写文献综述，最怕漏掉关键研究
检索报告再详细，也只能整理它找到的材料。不在索引范围内的论文、没有被引文链带出来的研究，不会因为报告附有时间线和摘要就自动出现。
所以要分清两件事：找到更多文献，不等于写出可信的综述。前者靠反复检索，后者还要读原文，比较研究在哪些地方一致、冲突，哪些结果不能直接放在一起看。
深搜能降低遗漏风险，但不能消除边界
复杂选题往往跨学科，同一概念也可能有不同叫法。只搜一次关键词就停，很容易漏。
你可以先界定问题，再根据找到的论文改写检索词；沿参考文献向前追，沿被引文献向后找；遇到新术语，再搜一轮。
Undermind能承担一部分这样的工作。它从自然语言问题开始，通过后续提问收窄需求，再调整检索策略，进行多轮检索和引文追踪。
报告会列出关键文献、相关性分数、引文网络和时间线。选题脉络还不清楚时，这些信息有助于安排阅读顺序。
但深搜不等于搜全。Undermind主要检索Semantic Scholar等数据库索引中的学术文献，难以充分覆盖新闻、灰色文献和未被索引的来源，也仍可能漏掉少见却重要的论文。
相关性分数可以帮你决定先读什么，不能证明该找的都找到了。
CiteSeerX提供另一条线索。它主要收录网络上公开的学术文献，支持全文检索，也能查看论文的参考文献和被引情况。
选题靠近计算机科学、信息科学时，可以从一篇已确认相关的论文出发，查看它引用了什么、后来又被谁引用。但它对其他学科的覆盖可能不足，自动抓取的作者、日期等信息也可能出错。
两个工具可以互补，却不能因为用了两个工具就宣布检索完成。跨学科选题尤其需要把核心论文带回本学科常用的数据库，换一组术语再搜。
若问题涉及政策文件、工作论文，也要另找相应来源。引文追踪是在已有线索周围扩展，不能替代独立检索。
找到论文后，还要读懂差异
检索结果不能直接写进综述。先核对题名、作者、发表来源和年份，确认条目与版本；再读摘要，判断是否相关。
要进入论证的研究，还得回到原文，记下研究对象、方法、数据、主要结果和作者说明的限制。
摘要不能替你完成比较。假设两篇论文都说某项干预有效，一篇看的是短期行为变化，另一篇测的是长期结果，它们看似一致，回答的却未必是同一个问题。
综述需要讲清这种差异，而不是把结论并排摆好。
写作工具可以帮你整理材料，但不能替你完成筛选。Samwell AI提供大纲、引文格式和参考文献构建功能，也允许上传PDF或指定网站，让生成内容基于这些材料展开。
完成原文筛选后，可以用它试排章节、整理引用或检查比较是否清楚；如果输入材料漏了关键研究，成稿仍会带着这个缺口。
妙博思论文助手把找线索、搭结构、匹配文献和修改正文放在可继续编辑的项目中。它会在生成大纲前，根据题目、学科、研究方法和已有材料检索网页资料及公开数据线索；大纲确认后，再按章节匹配学术文献。
前一步帮助明确背景和章节问题，后一步才是为写作单元找论文。大纲旁有来源摘录，不代表文献综述的检索已经完成。
你可以在其中检查匹配文献的题名、作者、来源和摘要，增删条目、重新检索或上传自己的文献；已有开题报告或大纲，也可导入并核对识别结果后继续调整。要留心的是，按既定章节找文献，容易只找到支持现有框架的研究。
反对意见、不同方法和相邻学科的成果仍需主动补搜；读到足以改变判断的研究，就该改大纲。生成的正文也只是待核对的初稿。
别用生成和润色补检索的缺口
造作AI助手可辅助提取文献信息、撰写综述；迅捷AI写作可生成大纲和初稿，并尝试提供参考文献。它们能帮你开始写，但引用仍需核实：关键判断能否回到真实论文？材料里是否只有容易找到的研究？
Kimi可辅助梳理文献、总结较长材料；智谱清言的研究模式可围绕主题搜索并形成结构化报告。这类结果适合初筛和发现待查问题，不宜直接充当最终比较。
原文若对样本、时间或适用条件有限定，压缩后的表述可能把这些限定一起省掉。
等文献范围和论证基本确定，再处理语言。爱改写侧重已有文本的改写、润色；Writefull侧重学术英语的用词、句式和语法，也有引用检查功能。
它们能帮助检查表达和引注，却不能发现一篇从未进入材料清单的关键论文。润色后还要回看原意，别把在特定条件下成立写成无条件结论。
收尾时，不妨列出综述中最重要的判断，逐一标明支撑它的原文、研究方法和适用范围；再选一篇核心论文，向前查参考文献、向后查被引文献，并换一组检索词独立搜索。如果新找到的研究改变了判断，先改综述，再改句子。
