综述写不好，八成不是文笔问题，而是前面那步没做扎实：没把文献之间的关系理清楚。这篇讲清楚一篇合格综述的成型过程，以及哪些环节可以交给工具、哪些必须自己来。

很多人写文献综述的方式是这样的：找五十篇论文，一篇篇读，读一篇写一段，最后按时间顺序串起来。写完自己也觉得哪里不对——像一份读书笔记合集，就是不像一篇综述。问题不在文笔。综述和摘要汇编的区别，在于有没有一条自己的主线。你得先回答"这个领域到底在争什么、走到哪一步了"，再决定每篇文献放在哪个位置、为这条主线承担什么作用。这一步没做，后面写得再流畅也只是把别人的话换个说法重复一遍。这篇文章讲的就是这条主线怎么长出来。一、先想清楚：你的综述要回答什么问题动手读文献之前，先把这句话写下来：这篇综述要回答的问题是什么。区别有多大，看两个例子：写"关于深度学习在医学影像中的应用" —— 这不是问题，这是范围。按这个写，最后只能变成流水账。写"深度学习在医学影像中的落地为什么慢于预期，卡在哪几个环节" —— 这是问题。每一篇文献读进来的时候，你都能判断它跟这个问题有没有关系、支持还是反对。一个实用的判据：如果一篇文献读完，你说不出它跟你的问题有什么关系，那它就不该进这篇综述。没有这条判据，你会不断往里塞文献，越写越散。二、读文献的时候，读什么通读一遍然后凭印象写，是综述质量不稳定的主要来源。读每一篇的时候，至少要把这五项抠出来： 1. 研究问题：它到底想回答什么 2. 方法与数据：用什么方法、什么样本、样本量多大 3. 主要结论：它声称发现了什么 4. 作者自己承认的局限：这一项最容易被跳过，但它常常是不同研究结论打架的原因 5. 它和谁对话：这篇在反驳谁、延续谁的工作第 4 和第 5 项是综述的关键。两篇结论相反的论文，往往不是谁错了，而是样本人群不同、测量方式不同、时间窗口不同。把这个差异找出来，就是综述的价值所在；直接写一句"现有研究结论尚不一致"，等于什么都没说。三、把文献分组，分组方式决定了综述的骨架读完之后不要急着写。先把文献按主题分组——注意是按主题，不是按时间。常见的几种分组逻辑：按方法路线分：不同技术路线各自的支持证据和局限，适合方法争议明显的领域按争议点分：把这个领域几个悬而未决的问题挑出来，每个问题下面放正反两方的证据按应用场景分：同一套方法在不同场景下表现差异很大时适用按时间演进分：只有当这个领域确实存在清晰的阶段性转折时才用，否则容易写成流水账分组方式一旦定了，综述的骨架就定了。这一步值得多花时间，比写作本身重要得多。定完之后先把大纲写出来给自己看一遍：每一节要说什么、结论是什么、靠哪几篇支撑。大纲读起来不顺，写出来一定也不顺。四、写的时候，一段话讲一件事到了动笔阶段，有几个具体的做法：每一段有一个明确的论点，而不是"张三（2023）发现……李四（2024）发现……"。正确的写法是先说你的判断，再用文献支撑它：早期研究普遍高估了该方法在真实场景中的稳定性，原因在于测试集与部署环境的分布差异未被充分考虑 [12,15,18]。而不是：张三（2023）在数据集 A 上取得了 95% 的准确率。李四（2024）在数据集 B 上取得了 93% 的准确率。冲突要正面处理。遇到结论打架的文献，不要各写一句了事，要给出你的解释：是样本差异、方法差异，还是确实存在未解之谜。这是审稿人最看重的部分。引用要节制。一句话后面挂七八个引用，通常说明你没想清楚这句话到底靠哪一篇支撑。五、哪些环节可以交给工具上面这套流程里，有些环节是重复劳动，有些是判断。重复劳动可以交出去，判断不行。可以交出去的：逐篇提取那五项信息，一百篇论文人工做要一周，工具做完给你一张结构化的表按主题聚类，先给出一版分组建议供你调整找出结论互相矛盾的文献对，并列出各自的样本与方法差异引用编号的维护，中途增删文献时自动重排按确认后的大纲逐节展开成文必须自己来的：定义问题：综述要回答什么，这决定了整篇的价值，没有人能替你决定判断分组方式：哪种切法最能把这个领域讲清楚，这是学术判断对争议下判断：哪一方证据更硬、为什么，这是你作为作者的立场最终核对：引用是否准确、论断是否站得住我们在做文献综述工具时的思路就是这个分工：把批量阅读、信息抽取、主题聚类、引用维护这些重复的部分接过去，把大纲交回给你确认之后再展开撰写，而不是直接给你一篇成品让你从头核对。因为综述真正值钱的部分，恰好是不能自动化的那部分。六、一个自查清单写完之后，用这几个问题过一遍：删掉所有引用编号，这篇文章还有没有一条能读懂的主线？每一节的存在理由说得清吗？为什么是这几节，不是别的？有没有哪一段只是在复述文献，没有你的判断？结论互相矛盾的地方，你给解释了吗，还是绕过去了？最后一节有没有指出真正未解决的问题，而不是套话式的"未来还需进一步研究"？这五个问题都能答上来，就是一篇合格的综述了。相关阅读：批量 PDF 分析讲的是怎么从一批文献里统一抽取指定字段；PDF 知识库问答讲的是资料攒多了之后怎么找回来。