文献综述用什么 AI：把“作业”交出去，把“判断”留下来

把文献综述的流程拆开看，你会发现它是动手的作业和需要担责的决定在交替进行。

扩展检索词是作业；决定纳入哪些论文是判断。起草摘要是作业；评价研究质量是判断。仅仅是把这条区别放在心上，“AI 该用在哪”的困惑就会消失大半。

建议检索词（同义词和相关词扩展）。对收集到的论文做初步阅读和总结。按你的比较维度提取信息。整理零乱的笔记。建议阅读顺序。

它们的共同点是：产出都是中间产物，之后可以由人审核和修正。在这里省时间，不必有负担。

相反，最终的取舍——论文的纳入与排除、研究质量与偏倚的评价、证据强度的解读、综述结论的得出——无论参考了多少 AI 输出，最后都得由你来定。

“因为 AI 建议排除，所以我删了”不是站得住脚的综述记录。每个判断都需要理由，而这个理由，只有读过原文的人写得出来。

AI 的作业成果不能照单全收。尤其是将要写进综述的数字、结论和局限性，务必对照原始 PDF 和图表逐一核实。

在摘要草稿里发现误读或夸大，就动手修正。修正后的摘要，会成为整个综述更可靠的素材。

搜“文献综述 AI 推荐”的人，真正需要的恐怕不是某一个 AI 工具。

综述一做就是数周甚至数月。它需要的是一个让 PDF、摘要、判断理由和修订记录都跟着每一篇论文保存 的工作环境。理想情况下，AI 只是这个环境里的一项功能。

Paperfy 正是按这个思路构建的。每篇论文一个页面，集中放着 PDF、AI 生成的摘要和图表，摘要还可以手动编辑。

把纳入或排除的理由和比较笔记写进摘要，你的决策记录就会和论文本身一起积累。还可以把重点论文转成电台风格的音频，通勤路上再“听”一遍。参考文献列表的排版仍是 Zotero 和 EndNote 的地盘——请搭配使用。

用 AI 缩短综述作业，目的不只是早点做完。

从作业里解放出来的时间，可以重新投入到精读原文和提高判断质量上。综述的价值由判断的质量决定，判断的质量又由花在原文上的时间决定。AI 正是创造这些时间的工具。