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

2026年11月13日 07:00
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 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。

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:

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?

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:

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?

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):

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:

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。

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。

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。

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。

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。

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::

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:

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。

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:

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:

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。

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:

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?

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。

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。

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 300 或 600 像素/英寸。

导出过后的图片,我还会检查图片在实际排版尺寸下是否清晰,尤其是字体、箭头和较小的图形元素,如果存在问题,请及时回到源文件进行修改。

写好综述,只是投稿前的大头,但距离投稿还有距离。

我们还需要按照期刊要求修改格式、补充信息。参考文献整理也是投稿前比较费时间的一项工作。当时我发现,Zotero 导入的部分文献存在 DOI、卷号、期号或出版信息不完整的情况。我会先利用 Google Scholar 查找对应论文,然后点对应文献的「Cite」按钮,补充综述里参考文献的信息——卷号、作者等。

还有一些图注、表格对齐方式、字号等等细节,需要我们细心地去核对。

传统网页版 AI 需要反复上传文档、复制粘贴,而在投稿核验阶段,我引入了本地 AI Agent 工具(以 WorkBuddy 为例)。它不需要折腾网络环境和 IP、充值等等方面的技术问题,它属于可以开箱即用且够用的工具。

比如:我的论文经过一通修改,可能引用的参考文献顺序、格式等等都存在一些问题,那么我把 WorkBuddy 的工作项目定位到我的论文文件,给它输入指令:

执行指令后,WorkBuddy 会按顺序编码制自动重排正文引用与文末文献列表,补充缺失的 DOI 信息,并将修改后的文档保存在本地目录。相较于传统网页端大模型,本地 Agent 最大的优势在于「定点无损修改」——它仅改动我指定的引用与格式错误,正文其余部分的排版样式完全不受影响,省去了反复上传复制的繁琐操作。

在综述初稿完成后、投稿返修的修改过程,WorkBuddy 能帮大家不少忙。

回顾这套写作流程,我最大的感受是:AI 真正改变的不是科研写作本身,而是我们完成科研写作时的工作方式。

过去,我们可能需要花费大量时间进行重复的信息整理、文献分类和格式调整。现在,借助 AI 和一些数字工具,我们有机会把这些工作变得更加高效。

但工具始终只是工具。选题是否有价值、研究结论是否可靠、不同文献之间是否存在矛盾,以及最终文章应该如何表达,这些问题仍然需要作者自己理解和判断。对于正在读研的我们来说,或许没有必要一开始就追求一套完美的科研工作流。先找到一个值得研究的问题,再利用合适的工具,一步一步把它做好,就已经是很不错的开始。

同为一名工科研究生,我常在社交平台上看到同龄人分享读研时的困境——想做出点成果,却苦于无人指导、基础薄弱,在日复一日的试错中陷入焦虑、迷茫与自我怀疑。这种状态在研究生群体中似乎已成常态,但这绝不意味着我们只能被动接受。

从来如此,便对么? ——鲁迅《狂人日记》

希望这篇文章能给正在准备综述、或正在为科研写作发愁的学生一些帮助。

> 关注少数派小红书,感受精彩数字生活 🍃

> 实用、好用的正版软件,少数派为你呈现 🚀