用Codex多线程协作完成2万字医学综述的全流程实践
OpenAI Codex桌面应用已全面适配macOS与Windows系统，用户可通过系统自带应用商店下载安装。随着GPT-5.4升级，Codex在学术研究领域的协同能力显著增强。本文以“人工智能在医疗诊断上的应用前景”为题，完整复现利用Codex多线程协作撰写23,094字中文核心期刊综述的全过程，所有操作可重复验证。
项目结构搭建
在文件夹里新建一个项目文件夹，按照以下结构：文献综述项目/├── 00_选题说明.md├── 01_检索方案/│ ├── 检索策略.md│ ├── 候选文献表.csv│ └── 核心文献表.csv├── 02_文献筛选/│ ├── 纳入排除标准.md│ └── 筛选记录表.csv├── 03_全文PDF/├── 04_证据抽取/│ ├── 证据提取表.csv│ └── 阅读笔记/├── 05_文章提纲/│ └── 综述提纲.md├── 06_正文草稿/│ ├── 初稿_v1.md│ ├── 修改稿_v2.md│ └── 参考文献.bib└── 07_投稿检查/└── 投稿前问题清单.md
00_选题说明.md中写入研究规范，包括题目、时间范围（2020—2026年为主）、数据库（PubMed、Web of Science等）、重点覆盖方向（医学影像诊断、病理诊断、多模态诊断、大语言模型辅助诊断、可解释性与伦理监管等），以及文献数量目标（候选120–150篇，核心20–25篇）和约束条件（仅使用合法来源、禁止虚构DOI与结论）
[2]
。
六步线程化执行流程
1. 文献检索线程
在项目内新建线程，输入定制化检索提示词，Codex将自动执行数据库检索、去重、筛选，并生成候选文献表.csv与核心文献表.csv；对可获取全文的文献，同步下载PDF至03_全文PDF/目录。执行时长取决于文献数量要求，结果需与选题说明中设定的数量区间基本一致
[3]
。
2. 文献分类线程
基于上一线程输出结果，新建线程执行筛选与归类，自动生成纳入排除标准.md与筛选记录表.csv，处理耗时约10分钟
[4]
。
3. 证据提取线程
对筛选后文献进行结构化信息抽取，生成证据提取表.csv及按篇整理的阅读笔记/ Markdown文件，耗时约17分钟，为后续写作提供结构化数据支撑
[5]
。
4. 综述撰写线程
整合前述成果，生成逻辑清晰的综述提纲并撰写初稿。本例输出23,094字中文初稿（含参考文献共12页），保存于06_正文草稿/初稿_v1.md
[6]
。
5. 初稿润色线程
针对初稿进行语言优化、逻辑衔接强化与术语统一，输出修改稿_v2.md，提升学术表达规范性与可读性
[7]
。
6. 审稿与格式转换线程
执行学术合规性审查，识别潜在问题并即时修改；最终将MD文档转换为Word或PDF格式，支持期刊投稿需求。排版由Codex自动完成，部分内容仍需人工校准视角与表述 [8] 。
整套流程共启用6个核心线程（项目搭建不计入），若包含格式转换则为7个。各环节提示词均围绕真实科研逻辑设计，具备学科适配性与可迁移性，使用者应根据具体研究方向调整选题参数与关键词设置 [9] 。