AI文献综述分段指令：检索、归类到评述的写法

AI文献综述分段指令的核心思路是拆：把检索、归类、评述拆成三段，每段一条指令，只让AI干一件小事。上个月我帮一位读研的朋友做「短视频使用与青少年睡眠质量」的初筛，手头二十篇文献。第一次偷懒，二十篇PDF整包丢给AI让它出综述，稿子读着挺顺，一查引用，二十条里六条的DOI在官网根本查不到，还有三篇作者真实、观点却被安错了人。整篇作废，返工四小时。

那次之后我把流程拆开重跑。结论放在最前面：AI不是不能碰综述，是不能一次性碰综述。任务颗粒度越小，它的错误越容易被你当场抓住。

AI文献综述分段指令为什么必须拆三段

AI的可靠度取决于任务颗粒度。任务越小、越可核对，它出错越容易被你抓住；一次性让它出整篇综述，错误会被流畅的行文盖住。检索段验证检索词，归类段核对类别，评述段逐句对原文——每一步都能用「是或不是」来判断，你才有底气往下走。混在一起跑，检索的错会污染归类，归类的错会污染评述，等你发现时已经分不清哪里开始烂的。

拆三段还有个隐性好处：每段之间留了人工介入点。我的节奏是检索段跑完花二十分钟定检索式，归类段跑完逐篇过一遍类别，评述段开始前先把二十篇各写一句自己的结论。AI负责粗加工，判断永远留在我这边。

检索段：只许出词，不许出文献

检索段只让AI产出检索词、数据库和布尔组合，明确禁止它列任何具体文献，它自己列的文献清单编造比例高得离谱。指令我是这么写的：「主题是短视频使用与青少年睡眠质量。你只负责帮我扩检索式：给出中英文数据库各自的检索词组合、同义词替换和布尔式，再列出你建议的筛选标准。禁止列出任何具体文献、作者、年份或DOI。」

同一个AI，两种指令，结果差出一个量级。让它列文献，二十条里六条查无此文；只让它出检索词，十四组词里十二组直接能用，剩下两组太宽，一筛八百多条，加时间限定才收敛。

老实讲，编造文献这件事没有侥幸空间。AI给出的每一条引用，DOI要去官网查证，标题要去数据库搜一遍，缺一个动作都可能把幻觉写进正式稿。那六条假文献里，有一条连期刊名都是拼接的，前半是真实刊名，后半挂了另一个刊的卷号，肉眼几乎看不出破绽。

顺带一提，当晚我顺嘴让它推荐几篇该领域的必读经典，它推得头头是道，五篇里两篇的书名根本不存在。跑题归跑题，这事反过来证明了一点：它嘴上的自信和内容的真伪，完全是两回事。

归类段实测：二十篇错四篇，错法有规律

二十篇实测里AI归对了十六篇，错四篇，全是跨类综述和客观测量研究。归类指令必须加「允许跨类」和「摘抄原文作依据」两条。不然它宁可硬塞也不留白。我的分类框架是三类：睡眠时长的测量方式、睡前的使用行为、干预实验。指令里固定写：「一篇可以同时属于两类，必须标注；每篇归类后摘抄摘要里不超过十五字的原文短语作依据；不确定就标存疑，不许硬塞。」这种让AI分情况、留出口的写法，和我整理过的让AI分情况讨论的指令是同一套思路。

翻车的场景我记得很清楚。上周四晚上十一点，我在书桌前过第七篇到第十一篇，AI把第十一篇归进「睡前使用行为」，理由是摘要里出现了bedtime use。我顺手翻原文的方法节——人家用的是腕式体动计，测的是客观睡眠时长，跟行为分组完全不搭。没辙，打回去重跑。

四篇错号的分布如下表，我顺手给每类错误标了个主观的危险分。

加上边界条件指令重跑之后，错误从四篇降到一篇。剩下那篇用了混合方法，横跨两类，AI标注了存疑——这个判断是对的。归纳一下必须人工核的三样：跨类文献的归属、摘要与方法是否一致、它给出的「原文依据」是否真在原文里。

评述段：AI排布观点，不发明观点

AI能做的只是把你给的观点排成段落，不能替你得出观点。评述段指令要逐句标注观点出处，核对时每句回原文确认。直接让它写评述，产出一水儿的「研究表明」「有学者指出」，没有判断，还有一处把王某2021年的结论安到了李某2022年头上。后来我改了流程：先自己给二十篇各写一句话结论，编号之后交给AI。

指令改成：「以下二十条是各文献的一句话结论，已编号。按三类组织段落，每段先列共识再列分歧，凡涉及具体结论必须引用编号，不得新增编号之外的观点，不得改动限定词。」这样跑出来的稿子结构清楚多了，但仍有两处把「部分研究显示」悄悄改成了「多数研究显示」。限定词被放大，这是它最隐蔽的错法。核对时我逐句对着编号回原文，两处都抓了回来。

我得承认，评述段的人工量没省多少。二十句结论我自己写，用了一个半小时；AI排布加我核对，四十分钟。省的是组织结构的时间，省不掉的是判断。学术这件事的底线没变：AI辅助整理，不代写观点，最终稿里每句话你得能对原文负责。

二十篇跑完，总耗时四个多小时，其中核对占了两小时半。AI文献综述分段指令的价值从来不是替你写综述，而是把每一步的错误摊在你眼前，让你在稿子烂掉之前就能抓住它。检索段要词不要文献，归类段留跨类的出口，评述段只排布观点不发明观点——三条记住了，剩下的功夫还是你自己的。

常见问题

二十篇文献是逐篇喂还是分批喂？

分批。每批五篇，贴标题加摘要就够，整篇PDF塞进去容易被截断，截断处的归类最不可靠。让AI用表格输出归类结果，编号加类别加依据短语，肉眼比对起来最快。

AI编造的参考文献怎么快速识别？

三个信号：DOI在官网查不到、作者在数据库里搜不到该领域的其他发文、年份与期刊的卷期对不上。中一条就该起疑，正式引用前逐条回原文，别信AI报的「出处」。我那六条假文献，四条靠DOI查证直接暴露。

用AI整理文献综述算学术不端吗？

各校口径不一，通用底线倒是一致：AI不署名、不代写观点、引用必须真实且核对过。提交或投稿前，按目标学校或期刊的AI使用政策如实声明，具体条文以你所在机构的现行规定为准。

归类指令里的类别数量怎么定？

先自己粗读一遍摘要，列三到五类。类别太少，AI偷懒硬塞；太多，它来回摇摆。每个类别的定义要写成可判定的条件，比如「测量工具为自评量表」，而不是「与睡眠相关」这种。

分段指令对英文文献一样管用吗？

管用。指令换成英文，我实测归类准确率还略高一点，二十篇里错三篇。编造文献的问题一样存在，核对环节一步不能省。

延伸阅读

• 翻译时态提示词怎么用？让AI按指定时态输出的指令——评述段里「逐句锁定输出格式」是同一思路的延伸。