如何用 AI 做深度系统化文献梳理？

（注：本文为小报童精选文章。已订阅小报童或加入知识星球「玉树芝兰」用户 请勿重复付费 ）

这是我第一次真正感受到 AI 具备这般学术专业感。

痛点

自从 ChatGPT 出现这两年里，我在使用和尝试 AI 做「文献综述」或「文献回顾」方面并不少下功夫。

这不，我在自己的知识库（包含了公众号与知识星球文章）里随手搜了一下，它就罗列出了一系列做文献回顾的 AI 应用，都是我之前给你写过的。

我之所以一直反复探索，是因为这些应用确实无法真正满足我的目标。它们的「回顾」与「综合」大多只是停留在表面 —— 通常会抽取文章标题、摘要、关键词等「书皮儿」信息，然后试图用这些概括文章整体。我个人觉得这样并不足以深入探究文献之间的关联，无法描绘某个研究方向的前沿图景。

因此，以前在 我给你分享的工作流中 ，我更倾向用 Exa 来获取文献全文。只有掌握了全文内容，才能从中进一步抽取需要的要点，实现更深入的文献回顾。

但是受限于 Exa 返回文献数量的限制，以及大模型处理结果上下文长度要求，这样的 AI 辅助文献回顾方式，效果还远不够让我满意。

我还尝试过近期出现的反思式大模型带来的改进，比如 OpenAI Deep Research 、 Perplexity Deep Research 和 Grok Deep Search 等等。

相比原先的工具，它们确实能更深入地引用文内数据，但仍达不到我预期的目标。往往这些数据是从不同的篇章中直接抽取，难以形成对文献总体非常有力的概括和综合。