献综述。

为避免这种情况，应将提示词的目标定义为构建概念图，而非罗列摘要。AI 不应仅告知每位作者说了什么，而应说明他们的观点如何相互作用。例如，如果两位作者采用不同的方法论得出相似的结论，综合会将这种趋同视为稳健性的体现。如果他们采用相似的方法得出不同的结论，综合会将这种差异视为缺口或情境变量。你的提示词必须明确要求这种关系性思维。如果输出看起来像是摘要的要点列表，则说明失败了。如果它看起来像是在讨论观点如何在各个来源间演变，则说明成功了。

构建用于比较分析的提示词

诸如“总结这些论文”这样的标准提示词只会产生顺序复述。为了强制进行综合，你必须在指令本身中施加比较结构。不要要求摘要，而是要求 AI 识别所提供文档中反复出现的主题、方法论的转变或理论张力。

一个有效的结构包含三个部分：背景、标准和输出格式。首先，提供背景：“我正在审阅关于[主题]的文献。”其次，定义标准：“比较这些论文在[特定变量]方面使用的方法论。”最后，定义输出：“创建一个表格，对比每位作者如何定义该变量，并指出其定义的差异所在。”

通过指定分析视角，你可以防止 AI 仅仅复述内容。这会迫使 AI 寻找特定的模式。例如，如果你要求“方法论一致性”，AI 将关注方法的异同。如果你要求“理论分歧”，它将关注概念框架。这种精确性确保输出的是关系的综合，而非事实的堆砌。

使用分析框架

通用的提示词会导致通用的结果。为了获得深度的综合，请在指令中应用成熟的学术框架。这些框架充当过滤器，告诉 AI 哪些信息是相关的。

考虑使用“方法论一致性”框架。指示 AI 根据样本量、持续时间和控制变量来评估每篇论文。要求其强调这些因素在文献中的一致或不一致之处。这揭示了结果为何不同，而不仅仅是结果是什么。

或者，使用“理论分歧”框架。要求 AI 识别每位作者对主题的基本假设。作者 A 是否假设线性关系，而作者 B 假设循环模式？通过迫使 AI 提取这些假设，你创建了一个解释发现背后逻辑的综合，而不仅仅是报告它们。

像 Elicit 这样的工具在此处很有用，可以将方法、结论等结构化数据点提取为可比较的格式。然而，分析判断仍由你负责。你必须确保所选框架符合综述的修辞目标。如果你旨在论证特定方法的优越性，请使用强调方法论严谨性的框架。如果你旨在梳理争论，请使用强调观点冲突的框架。

识别虚假综合

AI 模型可能会产生幻觉，构建出源文本中并不存在的关联。这种情况通常发生在模型试图通过强行拼凑 disparate ideas 来创造流畅叙述时。当 AI 声称两位作者观点一致，但实际上他们探讨的是不同问题，或者它将复杂论点简化为虚假的二元对立时，就会出现“虚假综合”。

为了纠正这一点，请将 AI 输出视为需要验证的初稿。检查综合内容中提供的引用。作者 A 是否真的提出了归属于他们的观点？当你阅读原始文本时，作者 A 与作者 B 之间的关联是否成立？通常情况下，AI 会在两个观点之间搭建一座看似合理但缺乏文本支持的桥梁。

使用 Consensus 等工具来检查文献中的实际共识水平。如果 AI 表示某一点存在强烈共识，请核实来源是否真正达成一致，还是仅仅对不同的概念使用了相似的术语。虚假综合往往依赖于表面的词汇匹配，而非深层的概念对齐。务必阅读 AI 引用的原始片段，以确保上下文得以保留。

迭代优化与反证

综合是一个迭代过程。AI 工具的首次输出很少完美。你必须用自己的知识和额外的阅读来挑战综合结果。在 AI 生成主题概述后，要求其识别反证。使用以下提示：“在这些文本中寻找与上述主要主题相矛盾的证据。”

这一步至关重要，因为综合需要细微差别。如果 AI 呈现的是统一观点，你必须探究其中的例外情况。是否有某项研究未能复现其他研究的结果？是否有后来的论文挑战了早期著作的基础假设？将这些细微差别带入与 AI 的对话中。自行提供反证，并要求 AI 将其整合到现有的综合内容中。

例如，如果初步综合显示观点呈线性推进，可添加如下提示：“注意作者 C 提出了一个冲突的观点。这会如何改变整体叙述？”这会迫使模型调整其结构。你不仅仅是在接受输出结果，而是在共同构建论点。如果初始批次中这些冲突观点不明显，可使用 SciSpace 等工具快速定位它们。

最终质量检查

在完成文献综述部分之前，请检查综合文本的逻辑流畅度和准确性。确保主题之间的过渡符合逻辑，而不仅仅是风格上的衔接。检查每个论点是否都有引用来源的支持。核实作者之间的区分是否准确且未被过度简化。

目标是形成一种由多个来源互动而产生的连贯论点。AI 协助整理和识别模式，但你的批判性眼光确保阐释的有效性。使用 Zotero 管理来源，并记录哪些论文贡献了哪些主题。这一组织步骤有助于你掌控综述的叙述脉络。

本指南适用对象

本指南面向需要高效处理大量文献同时保持分析深度的研究生和早期职业研究人员。它专为那些理解摘要与综合之间区别、并希望利用技术处理比较工作中机械性环节的人设计。它不适合撰写简短描述性文章的本科生，也不适合偏好完全凭记忆写作而不使用外部组织辅助工具的研究人员。如果你不打算对照原文验证 AI 输出，从长远来看，此工作流程可能无法为你节省时间。