【转】还在为文献综述发愁？9个斯坦福博士级提示词，让导师拍案叫绝的全局思维

转载自https://mp.weixin.qq.com/s/HrHsNUmQoor1IEayNjKE9w

编前语：

许多研究者在做文献综述时，将AI当作搜索引擎使用，只要它总结文献，得来的结果也许概括了单篇论文的结论，但也就止步于此，无法发现更深层的信息。

这不是个别人的问题。大多数研究生的文献阅读误区，不是读得太少，而是读得太线性——一篇接一篇地读，却看不见论文之间的矛盾和空白。

而真正的学术高手，早就用上了AI的全局思维。这篇就教你如何使用AI，像斯坦福博士一样进行文献综述。

中英双语提示词已打包，复制粘贴即可体验！

把AI当搜索引擎？你亏大了！

在做文献综述时，研究生最常走入的误区，不是阅读文献太少，而是读完后无法明确，这个领域的主要争议是什么。

传统的文献综述流程大致为：下载PDF，逐篇阅读，做笔记，尝试在脑中拼合。即使是熟练的研究者，回顾四十多篇文献也需花费一两周。然而，问题不只是文献综述的速度，更在于全局观：当你以线性方式处理文献时，很难同时看出三篇论文之间的矛盾，也难以注意到某个基础假设从未被验证。

AI电子报创办人Jainam Parmar分享了一套完整的文献综述流程，包含9个提示词。小编将其整理、翻译，供大家参考，按照这套方法的顺序和提示词使用AI，你会打开新世界的大门。

下面，我们就一步步拆解这套“斯坦福博士生级”的文献综述方法。

第一步：先看全貌，再看细节

提示词1｜进场协议（The Intake Protocol）

上传所有PDF后，第一件事不是让AI写摘要，而是让它帮你建立整体认知：

I want to share [X] papers on [Topic].
Before I ask my question, please do these three things first:
1. List the author + year + one-sentence core argument for each paper
2. Group the papers according to "shared presuppositions"
3. Mark any papers that are contradictory to each other
Do not help me summarize. Help me organize the overall structure of this field.

我要分享 [X] 篇关于 [主题] 的论文。
在我提问之前，请先做这三件事：
1. 列出每篇论文的作者+年份+一句话核心主张
2. 将论文依“共同预设”分群
3. 标记任何互相矛盾的论文
不要帮我摘要。帮我梳理这个领域的整体结构。

为什么要这样问？

如果你直接问“这些论文说了什么”，得到的是并列的摘要，看不出内在联系。而这个提示词，让你一眼看清：哪些研究是一派的？哪些研究存在分歧？

第二步：挖矛盾，找到真正的争议点

提示词2｜矛盾甄别（The Contradiction Finder）

文献综述最容易被忽略的，就是学者之间的直接冲突：

Among all uploaded papers, identify all arguments where two or more authors are in direct contradiction.
For each group of contradictions:
- State the positions of both sides
- Point out the respective sources
- Explain why they disagree (data, research methods, definitions, research scope, etc.)
- Tell me which side currently has stronger evidence, and why
Answer using a table format.

在所有上传的论文中，找出所有两位或以上作者直接互相矛盾的论点。
对每一组矛盾：
- 陈述双方立场
- 指出各自出处
- 解释他们为何不同意（资料、研究方法、定义、研究范围等）
- 告诉我目前哪一方的证据较强，以及原因
用表格形式来回答。

很多看似一致的“学术共识”，其实是因为没人细读。这个提示词让AI扮演的角色不是整合者，而是对质者。

提示词3｜引用链追踪（The Citation Chain）

理解一个概念从哪来，比理解概念本身更重要：

Identify the 3 most cited concepts in these papers.
For each concept:
- Who first proposed it?
- Who challenged it?
- Who revised it?
- What is the current academic consensus (if any)?
Present this lineage of knowledge inheritance in the form of a family tree.

找出这些论文中被引用最多的3个概念。
对于每个概念：
- 谁最先提出？
- 谁挑战了它？
- 谁修正了它？
- 目前的学术共识是什么（如果有的话）？
用家族树的形式展示这种知识传承脉络。

这份“知识图谱”，写文献综述的理论框架时可以直接用。

第三步：找缺口，这里藏着你的论文题目

提示词4｜研究缺口扫描（The Gap Scanner）

Based on all uploaded papers, identify 5 research questions that have "not yet been fully answered".
For each gap:
- Why does it exist? (Too difficult? Too niche? Or has it been overlooked?)
- Which existing paper comes closest to answering it?
- What kind of research design or data is needed to fill it?

基于所有上传的论文，找出5个“尚未完全解答”的研究问题。
对于每个空白点：
- 为什么它存在？（是太难了吗？太小众了吗？还是被忽视了？）
- 现有哪篇论文最接近解答它？
- 需要什么样的研究设计或数据来填补它？

这个提示词不问“大家都在研究什么”，而是问“大家都没研究什么，以及为什么”。对于正在找题目的研究者来说，这个输出往往比读一整轮文献更有生产力。

第四步：审方法，判断哪些证据可信

提示词5｜研究方法审核（The Methodology Audit）

Compare the research methods used in all papers.
Group them according to the following categories: Questionnaire Survey, Experiment, Simulation, Meta-analysis, Case Study.
Then mark:
- What is the mainstream method in this field? Why?
- Which method is seriously underestimated?
- Which paper has the most rigorous method, and which one is the weakest? Please explain the basis for judgment.

比较所有论文使用的研究方法。
按照以下类别分组：问卷调查、实验、模拟、后设分析、个案研究。
然后标记：
- 这个领域的主流方法是什么？为什么？
- 哪种方法被严重低估了？
- 哪篇论文的方法最严谨，哪篇最薄弱？请说明判断依据。

学术论文的结论品质，很大程度上由方法品质决定。这个提示词让你在引用某个研究时，心里有把尺。

第五步：建框架，让知识结构可视化

提示词6｜综合归纳（The Master Synthesis）

前面几个提示词跑完之后，再进行这一步：

You now have a complete global understanding of this batch of literature.
Please write a review, but do not summarize individual papers.
Instead:
- State the commonly accepted viewpoints in this field
- State which issues are still controversial
- State where the conclusions with the most sufficient evidence are concentrated
- Use three sentences to tell me "what are the things we truly know for sure"

你现在对这批文献有了完整的全局了解。请写一篇综述，但不要总结单篇论文。
相反：
- 陈述该领域普遍接受的观点
- 陈述哪些问题仍有争议
- 陈述证据最充分的结论集中在哪些方面
- 用三句话告诉我“我们真正确定知道的事情”是什么

这份输出，基本就是一篇文献综述核心段落的草稿。

提示词7｜假设检验（The Assumption Killer）

9个提示词中最容易被忽略、也最有潜力的是这个：

List the "commonly presupposed by many, but never explicitly verified or argued" assumptions of these papers.
For each assumption:
- State it clearly
- Identify 1–2 papers that rely most on this assumption
- Explain what the impact on the entire field would be if this assumption is wrong

列出这些论文中“许多人都默认假设，但从未明确验证或论证”的假设。
对于每个假设：
- 清晰地陈述它
- 指出1-2篇最依赖此假设的论文
- 解释如果这个假设是错误的，会对整个领域产生什么影响

学术研究的突破，很多时候不是发现了新现象，而是推翻了大家认为理所当然的前提。

这个提示词的输出，往往就是一张“只要有人真的去验证这件事，就能发论文”的清单。

第六步：整合与收尾

提示词8｜知识框架构建（The Knowledge Map Builder）

Establish a structured knowledge framework for this entire batch of literature.
Format:
- Core claims around which this field revolves
- 3-5 supporting points (sub-claims with sufficient empirical evidence)
- 2-3 points of contention (issues still under intense discussion)
- 1-2 frontier problems (currently unanswered by anyone)
The layout should allow someone to understand the overall framework of this field within 10 minutes of reading.

为这批文献建立一个结构化的知识框架。
格式：
- 这个领域围绕的核心主张
- 3-5个支撑点（已有充分实征的子主张）
- 2-3个争议点（仍在激烈讨论的议题）
- 1-2个前沿问题（目前还没人能回答的）
排版方式要让人读10分钟就能看懂这个领域的整体框架。

这个框架有两个用途：自己用来理解全局；投稿或答辩时，用来向评审专家解释“这个研究在整个领域的定位”。

提示词9｜“所以呢？”测试（The "So What" Test）

最后，每次讨论结束时都进行这一步：

Suppose I must explain this entire batch of research to a smart non-professional within 5 minutes.
Give me:
1. One-sentence version: What this field has already proven
2. An honest explanation: What it still doesn't know
3. One most important practical significance
No jargon, no vagueness, no academic verbosity or padding.

假设我必须在5分钟内向一位聪明的非专业人士解释这一整批研究。
给我：
- 一句话版本：这个领域已经证明了什么
- 诚实的解释：它还不知道什么
- 一个最重要的实际意义
不要用术语，不要模糊，不要学术上的废话或填充词。

这个提示词的作用不只是“简化”，而是一种自我检查机制——如果你真的读懂了这批文献，这三件事应该能说清楚。如果说不清楚，表示理解还不够深。

使用这套流程的注意事项

顺序很重要！

这九个提示词有内在的逻辑顺序，打乱使用效果会大打折扣。建议的执行顺序是：提示词1（看全貌）→ 提示词2、3（找矛盾以及理清脉络）→ 提示词4、5（找缺口、方法核查）→ 提示词6、7（建立框架）→ 提示词8（归纳）→ 提示词9（自查收尾）。

输入决定输出

AI的分析质量取决于你上传的文献质量。也就是说，如果你提供的是边缘期刊或预印本，输出的可靠性同样下降。

AI是工具，不是替代品

这套流程的角色是加速你已有判断力的分析过程，而不是取代判断力本身。你得先有自己的思考，AI才能帮上忙。

“假设检验”的隐藏用途

提示词6输出的假设清单，在向导师或评审提案时，可以作为“为什么这个研究有必要做”的依据。这比“因为这个主题很少有人研究”的说服力强得多。

结语

大多数研究者给AI的第一个问题是“帮我整理这些论文”。

其实，这句话等同于直接要一份简单的总结，白白浪费了AI的分析能力。

换一种问法，你会发现AI能做的远超你的想象。

信息参考来源：

https://x.com/aiwithjainam/status/2031282913422225567