很多人第一次把 AI 用在正式工作流里，就是在论文阶段。但 AI 论文工具能帮你的是文献整理、框架搭建和语言润色，不是替你完成研究。用错边界，轻则返工，重则触碰学术规范。本文按四步讲清从文献到综述的正确用法，以及每一步哪些事必须自己做。
先划清边界：AI 能做什么，不能做什么
在动手之前，先把规则说透。可以放心交给 AI 的：批量整理文献信息、提炼每篇论文的核心结论、帮你梳理论证结构、润色语言表达。必须自己完成的：研究观点本身、数据的真实性、每一条引用的核对。尤其要警惕一件事——大模型会”编造”看起来非常真实的参考文献，作者、期刊、年份俱全，但论文根本不存在。所以本文所有涉及引用的步骤，都以”AI 提线索、你查原文”为前提。另外，所在学校或期刊对 AI 使用往往有具体规定，有的要求声明使用范围，提前查清楚能省很多麻烦。这条边界划定了，后面的流程才有意义。
第一步：把研究问题拆成可检索的子问题
综述写不下去，多半是选题还停在”一个领域”的粒度。先让 AI 帮你把研究问题拆开：输入你的方向，要求它列出三到五个可检索的子问题、每个子问题的关键概念中英文对照，以及可能存在的争议点。比如”大模型在教育中的应用”可以拆成学习效果实证、教师接受度、伦理风险等子题，每个子题对应一组检索词。拆完之后自己过一遍，删掉与研究方向明显无关的子题，剩下的才是要检索的范围。这一步的产出是一张检索路线图，而不是直接要答案。
第二步：检索文献，逐条核对原文
带着检索词去学术数据库搜，AI 在这一步的角色是加速器：帮你把检索到的几十篇文献按主题聚类，标注哪些是高被引的奠基性工作、哪些是近两年的新进展。注意两点——一是只把你确认存在的文献喂给 AI 做整理，不要让它”补充”文献；二是每篇文献的核心结论，务必回到摘要和原文确认一遍再入库。建一个简单的表格做记录：标题、作者、年份、核心结论、与你研究的关系，五个字段足够。筛选标准也建议提前定好：时间范围、期刊层级、样本规模，避免综述变成大杂烩。
第三步：搭综述框架，让文献互相对话
综述的难点不是罗列，而是组织。把核对过的文献笔记交给 AI，让它按”共识—分歧—空白”三层结构生成综述提纲：哪些结论已有共识、哪些研究相互矛盾、哪些问题还没人做。这个结构比按时间罗列文献高明得多，因为它逼着每篇文献在论证里扮演角色。你可以在提纲上批注自己的判断，再让 AI 按调整后的逻辑重排；如果发现某两层之间逻辑断裂，就让它补一段过渡论证，但判断对错的工作留给自己。提纲确定后，先让 AI 估算每章的篇幅比例，避免写到一半头重脚轻。长文献读不完时，AI 长文档摘要的分层指令写法里那套指令可以直接迁移过来用。
第四步：初稿润色与格式自查
框架定了，进入写作。初稿建议自己完成主体论证，AI 负责两件事：语言层面的通顺与术语统一，以及格式层面的自查——引用格式是否一致、图表编号是否连续、摘要是否覆盖了全部章节。格式自查交给 AI 很划算，它对编号错漏这类机械问题几乎不会漏检。润色时给 AI 明确要求，比如”只改表达，不改观点；保留我标注的关键术语”。写完的长文也可以用AI 写作工具的长文创作流程来管理节奏，避免一次生成导致论证脱节。
结语
AI 论文工具的正确用法，可以概括为”提效不代劳”：检索路线它帮你画，文献信息它帮你理，语言表达它帮你顺，但每一个观点、每一条引用，责任主体始终是你。四步流程——拆问题、检索核对、搭框架、润色自查——建议至少完整走一遍再谈熟练。判断自己有没有越界的标准很简单：如果删掉 AI 的全部产出，你的研究还站得住，那这就是一次合格的使用；反之就该停下来补功课。学习中遇到概念不清，也可以配合AI 学习提示词的四步提问法把基础打牢，把文献画成图谱则可以用AI 思维导图工具辅助理解。