夜雨聆风
我花两个月跑通的 AI 文献综述工作流,终于可以分享了
写文献综述之前，我以为最难的是读文献。 真正开始写才发现，最难的是，读完之后，不知道怎么把它们串成一篇有逻辑的综述。
如果你也有这种感觉，这篇文章就是为你写的。
这套工作流我自己跑了两个月，踩了很多坑，最终整理成一套相对稳定的流程。适合已经确定研究方向、完成文献搜集的阶段，帮你把”一堆 PDF”变成”一篇结构清晰的文献综述”。
先认识一下你的三个工具
在进入流程之前，先用一句话介绍三个核心工具，如果你已经熟悉可以跳过。
Claude Code（主操作工具）Anthropic 出品的 AI 编程助手，但它的能力远不止写代码，它可以帮你阅读、分析、写作，并且能调用外部工具。在这套工作流里，它是你的”中控大脑”，负责统筹所有环节。
Zotero（文献管理）免费开源的文献管理软件，可以存储、整理你收集的论文。如果你还在用文件夹堆 PDF，强烈建议换成 Zotero。
NotebookLM（文献验证）Google 出品的 AI 笔记工具。它特别的地方在于：它只会基于你上传的文献来回答问题，不会编造没有出处的内容。我们用它来做 AI 生成内容的”事实核查员”。
工作流全貌
整套流程分为五步，先看整体再看细节：
Step 1 配置工具连接（只需做一次）↓Step 2 生成文献综述矩阵（建立全局视角）↓Step 3 拆解知识模块（制造积木）↓Step 4 用 NotebookLM 逐条验证（去除幻觉）↓Step 5 用 AI 拼装成文（搭积木）
Step 1：让工具之间互相”认识”
什么是 MCP？先说清楚
Claude Code 默认只能做对话和代码。但通过一种叫 MCP（Model Context Protocol）的协议，它可以像安装插件一样，获得操控其他软件的能力，比如直接读取你 Zotero 里的文献，或者调用 NotebookLM 做验证。
你可以把 MCP 理解成：给 Claude Code 配了一双能伸进外部软件的”手”。
接入 NotebookLM
打开 Claude Code，在对话框里直接输入：
mcp add notebooklm -- npx notebooklm-mcp@latestClaude Code 会一步一步引导你完成配置，按提示操作即可，不需要任何代码基础。
接入 Zotero
Zotero 目前没有官方 MCP 接口，我们用一个开源项目来实现：zotero-mcp
同样在 Claude Code 的对话框里发消息：
请帮我按照 https://github.com/54yyyu/zotero-mcp 的说明，完成 Zotero 的 MCP 配置Claude Code 会自动读取文档并引导你完成设置。
✅ 配置完成后，Claude Code 就能直接读取你 Zotero 里的文献了。
Step 2：生成文献综述矩阵
什么是文献综述矩阵？
文献综述矩阵是一张表格，把你收集的每篇论文用统一维度对比呈现。
比如，一个典型的矩阵可能长这样：
|
|
|
|
|
|
|---|---|---|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
它的价值在于：帮你从”读一篇是一篇”的状态，进入”一眼看清全局”的状态。哪些研究在做类似的事，哪里有空白，哪些结论在互相矛盾。
怎么生成？
在 Claude Code 里发送以下指令（完整 prompt 可以关注公众号后台发送 lrm获取）：
请通览我 Zotero 当前专题下的所有论文全文，为我生成一个文献综述矩阵，维度包括：研究问题、理论框架、研究方法、核心发现、局限性、与本研究的关联性
Claude Code 会自动连接 Zotero，逐篇阅读后生成矩阵。
Step 3：把文献综述框架拆成”知识模块”
假设你已经和 AI 沟通好了文献综述的大纲框架（比如分为”背景与定义”、”现有研究进展”、”研究空白”三部分），那么接下来需要做的，是把每个章节拆解成更细的知识模块。
什么是知识模块？
如果说文献综述是一面乐高墙，那知识模块就是一块一块的积木。
每个模块对应一个具体的观点或概念，例如：
-
「社交媒体使用与青少年焦虑的正相关关系」 -
「现有研究多集中于西方背景，非西方样本不足」
它的好处是：把”写一篇大文章”的压力，变成”处理一个小单元”的任务，AI 每次只专注一个模块，质量更高，也更容易检查。
怎么生成？
把你的框架发给 Claude Code（完整 prompt 后台发送 lrm获取）：
以下是我文献综述的框架：[粘贴你的框架]请针对每个章节，生成对应的知识模块列表。每个模块需包含：核心观点、支撑文献、与其他模块的关联
Step 4：用 NotebookLM 逐条”事实核查”
为什么要这一步？
AI 有一个著名的问题叫幻觉（Hallucination）。它可能一本正经地说出一个听起来很合理、实际上根本不存在的引用或结论。
在学术写作里，这是致命的。
NotebookLM 的解决方案很聪明：它只会基于你上传的文献来回答问题，如果某个说法在你的文献里找不到来源，它会告诉你，而不是编一个。
怎么做验证？
-
把你所有用到的文献上传到 NotebookLM，创建一个 Notebook -
在 Claude Code 里发送：
请调用 NotebookLM，逐个验证我们生成的知识模块。对每个模块：- 确认核心观点是否有文献支撑- 标注对应的文献来源- 如有不支持的内容，请标记为"待核实"
Claude Code 会自动调用 NotebookLM，逐条比对，返回带有来源标注的验证结果。
✅ 经过这一步，你手里有的是每条都有文献出处的、干净的知识模块。
Step 5：用 AI 把积木拼成文章
现在是最后一步。把验证过的知识模块，组装成完整的文献综述段落。
文献综述是有”套路”的
文献综述不是随便写的散文，它有相对固定的段落结构。每个段落通常遵循这样的逻辑：
-
主题句：这一段讲什么 -
主要发现：大部分研究发现了什么 -
分歧或局限：但也有研究不一致，或者有什么局限 -
为什么重要：这说明了什么问题 -
过渡：因此我们需要……
对应到常用句式（可直接参考使用）：
梳理领域共识
-
Existing studies generally suggest that…（现有研究普遍表明……） -
Prior research has consistently shown that…（已有研究一致显示……）
对比不同研究
-
Similarly, several studies found that…（类似地，多项研究发现……） -
In contrast, other studies reported…（相比之下，也有研究指出……）
指出局限
-
A major limitation of this line of research is…（这一研究方向的主要局限在于……） -
Evidence remains limited because…（现有证据仍然有限，原因在于……）
识别研究空白
-
However, limited attention has been paid to…（然而，……方面尚未得到充分关注） -
The literature remains unclear regarding…（目前文献对……的理解仍不清晰）
说明本研究的价值
-
This gap is important because…（这一空白的重要性在于……） -
Therefore, the present study investigates…（因此，本研究探讨……）
用 AI 来写
这部分不需要单独的 prompt，直接把验证好的知识模块发给 Claude Code，告诉它你的写作要求即可。写作质量最高的目前是 Claude 系列的模型，如果你在用其他模型，可以提前给它喂几篇高质量文献综述范文让它学习风格，这在 AI 领域叫 Few-shot prompting；如果不给范文直接写，叫 Zero-shot。还有一个经过研究验证的小技巧：在 prompt 里加上一句”Let’s think step by step”（让我们一步一步思考），能显著提升 AI 输出的逻辑质量。
总结
整套流程走下来，你经历的是：
一堆文献→ 矩阵（全局视角）→ 知识模块（拆解积木）→ 验证（去除幻觉）→ 成文（搭起来）
全程 AI 辅助，你的主要工作是做判断和把控方向，而不是在空白文档前发呆。
📌 完整的两份 Prompt（矩阵生成 / 知识模块拆解），关注公众号后在后台发送 lrm即可获取。
有问题欢迎在评论区留言，我会尽量回复～