文献综述如何避免“看过很多但没有结构”

文献综述不是把找到的论文按时间顺序排列，也不是把每篇摘要改写一遍。它要回答的是：一个领域已经形成了哪些共识，哪些结论互相冲突，冲突来自问题、数据、方法还是评价标准？

先写问题树

在检索前写出一个问题树。根节点是研究主题，一级分支是不同机制或方法，二级分支是数据、场景、评价指标和限制。问题树不需要一开始就完整，它的作用是防止检索词被某一个热门说法绑架。

每读到一篇有价值的论文，只把它放入一个明确的问题节点。若找不到位置，说明它可能只是相关背景，不一定应该进入核心综述。

维护证据矩阵

证据矩阵至少包含：论文、研究问题、数据来源、方法、比较对象、主要指标、结论、限制和可复现材料。不要只记录作者的结论，还要记录结论依赖的条件。

一个简单的矩阵可以帮助你发现三类问题：不同论文使用了不同指标却被放在一起比较；同一数据集的不同版本被当成同一个数据集；“效果更好”的结论没有说明统计不确定性或基线。

单独记录冲突

当两篇论文结论不一致时，不要急着选一篇“更可信”的。先把冲突拆开：研究对象是否一致，数据是否一致，实验设置是否一致，评价指标是否一致，发表版本是否一致。只有这些信息都对齐之后，才有资格讨论哪一个解释更合理。

AI 适合帮助你聚类标题、提取术语和生成待核对的问题清单，不适合替你判断文献质量。引用前应该打开原文，核对上下文、图表和版本。

综述的最后一段

好的综述结尾不只是“未来还需要更多研究”，而是指出一个具体缺口：缺少什么证据、哪个条件没有被测试、哪种方法无法区分两个解释。这样写出的缺口，才可能自然地变成研究问题和实验设计。

文献综述中的事实、引用和数量都应回到原始论文或正式数据库记录核对。本文提供的是组织方法，不是某个领域的结论。