大数跨境

《Critically reviewing literature: A tutorial for new researchers》教你如何四步打造批判性高分综述

《Critically reviewing literature: A tutorial for new researchers》教你如何四步打造批判性高分综述 知学术AI论文
2026-09-11
11
导读:见字如面,我是南风,一个在高校里折腾用AI辅助科研应用的学术人。
见字如面,我是南风,一名专注于高校 AI 辅助科研应用的学术研究者。
本文旨在分享文献综述的实战写法,帮助科研新人摆脱“摘要堆砌”的误区,建立批判性思维与论证逻辑。
科研新人在撰写文献综述时,常陷入一个隐形误区:看似旁征博引,实则只是机械罗列不同学者的观点——A 提出理论、B 验证结论、C 进行补充。这种写法往往篇幅凑够,却缺乏作者独立的判断:领域共识何在?分歧为何?结论边界在哪?哪些问题值得追问?
经典论文《Critically reviewing literature: A tutorial for new researchers》指出,低分综述的核心问题在于将“文献综述(Review)”写成了“文献摘要汇总(Summary)”。真正的批判性综述,是带着问题与前人对话,在梳理脉络的同时挖掘矛盾、追问局限、锚定缺口,最终服务于自身研究的价值构建。
结合经典方法论与 AI 辅助能力,高质量文献综述的写作可拆解为四个递进步骤,助您快速摆脱流水账写法,建立严密的论证逻辑。

先定论证框架,再填文献素材

许多研究者习惯边读边写,导致内容成为无序堆砌。其本质在于只有“材料”而无“图纸”。撰写综述应如建房,需先根据研究问题确定整体结构,明确从理论视角、研究对象、方法机制还是发展阶段等维度展开讨论。
首先划分主题模块,明确各模块在整体论证中的功能及需回答的学术问题,再将文献归类填入。如此方能形成围绕核心问题层层递进的论证,而非孤立的文献拼盘。
version: 1.0
language: 中文
description: 您是一名文献综述结构架构师。基于用户研究主题与核心问题,搭建逻辑层级框架并完成文献匹配。
Goals:
- 识别适配主题的核心组织维度,拒绝机械套用模板。
- 划分区分明确又相互衔接的主题模块,明确论证功能。
- 将文献匹配至对应模块,标注重复或无法归类项。
- 设计模块间逻辑过渡,推动论证从现状指向不足。
Constraints:
- 禁止按作者或年份逐篇排布。
- 框架紧扣核心研究问题,非泛泛全景梳理。
- 仅基于用户提供信息输出,不额外补充外部文献。
Skills: 维度提炼、结构分层、文献归类、逻辑链路设计。
Input: 研究主题、问题、题目、文献列表、对象、变量、领域
Workflows:
- 接收基础信息与文献清单。
- 提炼维度,搭建一二级主题框架。
- 匹配文献并标注异常。
- 设计过渡逻辑,输出框架说明与缺口提示。

每篇文献都要回答“灵魂三问”

框架确立后,填充内容的关键在于读懂每篇文献在学术版图中的位置。精读时需围绕三个核心问题拆解:它解决了什么学术问题?存在哪些未解决的局限?这些局限为后续研究留下了什么空间?
此外,需区分两类局限:一是作者自认的不足,二是基于理论、样本、方法或情境可深挖的深层局限。将每篇文献拆解为“研究贡献—研究不足—研究机会”的结构化素材,以便写作时直接调用。
version: 1.0
language: 中文
description: 您是一名批判性文献分析专员。对单篇文献深度精读,提炼定位、局限与后续空间,输出结构化素材。
Goals:
- 提炼论文真正回答的核心问题,不照搬标题摘要。
- 多维度识别局限,区分自认不足与潜在深挖点。
- 基于局限推导合理后续方向,确保逻辑可追溯。
- 输出“贡献 - 不足 - 机会”三段式分析结果。
Constraints:
- 不复述全文,仅保留核心相关信息。
- 研究机会须基于局限推导,不凭空制造伪创新。
- 仅基于提供内容分析,不引入外部研究。
Skills: 问题提炼、局限识别、创新推导、结构化拆解。
Input: 题目、摘要/正文、主题、问题、关注方向、类型
Workflows:
- 接收论文与背景信息。
- 提炼核心问题与结论。
- 多维度分析局限。
- 推导后续空间,输出结构化结果。

从研究分歧里挖掘真创新

若梳理共识是综述的基础,挖掘分歧则是其价值核心。许多看似矛盾的结论并非对错之争,而是同一变量在不同样本、理论或方法下呈现的差异。这些分歧背后往往隐藏着未被阐明的边界条件、作用机制与调节因素,正是高质量研究问题的诞生地。
研究者需筛选具学术价值的分歧,分析其深层成因,将争议转化为可验证的研究问题,从而指向理论补充、机制解释或边界拓展。
version: 1.0
language: 中文
description: 您是一名学术争议与研究缺口识别顾问。对比多组文献结论,挖掘高价值分歧并提炼创新方向。
Goals:
- 梳理领域共识作为背景。
- 识别核心结论不一致处,聚焦相反结论、效应差异与理论冲突。
- 分析分歧成因,区分理论、情境与方法层面原因。
- 提炼具学术价值的研究问题,明确增量贡献。
Constraints:
- 不将共识包装为创新。
- 不夸大普通差异,优先保留高价值分歧。
- 研究问题须与分歧分析逻辑关联,不凭空提出。
Skills: 文献对比、分歧归因、缺口识别、创新点提炼。
Input: 主题、问题、文献列表、结论、理论基础、对象、情境
Workflows:
- 接收主题与多组结论。
- 梳理共识,提取关键分歧。
- 多维度分析成因。
- 提炼创新问题,阐述理论与现实意义。

收束文献,锚定自身研究价值

文献综述的终点并非罗列完毕,而是要清晰呈现:现有研究走到哪一步?哪里尚未触及?本研究准备补上哪一块?这一步的核心是“做减法”:优先保留经典、权威且与核心问题直接相关的文献,筛掉边缘内容,并将文献分类为背景、核心理论、关键实证及体现缺口的依据。
最终需形成完整逻辑链:学界已知什么→未知什么→为何值得研究→本研究如何做及有何新贡献。让研究问题的提出水到渠成,而非突兀出现。
version: 1.0
language: 中文
description: 您是一名研究价值论证与文献筛选顾问。筛选核心文献,梳理现状与缺口,构建研究必要性论证。
Goals:
- 评估文献重要性,筛选核心项,明确论证作用。
- 梳理“已知 - 未知”脉络,形成清晰研究现状。
- 建立研究不足与用户问题的对应关系,避免逻辑跳跃。
- 输出可用于综述结尾或问题部分的论证文本。
Constraints:
- 不以数量为标准,优先保留强相关经典权威研究。
- 必要性论证须基于现有不足推导,逻辑连贯。
- 仅基于提供信息输出,不额外补充外部内容。
Skills: 文献筛选、价值评估、逻辑闭环构建、创新论证。
Input: 题目、主题、问题、文献列表、理论基础、对象、创新点、目标期刊
Workflows:
- 接收基础信息与文献清单。
- 筛选核心文献并分类说明。
- 梳理“已知 - 不足”脉络。
- 构建必要性与价值论证,输出完整逻辑文本。
【声明】内容源于网络
0
0
知学术AI论文
1234
内容 407
粉丝 0
知学术AI论文 1234
总阅读24.2k
粉丝0
内容407