用 ChatGPT 做文献矩阵：一篇综述论文的准备方法

这篇文章会围绕一个主题展开：

文献矩阵不是表格整理的“苦力活”，而是综述论文的思维底盘。

很多人写综述时，最痛苦的不是“不会写”，而是：

• 文献太多，看不清脉络
• 读了很多文章，但记不住
• 摘要零散，无法比较
• 看出一点趋势，却没法系统化
• 想写综述，却总觉得“还差点什么”

而文献矩阵，恰好就是解决这些问题的关键工具。

如果说文献阅读是在“输入信息”，
那么文献矩阵就是在做“结构化中间加工”。

而 AI 的价值，就在于它可以显著提升这个加工过程的效率，让你从“手工抄笔记”升级为“结构化分析”。不过，这里也有一个很重要的前提：

AI 不是帮你凭空生成文献矩阵，而是帮你从真实文献中提取、整理、归类、比较、发现空白。

这篇文章将从科研实操角度，完整讲清楚：

一、什么是文献矩阵？为什么它比“读了很多文章”更重要？

文献矩阵，简单来说，就是把多篇文献按照统一维度提取出来，放到一个结构化表格中，方便比较分析。

它不是简单记录“这篇文章讲了什么”，
而是帮助你回答下面这些更本质的问题：

• 这些文献研究了什么问题？
• 它们用的是什么方法？
• 得出了什么结论？
• 它们之间有什么共同点和差异？
• 哪些地方已经形成共识？
• 哪些地方仍然有争议？
• 哪些地方还没有人研究？

也就是说，文献矩阵不是文献清单，
而是你进入综述写作之前的“研究地图”。

为什么文献矩阵这么重要？

因为综述论文本质上不是“总结别人做了什么”，
而是：

• 组织已有研究
• 对比不同路径
• 提炼研究趋势
• 找出争议和空白
• 为你的研究问题铺路

如果没有文献矩阵，你的综述往往会变成：

• 一篇一篇文献的流水账
• 作者姓名和年份的罗列
• 观点之间没有关系
• 看起来读了很多，但没有形成知识结构

而有了文献矩阵，你就能从“读文献”走向“构建综述逻辑”。

二、AI 在文献矩阵中的真实作用是什么？

AI 不是来替代你的文献阅读的，
而是来帮助你完成文献整理的结构化工作。

它最适合扮演以下几种角色：

1. 信息提取器

从文献摘要、引言、结论中提取核心信息。

比如：

• 研究问题
• 方法
• 样本/数据
• 主要发现
• 局限性

2. 维度统一器

帮助你把不同文献放到统一分析框架中。

比如你可以规定矩阵维度为：

• 作者
• 年份
• 研究对象
• 方法
• 变量
• 结论
• 局限
• 与本研究的关系

3. 主题聚类器

帮助你把文献按主题、方法、理论、结论、对象进行分组。

4. 差异比较器

帮助你发现不同文献之间的分歧、互补和演化关系。

5. 空白识别器

帮助你从矩阵中找出尚未被充分研究的问题，为综述和后续研究提供切口。

三、做文献矩阵之前，先明确你的目标

文献矩阵不是万能表格。
不同目标，对应不同矩阵设计。

在开始之前，你要先问自己：

• 我是为了写综述论文，还是为了开题？
• 我是想梳理某个领域的发展脉络，还是比较不同方法？
• 我是想找研究空白，还是想为自己的课题做理论铺垫？
• 我是偏理论综述，还是偏应用综述，还是偏方法综述？

因为不同目标，决定了你的矩阵字段不一样。

三种常见文献矩阵目标

1. 综述型矩阵

适合写综述论文，重点是：

• 研究问题
• 方法
• 结论
• 争议
• 空白

2. 课题型矩阵

适合为自己的研究选题做准备，重点是：

• 哪些问题已被研究
• 哪些问题还没研究
• 哪些方法可借鉴
• 哪些变量值得关注

3. 方法型矩阵

适合比较不同实验设计、算法、模型或分析框架，重点是：

• 方法原理
• 适用场景
• 优势
• 局限
• 数据要求
• 复现难度

四、AI 辅助文献矩阵的标准 workflow

下面这套 workflow，你可以直接拿去用。
它适合写综述，也适合做课题准备。

Step 1：先收集真实文献，建立文献池

这一步不要着急让 AI 写。
先把真实文献收集好，建立你的文献池。

建议至少包含：

• 题目
• 作者
• 年份
• 摘要
• 关键词
• 你自己的阅读笔记

如果你已经看过原文，最好再加：

• 研究问题
• 方法
• 结论
• 局限

Step 2：让 AI 从真实文献中提取结构化信息

这是文献矩阵最核心的一步。

推荐 Prompt

请基于我提供的真实文献摘要，帮我提取适合做文献矩阵的结构化信息。
请输出以下字段：
1. 研究问题；
2. 研究对象；
3. 方法；
4. 核心结论；
5. 研究局限；
6. 与我的研究方向的关联；
7. 是否适合纳入综述矩阵。

请不要编造文献信息，只能基于我提供的内容总结。
请用表格输出。

这个 Prompt 很适合批量处理文献。

Step 3：统一维度，避免“每篇文献记法都不一样”

很多人做文献笔记失败，不是因为懒，而是因为每篇笔记字段不统一，最后无法比较。

所以你需要一个统一字段体系。

推荐字段

• 文献编号
• 作者与年份
• 研究主题
• 研究问题
• 理论框架
• 样本/数据
• 方法
• 主要结论
• 创新点
• 局限
• 与其他文献的关系
• 对综述的启发

这一步的价值是：
让不同文献进入同一个分析系统。

Step 4：让 AI 帮你做主题聚类

文献矩阵不是为了“记住每篇文章”，
而是为了“看到文章之间的关系”。

推荐 Prompt

请根据以下文献矩阵内容，帮我将文献按主题进行聚类。
请输出：
1. 每个主题簇的名称；
2. 属于该主题簇的文献编号；
3. 该主题簇的核心观点；
4. 该主题簇内部的共识与分歧；
5. 该主题簇下可能存在的研究空白。

请仅根据我提供的文献信息分析，不要添加新的文献。

Step 5：比较文献之间的异同

这是从“分类”走向“分析”的关键一步。

推荐 Prompt

请比较以下几篇文献在研究问题、方法、结论和局限上的异同。
请重点回答：
1. 它们在哪些方面一致；
2. 它们在哪些方面不同；
3. 差异可能来自哪些原因；
4. 哪些结论更稳健；
5. 哪些问题仍存在争议。

请只基于我提供的信息分析。

这一步特别适合帮你提炼综述中的“讨论”部分。

Step 6：从矩阵中识别研究空白

文献矩阵最有价值的地方，不是总结，而是发现空白。

推荐 Prompt

请基于以下文献矩阵，帮我识别该领域的研究空白。
请从以下角度分析：
1. 尚未被充分研究的主题；
2. 被研究较少的对象或场景；
3. 方法上的不足；
4. 理论上的缺口；
5. 未来值得深入的问题。

请区分“真实空白”和“表面空白”，并说明理由。

这一步非常重要，因为很多综述最大的价值就在于提出一个真正成立的 research gap。

Step 7：由文献矩阵反推综述论文结构

当文献矩阵清楚后，综述提纲就不难了。

推荐 Prompt

请根据以下文献矩阵和主题聚类结果，为我生成一份综述论文提纲。
要求：
1. 提纲要体现研究脉络、主题分类、争议点和研究空白；
2. 结构要适合学术论文写作；
3. 不要变成文献罗列；
4. 请说明每一部分应该重点讨论哪些类型的文献。

请仅基于我提供的信息。

五、一个高质量文献矩阵，应该长什么样？

很多人做矩阵，最后变成了一个“信息堆积表”。
但高质量的矩阵，应该是能支持判断、比较和写作的。

推荐的文献矩阵结构

# Literature Matrix

| 编号 | 作者/年份 | 研究问题 | 研究对象 | 方法 | 核心结论 | 创新点 | 局限 | 主题簇 | 与本研究关系 |
|——|———–|———-|———-|——|———-|——–|——|——–|————–|
| 1 | | | | | | | | | |
| 2 | | | | | | | | | |
| 3 | | | | | | | | | |

如果你写的是综述论文，可以再加这些字段

• 理论框架
• 数据来源
• 关键变量
• 适用场景
• 证据强度
• 与其他研究的关系

六、文献矩阵不是越大越好，而是越“能比较”越好

很多人一开始会想：

我把所有相关文献都塞进去，矩阵越全越好。

但实际上，这样做常常会让矩阵失去焦点。

更好的做法是：

• 先明确综述范围
• 再筛选核心文献
• 优先纳入高相关、高质量、高代表性的文献
• 对每篇文献提取统一字段

换句话说，文献矩阵不是“资料仓库”，而是“分析工具”。

七、一个更成熟的文献矩阵工作法：三层结构

你可以把文献矩阵做成三层。

第一层：基础信息层

记录文献的基本元数据：

• 作者
• 年份
• 题目
• 来源

第二层：内容提取层

记录文献的核心内容：

• 问题
• 方法
• 结论
• 局限

第三层：分析判断层

记录你的分析：

• 主题簇
• 共识
• 分歧
• 空白
• 综述价值

这三层结构的好处是：
既保证信息完整，又保留分析空间。

八、可以直接复用的文献矩阵 toolkit

下面这套 toolkit，你可以直接加入自己的科研工作流。

Toolkit 1：文献结构化提取模板

# Literature Extraction Template

– 文献编号：
– 作者：
– 年份：
– 研究主题：
– 研究问题：
– 研究对象：
– 方法：
– 数据来源：
– 核心结论：
– 创新点：
– 局限：
– 关键词：
– 主题簇：
– 与本研究的关系：

Toolkit 2：文献聚类模板

# Literature Clustering Template

| 主题簇 | 包含文献 | 核心观点 | 共识 | 分歧 | 空白 |
|——–|———-|———-|——|——|——|
| A | | | | | |
| B | | | | | |
| C | | | | | |

Toolkit 3：综述结构生成模板

# Review Outline Generator

– 引言：
– 领域发展脉络：
– 主题一：
– 主题二：
– 主题三：
– 争议与不足：
– 研究空白：
– 未来方向：
– 总结：

九、一个适合长期使用的 skill.md

如果你想把文献矩阵方法沉淀成科研能力，可以建立一个 literature_matrix_skill.md。

# Skill: Literature Matrix Construction with AI

## 目标
帮助科研作者基于真实文献构建结构化文献矩阵，用于综述论文、开题和研究设计。

## 输入
– 真实文献摘要
– 文献笔记
– 研究方向
– 综述目标

## 输出
– 结构化文献提取
– 统一字段矩阵
– 主题聚类结果
– 文献比较分析
– 研究空白识别
– 综述提纲建议

## 工作原则
1. 只基于真实文献分析
2. 不编造作者、年份、标题和结论
3. 统一字段，便于比较
4. 先整理，再分析，再写作
5. AI 只负责辅助，不替代事实核对

十、文献矩阵如何帮助你写综述论文？

这个问题很关键。
很多人做完矩阵，不知道下一步怎么用。

其实，文献矩阵直接对应综述写作的四个核心部分：

1. 研究现状

通过矩阵快速概括这个领域都在研究什么。

2. 研究分类

通过主题簇梳理不同研究路线。

3. 争议焦点

通过比较不同文献，提炼学术争议。

4. 研究空白

通过矩阵发现尚未解决的问题，为自己的综述观点或后续研究服务。

所以，文献矩阵其实就是综述论文的“前置写作系统”。

十一、最容易踩的 6 个坑

1. 只记摘要，不做比较

结果就是有信息，但没有分析。

2. 字段不统一

每篇文献都记得不一样，最后没法横向对比。

3. 文献太多但不聚焦

矩阵一大就乱，反而失去主题。

4. 只看结论，不看局限

容易误判研究成熟度。

5. 让 AI 补充未提供的信息

这是最危险的点，可能导致错误引用或虚构内容。

6. 矩阵做完却没有反推写作

最终变成了一个好看但无用的表格。

附：可直接复制的 Prompt / workflow / skill.md

1. 文献提取 Prompt

请根据我提供的真实文献摘要，帮我提取适合进入文献矩阵的信息：
研究问题、对象、方法、结论、局限、关键词、与本研究的关系。
请不要编造任何未提供的信息。

2. 文献聚类 Prompt

请基于以下文献矩阵内容，将文献按主题进行聚类。
请输出每个主题簇的文献编号、核心观点、共识、分歧和空白。

3. 综述提纲 Prompt

请根据以下文献矩阵，为我生成一份综述论文提纲。
要求体现领域脉络、主题分类、争议点和研究空白，不要变成文献罗列。

4. workflow.md

# Workflow: Literature Matrix for Review Writing

1. 收集真实文献
2. 提取统一字段
3. 构建文献矩阵
4. 进行主题聚类
5. 比较异同
6. 识别空白
7. 反推综述提纲
8. 写作与核对

5. skill.md

# Skill: Literature Matrix with AI

## 核心原则
– 先真实文献，后 AI 整理
– 字段统一，便于比较
– 先聚类，再写作
– 不编造引用，不补空文献
– 矩阵的目标是支持综述洞察