AI 时代的科研人，几乎没人不用 AI 帮着读文献、理思路。但同样是用 AI 做综述，有人效率翻倍、稳稳过检测，有人却把自己坑进了“AI 率超标”“引用了根本不存在的文献”的大坑里哈。
区别不在“用不用 AI”，而在“怎么用”。今天给你一套又快又不踩雷的文献综述工作流。
一、先划清楚:AI 能帮你做什么，不能替你做什么
✅ AI 擅长、可以放心用的环节: - 快速检索、发现相关文献； - 把长文献快速摘要成要点； - 帮你聚类、归纳一堆文献的观点脉络； - 润色语言、优化表达。
❌ AI 不能替你做的: - 核心框架和关键结论，综述的骨架、你对这个领域的判断和综合，必须是你自己的。用 AI 帮忙写点背景介绍可以理解，但核心框架、关键结论若由 AI 生成，即使检测出来的 AI 率不高，也属于严重违规。
记住这条分界线，后面的工作流才立得住。
二、六步工作流:从一堆文献到一篇合规综述
第 1 步:自己界定问题和范围。 综述要回答什么问题、覆盖哪些子方向、时间范围多大，这一步自己想清楚，别丢给 AI。方向错了，后面全白搭。
第 2 步:用 AI 辅助检索，但一定要核实。 让 AI 帮你找文献、列清单没问题，但，⚠️ 这里是最大的雷:AI 会“幻觉”，编造出根本不存在的文献（假标题、假作者、假 DOI）。 每一条 AI 给的文献，都必须回到 PubMed、Web of Science、Google Scholar 上逐条核实真实存在，再用。引用了不存在的文献，是硬伤。
第 3 步:快速摘要 + 分类。 把核实过的文献丢给 AI 做要点摘要、按主题聚类。这一步 AI 效率极高，帮你从几十上百篇里快速看清脉络。
第 4 步:自己搭框架、下判断。 基于 AI 整理的脉络，由你自己决定综述怎么组织、各家观点怎么对比、有哪些共识和争议、缺口在哪。这是综述的灵魂，也是 AI 替不了的部分。
第 5 步:转述成文，规范引用。 写的时候，用自己的话转述每篇文献的观点，规范标注来源。别让 AI 大段生成正文照搬，也别把文献原文成段搬进来（这既是抄袭，也会抬高重复率和 AI 率）。
第 6 步:投稿前，查重 + 查 AI 率。 综述是重复率、AI 率的“高发文体”（引用多、综合别人观点多）。投稿前一定用和期刊一致的工具过一遍，看清哪里重复、哪里被标了 AI。
三、两条贯穿全程的安全底线
底线一:核心内容别喂给公共大模型。 你还没发表的 idea、数据、独特结论，是你最值钱的东西。公共大模型的匿名化保护不了 idea，同领域的人也在用同一个模型，你的思路可能被“借”出去。核心内容自己处理，或用承诺不入库的正规工具。
底线二:用了 AI，就如实声明。 现在期刊普遍要求披露 AI 使用。用 AI 做了检索、摘要、润色，就在文章里如实写明，这不丢人，是规范，也能避免事后被编辑追问。
四、一句话总结
AI 是帮你“提速”的工具，不是帮你“代笔”的枪手。 检索、摘要、聚类、润色，尽管用；框架、判断、结论、核实，必须你自己来。守住这条线，你既能享受 AI 的效率，又不会在检测这关和学术诚信上翻车。
做一个会用 AI、又守得住底线的“新时代科研弄潮儿”，才是长久之道。
用了 AI 做综述，投稿前记得把重复率和 AI 率一起过一遍 查个重（chagechong.com） 正版 iThenticate 2.0 检测，重复率、AI 率一起出，青紫标注清清楚楚，报告与期刊一致，24 小时自助。投稿之前，先来查个重。
查个重，查得准。
参考来源：各主流出版社（Elsevier、Springer Nature 等）及 COPE 关于生成式 AI 使用与披露的作者政策；关于大模型“幻觉”会生成虚构文献的公开研究与案例讨论；OpenAI 官方关于对话数据使用与隐私的说明。
温馨提示：AI 工具会产生看似真实的虚构内容，所有 AI 提供的文献与事实都须独立核实；以目标期刊的 AI 使用政策为准。
