研究生如何用 AI 辅助完成一篇综述：我的科研写作工具与实践经验

Matrix精选 2026年11月13日 34 分钟阅读

研究生如何用 AI 辅助完成一篇综述：我的科研写作工具与实践经验

34 分钟阅读

Matrix 首页推荐

Matrix 是少数派的写作社区，我们主张分享真实的产品体验，有实用价值的经验与思考。我们会不定期挑选 Matrix 最优质的文章，展示来自用户的最真实的体验和观点。

文章代表作者个人观点，少数派仅对标题和排版略作修改。

摘要：从确定选题、检索文献，到整理研究证据、撰写正文、绘制机理图，再到投稿前的格式检查，完成一篇综述涉及许多重复而繁琐的工作。本文结合我参与完成的一篇已获期刊录用的综述，分享如何利用 AI、Zotero、Keynote 和 AI Agent 辅助科研写作，并展示各个环节的实际操作、使用经验与需要人工核验的地方。

重点不是让 AI 代替我们写论文，而是探索如何利用数字工具减少重复劳动，同时保留必要的科研判断。

图片来源：封面图来自 Unsplash 的 Beku Kanomi；正文图片主要来自我个人 Keynote 创作以及软件截图。

如果你目前正在读研，面临着「必须发表一篇小论文才能毕业」的硬性指标，却处于没人指导、没有方向的迷茫期，空有心气却不知从何下手——这篇文章或许能帮到你。

我自己也经历过这样的过程。后来，我开始尝试将 AI 工具引入综述写作的不同环节，并结合 Zotero、Keynote（macOS）或 PowerPoint（Windows）、WorkBuddy 形成了一套自己的科研写作工作流。

这篇文章，我想向你完整拆解这套经过实战检验的方法。

为了让这套工作流更容易理解，我想以前不久完成的一篇综述论文为例，介绍它在实际写作过程中是如何推进的。

这篇论文最终被《食品科学》录用并网络首发。我作为第一作者，它从选题、文献整理到正文写作和机理图绘制，都是我一人完成。感谢老师和审稿人给我提出的建议，我也耐心细致地进行了修改。

我在不同阶段尝试使用了 AI 和数字工具辅助完成部分工作，其中：

· 选题阶段：使用 Gemini 帮助我探索研究方向、比较选题和整理文章框架。

· 文献阶段：使用 Zotero 收集和管理文献，并通过 AI 辅助整理摘要。

· 写作阶段：利用 Qwen 对已经整理的研究资料进行归纳，辅助梳理章节逻辑和文字表达。

· 作图阶段：使用 ChatGPT 获取初步构图参考，再通过 Keynote 制作正式图片。

· 投稿阶段：利用 WorkBuddy 辅助检查文档格式和参考文献。

需要说明的是，我作为一名食品领域的工科生，这篇文章也是工科领域的综述。上述工具主要用于理清我写学术文章各个关键工作环节的思路和方向，让我更好地开始、降低难度。它不一定适合你的领域，可能需要进行一些适当的调整、个人判断。但我觉得这里面体现的方向和思路很有价值。

那么，究竟该如何开始撰写一篇合格、有质量的综述呢？

写综述前的准备：聚焦与文献分级

综述具有较强的「时效性」，主要汇报某一领域近期关于某个「小痛点、小热点」的研究进展与空白（例如：特定物质的联合作用机制或感官品质改良）。因此，写综述选题切忌宽泛，唯有高度聚焦才能把某个小问题讲透。

在文献选取上，虽然我重视近几年的前沿成果，但并不唯年份论。更科学的做法是按功能对文献进行分级管理：

· 经典文献：交代研究背景、基础理论与奠基性方法（引用前需核查是否有后续勘误或结论修正）。

· 代表性研究：说明关键技术或学术观点的演变脉络。

· 前沿研究：反映近 3～5 年的新突破与新应用。

· 争议性研究：横向对比不同团队的结论差异与实验条件局限。

明确了上述原则，下面正式进入主题：如何好好利用 AI 工具，快速撰写一篇综述文章？

Step 1：用「科研指令」确定选题与大纲

动笔写综述前，我们需要先通过阅读同领域的近期综述完成基础积累，摸清行业痛点。在此基础上，与其对着空白文档苦思冥想，不如借助自带联网能力的 AI 工具（如 Gemini、ChatGPT 或国内直连的 Qwen）辅助发散思路。

向 AI 提问需要打磨「科研指令」。以下是我用于确定综述主题、挖掘研究空白的提示词模板（建议使用 Gemini）：

# 角色设定 你是一位【填入学科，如：食品科学与工程】领域的资深科研专家与期刊审稿人，我是一名该领域的研究生，正在筹备一篇学术综述。 ​ # 任务目标 我计划撰写一篇与【填入大方向，如：沙棘果渣高值化利用与面制品品质改良】相关的【中文 / 英文】综述文章。

请结合近 5 年（2021–2026 年）国内外研究现状，帮我挖掘目前该方向尚存的研究痛点或综述空白，并提供 5 个具备发表潜力的具体选题。 ​ # 输出要求 每个选题请按以下结构输出： 1. 拟定题目（需具体聚焦，避免宽泛） 2. 核心切入点与综述必要性（解决什么行业/学术痛点） 3. 涵盖的 3～4 个核心讨论维度 ​ # 科研严谨性约束（必须严格遵守） - 严禁编造论文、作者、期刊、DOI 或具体实验数值。

- 明确区分「学界已证实的共识」与「你基于逻辑做出的推断」。 - 对于缺乏充分证据支撑的判断，必须使用「可能」「提示」「尚不明确」等谨慎学术表述。 - 若涉及存在学界争议的观点，请同时列出正反双方的研究视角及条件差异。

得到了几个选题后，在里面挑选一个自己觉得还不错、能大概理清逻辑的选题，开始下一步：

# 任务目标 我最终选定了《【填入确定好的综述题目】》作为综述题目。请为我设计一份符合主流核心期刊（如《食品科学》或同级 SCI 期刊）规范的详细三级大纲目录。 ​ # 具体要求 1. 逻辑递进：章节之间需体现「背景痛点 -> 核心机制/处理方法对比 -> 品质/应用影响 -> 现存瓶颈与展望」的层层递进关系，拒绝简单的文献罗列。

2. 撰写指引：请在每个二级/三级标题下方，用括号简短注明该小节「应当重点对比哪些研究指标」或「需要回答什么核心科学问题」。 3. 检索词建议：在大纲末尾，提炼出支撑各章节所需的核心中英文检索关键词。

然后按照自己已经有的知识储备，再用多个 AI 工具验证一下，这个目录还有没有可以补充、完善、修改的地方，使得整篇综述文章的逻辑条理更清晰。

以我自己为例：

因为我个人研究的方向是「沙棘果渣」，所以我的综述选题也定格在「解决沙棘果渣口感和利用程度的行业痛点」上。我把我的需求给到了 Gemini：

我的大课题需要涉及到面制品的口感和产品风味，而且我对选题 1 有一些积累和了解，所以我最终选择了选题 1。

然后按照选题 1，生成完善了目录框架，确定了检索词：

完成选题、目录生成这部分内容后，我们可以进入下一阶段。

Step 2：数据库检索文献

确定选题与大纲后，我不会直接让 AI 替我检索文献，而是先利用它将研究主题拆解为「核心对象、处理技术、应用方向」三个维度，扩展同义词并生成适配不同数据库语法的检索式，然后将这些概念的同义词组合起来，形成可执行的检索策略。

但注意：AI 可以帮助我们扩展关键词，但最终检索结果仍然需要我们回到数据库中检索、筛选。

使用以下指令：

# 任务目标 我准备以《【填入综述题目】》为题撰写综述。请将我的研究主题拆解为「核心研究对象」「关键处理技术/方法」和「研究结果/应用方向」三个维度，为我构建可直接复制到科研数据库的高级检索式。

​ # 具体要求 1. 关键词扩展：为上述三个维度分别列出中英文核心词、同义词、近义词及常见学术缩写。 2. 中国知网（CNKI）检索式：提供 2～3 组适配知网高级检索语法的检索词组合（区分「主题」「篇名」字段，使用 SU=、TI= 及 AND/OR 逻辑运算符）。

3. Web of Science (WoS) 检索式：提供 2～3 组适配 WoS 核心合集的英文布尔检索式（使用 TS= 主题字段、引号精确匹配及 * 通配符，如 "sea buckthorn pomace" AND ("solid-state fermentation" OR pretreatment)）。

如上操作，会出现与我们主题相关的文献检索结果。我建议大家第一遍收集文献的时候，按照文献标题判断这篇文献是否与自己综述内容有关，有关的就保留到 Zotero 里，无关的就略过。

Step 3：参考资料初筛

以上准备工作做好后，我们来到写综述的重头戏——摘要的提取、筛选与管理。

传统的综述写作，需要批量下载、分类管理，然后大量阅读文献……挺麻烦的，看起来就很复杂、很不想开始，我给大家介绍一个好思路。

以「文献摘要」作为核心输入

撰写综述需要参考海量文献的内容，包括但不限于研究背景、实验方法、核心数据与结论。如果直接将几十篇完整 PDF 扔给 AI，不仅容易超出上下文限制，还会因无关细节过多而引发严重的「AI 幻觉」。

实际上，由原作者撰写、高度凝练的「文献摘要」已经囊括了上述核心要素。以摘要替代全文投喂给 AI，既能大幅增加单次对话处理的文献数量，又能显著提升信息提取的准确度与聚焦度。

在知网或 Web of Science 将初筛文献导入 Zotero 后，无需逐篇手动复制摘要，可通过以下 4 步批量导出：：

· 在 Zotero 中选中、全选你要用到的文献。

· 右键点击 -> 选择「由所选条目生成报告 (Generate Report from Items)」；Zotero 会弹出一个窗口，里面整齐地列出了标题、作者、摘要等信息。

· 全选复制 (Cmd + A, Cmd + C) 这个报告的内容。

· 粘贴（Cmd + V）给 AI 工具对话框内。

这是向 AI 投喂摘要前的准备工作，有了这样一份文献摘要文件，我们就可以进行下面的操作。

获取摘要报告后，不要直接让 AI 生成正文内容。我通常会先将其投喂给 Qwen 进行相关性分级与信息预提取，剔除无关文献：

# 任务目标 请根据我提供的 Zotero 文献导出报告，对这批文献进行初步筛选与核心信息提取。 注意：本次任务仅限于文献初筛与摘要提取，请勿直接撰写综述正文。 ​ # 我的综述主题与大纲方向 【填入你的综述题目或当前章节主题】 ​ # 输出格式要求 请先以 Markdown 表格形式汇总以下 6 项基本信息： | 原文献编号 | 作者与年份 | 研究对象与核心问题 | 关键研究方法 | 摘要报告的主要结果与结论 | 相关性评级（高/中/低） | ​ 表格下方，请针对「高相关性」文献单独列出： - 归属章节建议：该文献适合放入我大纲的哪一部分？

- 待核实盲区：摘要中未提供、必须精读全文才能确认的关键实验条件或数据。 ​ # 严谨性红线 1. 必须严格保留原报告中的文献编号，切勿打乱顺序。 2. 严禁根据论文标题脑补实验结果，严禁补充摘要中未出现的数据。

3. 不同研究结论存在差异时需如实分别记录；凡摘要表述含糊之处，统一标注「[需读全文核实]」。 ​ # 待处理的 Zotero 文献报告： 【在此处粘贴 Zotero 生成的报告内容（建议按子章节分批投喂，单次 15～20 篇左右，避免模型因输入过长而漏读细节）】

完成以上步骤后，我们就获得了一份与我们主题非常贴合的摘要报告了，为后面书写正文打好了基础。

Step 4：正文写作

综述写作很忌讳将文献摘要按发表时间或研究对象逐篇改写、简单汇编。更科学的做法是以『研究问题或作用机制』为主线——例如横向对比不同处理方式对同一原料的影响，或剖析相同实验方法下因条件与指标不同而产生的结论差异。

在利用 AI 提炼综述章节的初稿时，我经常使用以下指令：

# 角色设定 你现在是一位【填入学科领域】的资深学者。我正在撰写综述论文《【填入综述题目】》，现在需要你根据我提供的文献摘要库，辅助撰写大纲中的指定章节。 ​ # 输入材料 1. 全文大纲背景： 【粘贴完整大纲，帮助 AI 理解上下文边界】 ​ 2. 本次需撰写的目标章节： 【填入具体小节标题，如：2.2 超声与过热蒸汽预处理对果渣膳食纤维结构的影响】 ​ 3. 支撑该章节的 Zotero 文献摘要报告： 【粘贴筛选后的高度相关文献摘要】 ​ # 写作任务与核心要求 1. 先综后述（拒绝文献堆砌）：请勿按「A 研究了什么、B 研究了什么」的流水账方式逐篇改写摘要。

必须以「研究问题或作用机制」为主线，将不同文献的方法、实验条件与结论进行横向对比、归类与串联，指出共性规律与差异原因。 2. 初稿撰写：写出该小节的学术初稿，字数控制在【如：1000】字左右，语言需严谨、客观、平实，符合中文核心期刊学术规范。

3. 溯源标注：文中凡引述观点或数据处，必须在句末严格使用【[原文献编号, 第一作者, 年份]】格式标注来源，方便我后续回溯核验。 4. 事实边界：所有论述必须 100% 来源于我此次提交的文献摘要，严禁调用你自身的外部预训练知识凭空编造数据或结论。如果现有摘要不足以支撑某个论点，请直接在文中用【[此处缺乏文献支撑，需补充检索]】标出。

借助上述指令，大纲的每个子章节只需分批投喂一次摘要即可搭建出初稿（我通常先用 Gemini 和 Qwen 提炼各章节草稿，再交由 ChatGPT 对照核心文献补充润色）。

初稿完成后，我自己会把综述进行多轮核对：

· 把一些语言表述调整得更符合学术文章的风格。

· 带有「数据」的表达，我都会回到参考文献核对，数字是否准确。

· 带有「专有名词」的表述，我会回到参考文献核对称呼是否正确，如何用英文表述。

· 涉及到前处理、固态发酵、产物转化等过程的描述，我会回到文献仔细阅读、做笔记，然后用 AI 工具整理出文献里核心的方法和过程，相互对照，有冲突和不符合的地方，我都会仔细比对，确定我内容的准确性。

这是我们个人必须要做的工作，后续的作图过程，直接受到综述内容准确性的影响。

Step 5：使用 AI 工具和 Keynote 作图

一篇完整、合格的综述文章，不仅在内容上，要有完整的结构、科学严谨的表达；还需要有清晰易读的表格、直观规范的机理图。如何画出一张有内容、适合用在综述文章里的图，并不是一个轻松的工程。

这其实是我写综述时最头疼的阶段，因为压根不知道怎么开始，我也是询问了 Gemini，然后才渐渐有了一些思路。

我先让 ChatGPT 按照综述正文的部分内容，给我生成了一张草图，指令如下：

# 角色设定 你现在是一位专业的科研绘图设计师，擅长为高水平学术期刊绘制清晰、规范的机理示意图（Mechanism Diagram / Graphical Abstract）。 ​ # 任务目标 请根据我提供的综述正文段落，先为我梳理出机理图的「视觉排版方案」，再调用绘图工具生成一张高分辨率的科研机理草图，作为我后续使用 Keynote 临摹和排版的视觉参考框架。

​ # 待可视化的综述正文内容 【在此处粘贴你已经核对好的综述正文段落，如：原料前处理、固态发酵过程或产物转化机制】 ​ # 作图具体要求 1. 逻辑与分区：请先用文字简要说明你打算如何分区（例如：采用「从左到右」的工艺流程布局，或「上下分层」的宏观-微观机制布局），提取出 3～4 个核心阶段，并用清晰的箭头指示物质转化或作用方向。

2. 视觉风格：采用扁平化、现代的 2D 科研矢量插画风格（参考 BioRender 或主流 SCI 期刊配图风格）。纯白色背景，配色简洁克制（主色调不超过 3 种，建议采用清新、柔和的学术配色），严禁出现杂乱的 3D 渲染、科幻光效或过度写实的复杂背景。

3. 元素与标注：尽量使用直观的科学图标、简化的分子/细胞结构或实验器材示意图形，减少大段文字堆砌，仅在关键节点保留简短的英文核心词汇作为占位标签（方便我后续在 Keynote 中替换为准确的中文或规范术语）。

4. 严谨性约束：画面中出现的所有反应步骤、物质元素和箭头指向，必须严格基于我提供的正文内容，不得凭空捏造未提及的反应路径或实验设备。

第一次生成的图片，可能有很多地方与你的指令、目标、综述内容不相符，甚至会存在明显的字体、图片错误，但没有关系，因为这一个过程，我们已经收获了一个很重要的东西——模板！

从原来的想象，变成了有「抓手」的实际的东西，我们可以根据这个框架，去绘制机理图。并且有了这个图后，我们可以对照综述内容检查：有哪些地方不符？有哪些明显错误？

常见错误：

经过几轮调整、审核后，我会用 Keynote 把它临摹出来。

鉴于我个人使用 Mac 电脑，部分仅适配 Mac 的小众工具不便给大家推荐。我个人也认为，我们没有必要为了画论文机理图而去特意新学一个软件。

我自己的综述机理图，都是用 Keynote 工具制作的（Windows 系统可使用 PowerPoint）。

主要的画图过程，就是参考着 ChatGPT 给我们生成的图一处处还原出来，有一些图像素材需要我们去寻找；有一些找不到，需要我们用 Keynote 工具里的图形和画笔画出来。然后对照着图片的布局和过程，排版好。一张可用的机理图，就这样完成了。

画完图之后，我还会自己理一遍这个机理图的逻辑和顺序，看看是否有需要改进的地方。并且，核心的名词和过程，我会对照我已经核对过的正文，看看是否有不同，确保一致后，才能进行作图的下一项。

一些作图技巧

如果你的电脑有外接屏幕，左右分屏画图体验会很好，保持这种分屏排版即可；如果你没有外接屏幕，也不用担心，把 AI 生成的那张图片直接「拉」进 PPT 画布上，对照着画，也会有很不错的画图体验。

画图的时候，最好要从「局部」开始画，而不要从大的板块内容开始。

因为作图难免需要调整：如果先画框架类、大排版内容，后续绘制小范围内容时，全选和拖拽会不够顺畅（还会涉及图层问题），反而带来诸多不便。因此，我们刚开始可以先把局部内容画好，每个小部分去临摹，最后再把排版类的内容补充上，才更加高效。

布局与留白

参考：用好 Keynote 这两个「对齐」工具，幻灯片排版也可以专业有质感

为了避免机理图显得杂乱拥挤，我们要学会控制四周留白。绘图前建议先在 Keynote 画布中通过参考线划定统一的上下左右边距，将所有视觉元素严格限制在核心区域内，版面立刻就会呈现出一种整洁、大气的呼吸感。

这样，我们的 PPT 在整体上，就有留白了，能保证一定程度上的美观。

完成每一部分的临摹工作后，稍加美化，这张图片就可以导出了。

请保留 Keynote 的「可编辑源文件」和最终导出的图片文件。前者方便后续修改，后者用于正式投稿。

对于科研图片，如无特殊要求，建议在 PPT 软件里直接把画出来的图全选，使它们「成组」，直接粘贴、复制进文章的对应位置，这样的图片清晰度很高。

如果目标期刊投稿系统要求单独上传 300 DPI 以上的高清图片（如 TIFF 或 PNG），直接从 Keynote 导出图片往往无法自定义分辨率。

这里分享一个 macOS 原生无损转换技巧：

先在 Keynote 中选择「文件 -> 导出为 -> PDF」（图像质量选择『最佳』，默认保留矢量信息），再用系统自带的「预览（Preview）」打开该 PDF，点击「文件 -> 导出」，即可在导出为 TIFF/PNG 时手动将分辨率指定为