核心结论
用 AI 写文献综述，不应从“请根据这些论文写一篇综述”开始，而应从已经核验的证据矩阵和论证问题开始。综述的基本单位不是一篇论文，而是一项需要回答的判断：已有证据对它一致、冲突还是不足，差异可能来自什么，当前研究因此处在什么位置。
AI 可以帮助聚类候选主题、检查段落是否漏掉反证、比较措辞强度和追踪来源；主题命名、证据权重、冲突解释和研究位置必须由研究者根据原文和方法判断。
综述不是“每篇论文一句话”
逐篇摘要常形成这样的段落：A 发现……，B 认为……，C 进一步指出……。它报告了阅读清单，却没有说明研究之间是什么关系。读者仍不知道哪些结果可比、哪种证据更可信、为什么出现冲突，以及这些文献怎样产生当前研究问题。
一个可用的综述段落至少完成四个动作：
- 提出本段要判断的问题；
- 说明支持、反对或不确定的证据结构；
- 用设计、样本、测量或情境解释差异；
- 给出边界明确的小结，并连接到下一个问题。
这四个动作可以由多篇论文共同完成，也可能需要一篇关键方法论文反驳一组表面一致的结果。论文数量不是段落组织原则。
从证据矩阵生成“候选观察”
综述写作前，先根据矩阵形成可以核查的观察。例如：
- 大多数短期研究方向一致，但长期研究不足；
- 结果冲突主要出现在使用不同测量工具的研究之间；
- 某结论只在高收入地区或特定样本中得到支持；
- 直接证据很少，大量论文只是引用同一个早期假设；
- 研究报告“无显著差异”，但区间过宽，不能证明等效。
AI 可以扫描矩阵提出候选观察，但必须附上对应研究编号和字段。没有矩阵行支持的观察删除；只由一篇低质量或间接研究支持的观察要降级表达。
教学案例：数字监控研究怎样从八段摘要变成综述
**教学模拟案例：**管理学博士生黎言研究远程办公中的数字活动监控与员工行为。她整理了 18 项研究，最初让 AI 按“优点、缺点、未来趋势”写综述，得到一篇结构流畅但证据混乱的文字。
“优点”段把任务完成速度、管理者满意度和员工自报效率放在一起；“缺点”段把压力、信任和离职意愿都解释为监控的直接后果；“未来趋势”则加入原论文没有研究的生成式 AI 预测。
黎言回到证据矩阵，按三项判断重新组织：
- 数字监控与短期任务行为之间有什么关系；
- 员工如何理解监控的目的和程序公平；
- 这种理解是否改变监控与心理、行为结果的关系。
随后形成综述论证图：
| 判断 | 支持证据 | 冲突或限制 | 暂时结论 |
|---|---|---|---|
| 监控与短期任务活动有关 | 4项现场或准实验研究 | 指标多为活动数量，不等于工作质量 | 可描述行为改变，不宜写绩效提升 |
| 监控与压力、信任有关 | 多项横断面与访谈研究 | 时间先后、共同方法偏差明显 | 关联较一致，因果仍不确定 |
| 程序解释可能改变结果 | 2项实验和若干定性材料 | 操作和情境差异大 | 是值得检验的边界条件，不是已确定机制 |
新的主线不是“监控有利也有弊”，而是：监控首先改变可观察行为，但其组织后果取决于测量的是活动还是质量，以及员工如何理解监控目的和程序。这个主线能够把证据和当前研究问题连接起来。
一段综述怎样建立证据闭环
以“短期任务行为”为例，可以按以下顺序起草：
**判断句：**现有研究较一致地表明数字监控会改变可被系统记录的短期活动，但这不等于工作质量提高。
**证据句：**列出真正报告活动频次、响应时间或完成量的研究，说明设计、样本和结果方向；需要时给出具体估计和区间。
**差异句：**指出只有少数研究同时测量质量或长期结果，且活动指标定义不同。
**边界句：**因此可以说监控改变被观察行为，不能据此概括为提高整体绩效。
**连接句：**接下来需要解释员工对监控目的和公平性的理解，是否影响这种行为变化的持续性和代价。
AI 可以检查每个句子是否有矩阵行支持、是否遗漏反向结果，但研究者要决定“较一致”“少数”“不能概括”等证据强度词是否合适。
主题应当由解释问题产生
“概念定义—研究现状—存在问题—未来展望”可以作为临时整理框架，却不应自动成为每篇综述的章节。主题应回答研究问题中真正需要解决的判断，并产生逻辑关系。
常见的组织逻辑包括：
- 从现象是否存在，推进到在什么条件下存在；
- 从总体关联，推进到机制和替代解释；
- 从测量差异，推进到结果冲突；
- 从实验室效果，推进到真实情境适用性；
- 从方法演变，推进到当前证据仍不能回答的部分。
如果一个主题可以任意移动而不影响全文，或者只因为“这个词出现很多”而存在，它可能只是资料分类，不是论证环节。
AI聚类不等于主题分析
按标题或摘要相似度聚类可以帮助研究者发现材料分布，但相似词语不代表相同证据。两篇都谈“信任”，可能一篇测量对管理者的信任，另一篇讨论对系统准确性的信任。研究者必须回到操作性定义和情境。
使用 AI 生成主题时，应要求它输出：主题的判断句、支持研究编号、相反研究编号、关键差异字段和不能推出的结论。只给一个主题名称而没有证据关系的结果，不进入正文。
处理冲突，而不是用“大多数研究”盖过去
研究冲突可能来自真实异质性，也可能来自设计与报告问题。可以依次检查：
- 研究对象和情境是否相同；
- 暴露、干预和结局是否用同一方式定义；
- 时间尺度是否不同；
- 对照和基线是否可比；
- 模型调整和缺失处理是否不同；
- 样本是否足以提供精确估计；
- 是否存在选择性报告或同一数据重复发表。
AI 可以按矩阵字段生成差异清单，不能在没有证据时编造“文化差异”“样本差异”等万能解释。解释不清时应写“现有材料无法确定冲突来源”，这比伪造一个合理故事更科学。
从综述自然产生研究位置
研究位置不是结尾突然出现的“因此本文具有重要意义”，而应是前述证据关系的必然结果。黎言的研究位置可以这样形成：
- 已知：监控与可观察活动变化、压力和信任相关；
- 不确定：活动变化是否代表质量改善，以及程序解释怎样改变长期结果；
- 现有不足：横断面自报研究多，测量和时间尺度不一致；
- 当前研究贡献：在同一设计中分开测量活动与质量，并预先检验程序解释的调节关系。
这四项必须与后续研究设计一致。如果论文综述声称缺少长期因果证据，自己的研究却仍是一份横断面问卷，就没有真正填补所述空白。
来源和措辞的控制
每个关键结论至少能够追溯到证据矩阵中的研究编号，再回到原文位置。AI 生成的背景事实、理论定义和引用不能自动加入；新增来源必须经过检索和核验流程。
综述中常见的强度升级包括：“相关”变“影响”、“提示可能机制”变“揭示机制”、“未显著”变“没有作用”、“在本样本观察到”变“普遍证明”。起草后可以让 AI 标记因果词、全称词和确定性词，由研究者逐句判断是否超过设计能够支持的范围。
失败路径与停止条件
直接把所有PDF交给AI写全文
研究者无法知道模型是否漏读、混淆研究或补写引用。应先完成证据卡和矩阵，再起草论证。
用论文数量决定证据权重
十篇同类横断面研究不能自动压过一项设计更直接但结果不同的研究。权重要结合问题直接性、设计、偏倚和精确性。
主题之间没有因果或判断关系
如果章节只是不同关键词的仓库，应退回论证图，写清每个主题解决哪个判断以及怎样连接下一部分。
当前研究不能回答自己声称的空白
此时必须修改研究位置、问题或设计，不能靠更强的引言措辞弥补。
每一段都做一次删源测试
完成段落草稿后，可以逐项移除引用，检查剩下的句子是否仍有证据。如果删除某一来源后，段落中的范围、方向或解释不再成立，说明它承担核心证据，应明确对应；如果删除全部引用，段落仍像一段通用评论，说明文字很可能没有从矩阵出发。
还应做反向测试：每个引用是否真的支持紧邻主张，而不是只与主题相关。教学案例中，一篇研究可能证明数字监控提高任务完成率，却没有测量自主感；它不能被放在“监控降低自主感”的句末。更合适的写法是把行为结果与体验结果分开，再用不同来源和研究限制解释二者为什么不能直接合并。
AI 很适合把段落拆成主张清单，并标记每条主张当前关联的矩阵行。研究者随后核对证据强度、相互独立性和适用范围。无法找到对应行的句子，要么补证据，要么改成明确的研究者推论，要么删除。
综述完成的标准不是“字数够了”
一篇可用综述至少应让读者看清四件事：围绕哪个问题组织证据；不同研究在哪些条件下得到什么结果；冲突或不确定性来自哪里；当前研究将处理哪一项可回答的缺口。它不必覆盖领域内所有话题，但所作范围声明要与检索和矩阵一致。
交付前可用一个陌生读者测试：让没有参加整理的人只看论证地图和正文，指出每一段的中心判断、证据来源、限制与下一段关系。如果只能复述论文名称，说明仍是文献清单；如果能够说出“由于测量与情境不同，证据为何冲突，以及本文因此研究什么”，才形成了综合。
综述的停止点也要清楚。当关键全文尚未取得、矩阵存在未解决的分母冲突、创新性检索未完成，或者当前设计不能回答形成的缺口时，不应让 AI 继续润色成确定叙述。先解决证据结构，文字质量才有意义。
可直接复用的综述论证地图
综述要支持的研究问题：
判断一：
- 支持研究与关键字段：
- 相反或不确定研究：
- 设计、样本、测量和情境差异：
- 当前能够说到什么程度：
- 不能推出什么：
判断二：
- 支持研究与关键字段：
- 相反或不确定研究：
- 差异解释：
- 与判断一的逻辑关系：
现有证据已经知道：
仍然不知道或不能确定：
为什么这项不确定值得解决：
当前研究将产生什么不同证据：
当前研究仍然不能解决什么：
逐句来源核验完成：是／否
因果和确定性措辞复核完成：是／否
研究位置与实际设计一致：是／否
综述完成的标准，不是字数够长或引用够多，而是读者能沿着来源重建每个判断，并理解为什么现有证据自然导向当前研究。