AI辅助完成优质文献综述——详细操作步骤+提示词

一、什么是优秀的综述文章?

① 提升期刊浏览量/引用量——“新方向+关键议题”为期刊引流

② 文献综述的“高质量”如何实现?

a. 文献前沿度高——即原创性,包含最新和最重要的(new and significant)文献

b. 文献完整度高——即和其他文献的关系,充分理解领域内的相关研究+引用恰当范围内

(appropriate range)的文献资源

二、操作步骤

1. 确定研究领域

研究关键词Keywords + 单一学科/交叉学科领域 Research fields

2. 定位细分领域+名校背景的关键学者

The Stanford/Elsevier Top 2% Scientists List 2025

https://elsevier.digitalcommonsdata.com/datasets/btchxktzyw/8

*下载上述网址中的Excel压缩包,根据excel文件中的Field→Sub-field定位细分领域学者

3. Google Scholar检索关键学者信息

https://scholar.google.com/

4. AI辅助总结关键学者研究成果

① 提问关键:“主题+问题+批判+观点”

【提示词】

【角色与任务】
请你扮演一位学术研究助理,擅长深度剖析和总结学者的学术思想。你的任务是基于提供的资料,系统梳理一位关键学者的研究成果。

【背景信息】

  • 学者姓名:[此处填写完整人名]
  • 所属机构:[此处填写大学/机构]
  • 研究方向:[此处填写 sub-field 1, sub-field 2, sub-field 3]
  • 参考资料来源:[此处填写个人网站、院系主页、论文列表等具体网址]

【核心指令】
请严格遵循以下四个维度,对该学者的研究进行总结。请确保你的回答是基于事实的提炼,而非主观臆测:

  1. 研究主题:提炼其研究涉及的核心名词、概念与细分领域。他/她主要在研究“什么”?
  2. 研究问题:总结其试图解决的核心困惑、过程或假设。他/她主要在追问“为什么”或“怎么样”?
  3. 核心观点:概括其最具代表性的理论主张、概念间关系或结论。这些观点是深化了常识,还是提出了反常识的洞见?
  4. 批判与创新:分析其研究对现有学界观点的批判与超越。其研究的突破性何在?为何说是“情理之中,又意料之外”?

【输出要求】

  • 请以分点列表的结构化形式清晰呈现。
  • 每个维度下的内容应简洁、精准,并尽可能使用该学者原话中的关键词
  • 如果某些信息在现有资料中无法找到,请明确标注“暂未找到明确信息”。

5. 通过政策/新闻明确前沿研究方向

a. 根据AI总结的关键学者研究成果,提炼前沿研究方向

b. 关键词搜索:“前沿研究方向”+近期政策/新闻——前沿研究方向嵌入当下语境

6. AI辅助提出文献综述的研究问题

研究问题采取“1+3”结构——1个主问题,3个子问题

【提示词】

【版本一:通用强化版】

我正在准备关于 [请在此处填写具体的研究领域,例如:基于Transformer架构的预训练语言模型在医疗文本挖掘中的应用] 的文献综述。 **我的目标是**:构建一个“1个主问题 + 3个子问题”的研究问题框架。要求子问题源于主问题的逻辑拆解,且三者之间形成相互依赖、层层递进的“融贯”关系,共同支撑主问题的探讨。 **请你按以下步骤协助我:** 1. **提出主问题**:基于该领域的研究现状,提出一个能够统领整个综述、具有深度和前瞻性的核心主问题。 2. **拆解子问题**:将主问题拆解为3个具体的研究子问题。请确保: * **逻辑关联**:每个子问题对应主问题的一个关键维度。 * **序列性**:子问题的回答应有先后顺序,后一个问题可能依赖于前一个问题的结论。 * **融贯性**:三个子问题的答案综合起来,能够完整地回答主问题。 3. **解释逻辑关系**:简要说明你设计的子问题之间是如何形成相互依赖的融贯关系的。 请基于可靠的学术趋势和经典文献来构思这些问题。

【版本二:文献锚定版(更推荐)】

如果您已经阅读了一些核心文献,这个版本效果会更好。

我计划撰写一篇关于 [您的研究领域,例如:数字孪生在智能制造中的质量控制] 的文献综述。我已经重点阅读了 [可以列举1-3位核心学者姓名,或1-2篇关键文献] 的研究。 **请你帮我完成以下任务:** 1. **提炼主问题**:总结上述学者或文献所共同致力于解决的、最核心的一个宏观研究问题。 2. **构建子问题体系**:围绕该主问题,设计3个相互关联的子问题。请遵循以下结构: * **子问题1(基础与现状)**:聚焦于界定核心概念、理论基础或总结现有技术/方法的类别与优劣。 * **子问题2(机制与挑战)**:聚焦于分析核心现象的内在机制、因果关系,或指出当前研究面临的关键瓶颈与挑战。 * **子问题3(趋势与展望)**:聚焦于提出未来可能的研究方向、解决方案的构想,或探讨在新场景下的应用前景。 3. **绘制逻辑图**:用一句话或一个简短的流程图描述这三个子问题是如何层层递进、相互依赖的。 请确保问题表述清晰、具有学术性,并能体现该领域的前沿性。

7. Research rabtit快速检索关键学者相关文献

research rabtit(免费)https://www.researchrabbit.ai/

如果检索出来的相关文献数量太多,可以通过设置Filter by keyword进一步筛选过滤

大量导出相关文献(标题+作者+摘要+关键词),csv格式 (GPT可读取)

8. AI辅助批量快速处理文献

用GPT等AI工具,读取csv格式,根据摘要配对到3个子研究问题中

【提示词】

**任务背景:** 这些是引用[……学者名字……]关于[……前沿研究方向的关键词……]的[……数量……]篇文献。请你读取这个CSV表格中“abstract”这一列的内容。

**核心任务:** 请将上述文献匹配到以下3个研究问题:
- **RQ1:** [……问题1……]
- **RQ2:** [……问题2……]
- **RQ3:** [……问题3……]

**匹配与分析要求:**
1.  **匹配逻辑:** 匹配的首要依据是文献的**核心论点、研究目的或主要结论**与哪个研究问题最相关。请避免仅依赖简单关键词匹配,需结合上下文语义进行判断。
2.  **匹配选项:** 如果某篇文献与任一研究问题均不相关,请将其归类为“**不适用**”。
3.  **理由阐述:** 对于每一篇匹配的文献,必须提供详细理由,包括:
    -   说明文献的核心内容与研究问题的关联点。
    -   **列出在摘要中出现的、支持你判断的3-5个关键词或关键短语**(例如:对于RQ1,可寻找“city scale", "agglomeration", "urban complexity”等)。
4.  **挑战与回答分析:** 在“如何回答/挑战”部分,请使用以下标准化维度进行描述:
    -   **方法论:** 如 "提供实证验证 (empirically tests)", "进行质性案例研究 (qualitative case study)", "构建理论模型 (theoretical model)"。
    -   **论证方向:** 如 "支持并扩展了 (supports and extends)", "对...提出了质疑 (challenges the assumption of)", "限定了...的适用范围 (qualifies the scope of)"。
    -   **贡献类型:** 如 "提出了政策建议 (policy implications)", "引入了新的解释机制 (proposes a new mechanism)", "拓展了...的结果维度 (broadens the outcomes to include...)"。

**输出格式:**
请以 **Markdown表格** 形式输出结果,包含以下列:
-   **文献ID**
-   **匹配的研究问题**
-   **匹配理由与关键词**
-   **如何回答/挑战(请使用上述标准化短语)**

9. AI辅助生成综述段落大纲

*第8步输出的Markdown表格,是第9步提示词中“已完成分类的 n 篇文献”的直接来源。

【提示词】

我们继续文献综述的写作。现在,请基于你已完成分类的 n 篇文献,针对上述3个研究问题,撰写一个详细的、批判性的综述段落。

在撰写时,请严格遵循以下要求:

  1. 结构化综合:对每个研究问题,请按以下逻辑顺序组织内容:
    • 共识与基础:首先总结该问题下的主流观点、共同发现或确立的理论基础。
    • 差异与谱系:接着分析不同研究在研究方法、样本、理论视角或结论上的关键差异,并尝试解释产生这些差异的原因(例如,形成了不同的学术流派,或研究随时代演进)。
    • 前沿辩论:明确指出当前学者们正在激烈争论的核心焦点是什么。
  2. 理论对话:在以上分析中,必须有机地嵌入对 [学者姓名] 核心论点(即 [在此处简要重申该学者的核心论点])的回应。请明确指出:
    • 哪些研究为 [学者姓名] 的观点提供了实证支持或理论延伸
    • 哪些研究对其构成了方法论的挑战、结论的质疑或根本性的批判
  3. 证据与规范
    • 所有论述必须精准引用文献中的具体发现、数据或观点作为支撑,优先使用近年(如近5年内)的高影响力文献。
    • 请使用流畅的学术英语/中文进行写作,确保段落内部有清晰的逻辑衔接词,形成完整的论证流。

请开始针对第一个研究问题进行撰写。

10. AI优化文献综述大纲——用现有高质量综述论文,继续批判训练综述框架

【提示词】

您好!我正在进行文献综述的写作,希望您能作为我的学术顾问,协助我完成以下步骤:

第一步:分析标杆文献
我将提供一篇优秀的、与我主题相关的文献综述(标杆文献)。请您帮我系统分析并总结它在文献综述方法上的优点,例如:

  1. 文献检索策略: 它使用了哪些关键数据库、关键词组合或筛选标准?
  2. 文献筛选与组织框架: 它是按时间脉络理论流派研究方法还是主题来对文献进行分类和组织的?
  3. 批判性分析深度: 它是否指出了现有研究的矛盾、空白或未来方向?是如何分析的?
  4. 行文与结构: 它的引言、主体和结论部分是如何有效衔接的?使用了哪些过渡技巧?

第二步:基于分析,为我提供具体写作建议
在我提供我自己的研究问题初步的综述段落或大纲后,请您参考第一步中总结的“标杆”优点,为我提出具体的、可操作的完善建议。例如:

  • 框架优化: 建议我更合理的文献组织逻辑。
  • 深度提升: 指出我框架中可能缺失的批判性分析角度。
  • 检索建议: 推荐我应补充检索的关键词或文献类型。

我即将提供【标杆文献】的详细信息,请确认您已理解上述任务。

Read more

OpenCode 安装 oh-my-opencode 插件教程(AI 一键辅助安装版)

OpenCode 安装 oh-my-opencode 插件教程(AI 一键辅助安装版)

最近发现一个很有意思的 OpenCode 插件仓库:oh-my-opencode 项目地址:code-yeongyu/oh-my-opencode: The Best Agent Harness. Meet Sisyphus: The Batteries-Included Agent that codes like you. 它的目标是让 OpenCode 具备更“开箱即用”的体验:通过安装插件增强能力,比如更顺手的指令、工作流、提示词封装等。 这篇文章会用仓库作者推荐的方式来安装:把提示词交给 AI,让 AI 自动完成安装。同时我也会补充关键步骤,避免“只会复制粘贴但不知道发生了什么”。 1. 前置条件 开始前确认你已经具备: * 已安装 OpenCode(没有安装的可参考我的另一篇【ClaudeCode平替(免费)】OpenCode 完整安装与 VSCode 使用指南_

By Ne0inhk
小白也能轻松掌握AI新技能包(Skills),让工作效率飙升!

小白也能轻松掌握AI新技能包(Skills),让工作效率飙升!

Skills是AI的专属技能包,将完成任务步骤、规则打包成标准化“工作手册”。它能大幅提升AI执行效率、结果稳定可靠,且使用门槛低。文章以会议纪要为例,手把手教你3步创建Skills:明确任务目标、设定执行规则、保存为技能包。适用于职场办公、运营推广、财务行政、客服等多种场景,让AI从泛用型助手变为专业型帮手,显著提升工作效率。 最近,“Skills”成为AI领域的热门词,不少人好奇它究竟是什么、为何能火遍职场,今天就用直白的语言,带你清晰了解这个AI新工具。 一、Skills到底是什么? 简单来说,Skills就是给AI定制的专属技能包,相当于把AI完成特定任务的步骤、规则、方法打包整合,形成一套标准化的“工作手册”。 没有Skills的AI,就像没有操作指南的新手,每次执行任务都需要反复交代要求,不仅繁琐还容易出错;而装上对应的Skills后,AI就能按照预设的标准精准执行,无需重复沟通,直接高效完成任务。 二、Skills为什么能爆火? 1. 效率大幅提升:一次设置好技能包,后续重复使用无需调整指令,省去反复沟通的时间,让AI快速响应需求。

By Ne0inhk
Python+AI 实战:搭建属于你的智能问答机器人

Python+AI 实战:搭建属于你的智能问答机器人

欢迎文末添加好友交流,共同进步! “ 俺はモンキー・D・ルフィ。海贼王になる男だ!” 引言 * 在数字化转型浪潮中,智能问答机器人正成为企业客服、知识库检索乃至个人助理等场景的关键交互入口。它能让员工秒级获取技术解答、客户即时获得业务支持、学习者随时得到个性化辅导,极大提升信息获取效率与用户体验。 * 为何选择 Python 与开源 AI 模型?Python 拥有成熟的 AI 生态——Hugging Face Transformers、LangChain、FAISS 等工具大幅降低开发门槛;而本地部署的开源大模型(如 Phi-3、Mistral、Llama 系列)则保障了数据隐私、规避了 API 成本,特别适合对安全性或离线能力有要求的场景。 * 本文将手把手带你从零构建一个基于 RAG(检索增强生成)架构的本地智能问答系统:使用 Sentence-BERT 实现语义检索,FAISS 作为向量数据库,并集成轻量级开源语言模型生成答案。

By Ne0inhk
爆火AI圈的OpenClaw(小龙虾):能干活的本地AI智能体,一文吃透入门到实战

爆火AI圈的OpenClaw(小龙虾):能干活的本地AI智能体,一文吃透入门到实战

🔥个人主页:Cx330🌸 ❄️个人专栏:《C语言》《LeetCode刷题集》《数据结构-初阶》《C++知识分享》 《优选算法指南-必刷经典100题》《Linux操作系统》:从入门到入魔 《Git深度解析》:版本管理实战全解 🌟心向往之行必能至 🎥Cx330🌸的简介: 目录 前言: 一、先搞懂:OpenClaw到底是什么?为什么这么火? 1.1 项目核心定位 1.2 爆火的核心原因:踩中AI落地痛点 1.3 OpenClaw vs 传统AI vs 自动化工具 二、OpenClaw核心架构:它是怎么干活的? 三、保姆级部署:全平台一键安装,小白也能搞定 3.1 部署前置准备 3.2 官方一键脚本(新手首选,

By Ne0inhk