AI 文獻回顧流程:搜尋、核查與綜合
AI 可以協助搜尋、分類與整理論文,但文獻回顧是否可靠,取決於涵蓋範圍是否充分,以及每項論述能否追溯至原始來源。將 AI 輸出視為待核對的工作稿:保留納入理由與頁碼證據,再由研究者檢查原文,最後才整理成回顧。
兩篇近期預印本呈現了這類工具的機會與限制。SurveyWeave 將回顧拆成論文蒐集、大綱建立、證據分類與綜合寫作,並允許後續意見回頭修改前面的步驟。另一項以 102 篇氣象學論文為已知語料的研究,則測試 AI 工具能否找到、理解與綜合文獻。這些是特定評測,不能代表所有學科或工具的表現。
近期研究提供了哪些證據
SurveyWeave 在 36 個電腦科學與機器學習主題上,報告平均 WeaveEval 分數為 87.5,最佳自動文獻回顧基準為 81.3;每篇平均約需 113 分鐘,按 API 標價約 27.80 美元。評估包含模型評分,主題範圍也有限,因此分數不等於所有領域的事實正確率。
102 篇論文基準測試中,五種 AI 工具合計找到已知語料中的 57 篇,單一工具首次搜尋最多找到 42 篇。配對測試顯示,Codex 在登入大學圖書館前後找到 42 與 82 篇;Claude Code 找到 15 與 79 篇。提供完整語料後,工具找出全部 18 篇實質討論主題的論文,但也將 40%–79% 僅順帶提及主題的論文誤判為實質相關。此研究只涵蓋一個氣象學主題及特定工具版本和存取條件,不應將比例套用到所有搜尋。
流程示意圖,並非產品截圖或對研究系統的重現。
建立可追溯的工作流程
1. 先定義問題與範圍
搜尋前先記錄研究問題、時間範圍、主題詞、研究類型,以及納入與排除條件。列出同義詞和容易混淆的相鄰主題。系統性或範疇回顧應保留研究計畫;若修改條件,記下修改內容和原因。
2. 使用多種搜尋途徑
選擇適合領域的資料庫,必要時加入預印本索引或出版社搜尋。記錄資料庫、完整查詢式、日期、篩選條件,以及全文或機構訂閱的存取狀態。對重要論文追蹤前向與後向引用。先用 DOI 去重,再以標準化標題和年份複核。搜尋結果是候選清單,不等於完整語料。
3. 篩選並保留理由
對每筆標題與摘要使用相同條件,再檢查全文。每筆記錄保留識別碼、引文、篩選決定、理由與來源位置。無法取得全文時,記為「無法取得」,不要直接當成不相關。上述基準研究顯示,機構存取會改變工具找到的論文數。
4. 先建立證據矩陣
每篇論文記錄研究問題、方法與場景、樣本或資料、主要發現、限制,以及支持各項摘錄的頁碼或章節。區分作者的結果與跨論文的解讀。短引文有助定位,但仍須回到 PDF 核對,也不能取代綜合分析。
僅為範本示意。欄列文字是範例,不是從研究中擷取的結果。
5. 依研究問題綜合
按照機制、方法、研究對象、結果或差異整理論文,並核對研究條件和衡量方式。標出矛盾結果、尚未涵蓋的族群與證據缺口。文獻不足以支持時,不要稱為「共識」。
6. 人工查核來源
逐項或抽樣核對主要論述:引用是否存在、頁碼是否支持該說法、轉述是否改變研究對象、方法或不確定性。再檢查舊文獻、出版社涵蓋、無法取得的全文與重複資料。模型的信心不是證據。
可重複使用的逐篇擷取提示詞
固定欄位,逐篇或以可追蹤的小批次處理;來源未提供的內容應標記未報告,而非推測。
僅使用提供的論文,依欄位回覆:- 論文編號與來源中可見的完整引文資訊- 研究問題與研究設計- 研究對象、資料或場景- 主要結果,保留單位與條件- 簡短佐證引文與 PDF 頁碼- 作者明確指出的限制- 相關性:核心、背景或排除,並說明理由來源未提供的資訊寫「未報告」。不要推斷因果、共識、統計顯著性或缺失數值。區分論文結論與分析者解讀。將待查問題另列清單。擷取後要核對數值、分母、子群定義與引文。文獻量大時,可請第二位研究者複核篩選規則和部分資料。
在 LaTeX 中連結證據與參考文獻
以下範例展示研究問題、證據表和 BibTeX 引用。表格內容是說明格式的虛構範例,請以已核實資料取代。
\documentclass{article}\usepackage[margin=1in]{geometry}\usepackage[numbers]{natbib}\usepackage{booktabs}\begin{document}\section{Review question}How should an AI-assisted literature review track search coverage and evidence?\begin{table}[htbp]\centering\small\caption{Illustrative evidence ledger; verify each entry against its source.}\begin{tabular}{@{}p{0.15\linewidth}p{0.31\linewidth}p{0.43\linewidth}@{}}\topruleSource & Question & Evidence to verify \\\midruleStudy A & How does search access affect coverage? & Database, query, access route, and omitted records \\Study B & How well does synthesis reflect papers? & Claim, supporting page, limitations, and reviewer judgment \\\bottomrule\end{tabular}\end{table}Treat each cited statement as a claim that must be checked in the source \citep{zhang2026surveyweave,alkalbani2026benchmark}.\bibliographystyle{plainnat}\bibliography{references}\end{document}將下方內容儲存為 references.bib,並核對引文中繼資料:
@misc{zhang2026surveyweave, author = {Zhang, Franklin and Yang, Xiao and Dong, Xin Luna and Hu, Juhua}, title = {SurveyWeave: An Agentic Framework for Automated Survey Generation}, year = {2026}, eprint = {2611.19029}, archivePrefix = {arXiv}}@misc{alkalbani2026benchmark, author = {Al Kalbani, Abdullah and Schultz, David M. and Anderson-Frey, Alexandra K. and Zheng, Zhonghua and McGuire, Catherine}, title = {Can Large Language Models Review the Scientific Literature? A Test Against a 102-Article Benchmark}, year = {2026}, eprint = {2611.05459}, archivePrefix = {arXiv}}依序執行 pdflatex main.tex、bibtex main,再執行兩次 pdflatex main.tex 解析引用。檢查 .blg 與 .log 是否有缺少引用鍵或文獻處理錯誤。期刊範本可能需要不同的引用命令或文獻設定。
從證據筆記整理成回顧初稿
可要求助理根據已檢查的證據矩陣撰寫單一章節,並為每項事實附上來源識別碼。接著對照矩陣核查,由作者完成論證和編修。整理好 .tex 專案後,可用 EasyLaTeX 編輯與編譯,參閱從專案到 PDF 指南。參考文獻記錄可參閱核查參考文獻流程。EasyLaTeX 並未宣稱整合或執行 SurveyWeave 等研究系統。
來源與適用範圍
- Zhang、Yang、Dong、Hu,SurveyWeave: An Agentic Framework for Automated Survey Generation,arXiv:2611.19029,2026 年 11 月 14 日提交,預印本。
- Al Kalbani 等人,Can Large Language Models Review the Scientific Literature? A Test Against a 102-Article Benchmark,arXiv:2611.05459,2026 年 11 月 3 日提交,預印本。
SurveyWeave 主要測試電腦科學與機器學習主題,並使用模型評分;102 篇論文研究僅涵蓋單一氣象學主題及特定工具版本。結果是特定評測的觀察,不是普遍效能保證。