文献清单越存越长，论文文档里的章节却还是绪论、文献综述、研究方法。问题通常不在于找得不够多。
文献回答“别人研究了什么”，框架回答“我的论文要怎样证明观点”。从前者走到后者，你得判断文献之间是什么关系，以及自己的论文要处理哪个问题。
先理清文献关系，再考虑章节
如果阅读范围还不清楚，可以从几篇最贴近题目的论文出发，沿着引文找前后的研究。Litmaps能根据种子论文呈现相关论文及引用关系，帮助扩充文献范围；时间轴视图也能让你看到研究出现的先后。
但引用关系不是观点关系。后来的论文引用前人，可能是支持其结论，也可能是质疑方法，或借用概念研究另一个对象。
直接把地图上的几组论文变成章节，标题或许排出来了，每章要论证什么仍不清楚。
检索时，不妨把关键词改写成问题。Perplexity AI 的 Academic 模式可返回带来源的回答，便于找到相关研究后继续核对；Consensus支持自然语言检索和比较研究的方法、结论，对适合用是或否表述的问题，也能辅助查看研究意见的分布。
这些结果适合用来发现分歧，不能直接写成学界已经证明。摘要可能省略条件，判断还得回到原文。
读完一篇，先记下三件事：它提出什么判断，用什么材料支持，与已读论文在哪一点相同或不同。暂时说不清关系的文献，可以先留着，不必急着给它安排章节。
从分歧中找章节要回答的问题
假如你研究一种教学方法的效果，手头论文分别讨论学习成绩、参与程度和实施条件。按主题建三个文件夹很容易，但文件夹还不是论文框架。
你需要接着问：这些研究说的效果是否相同？结论不同，是因为测量方式不同，还是研究对象不同？自己的材料能回答其中哪个问题？
问题明确后，章节才有任务。一章可能需要说明某种常用判断为何不足，下一章交代材料和分析办法，再下一章检验这些材料能否解释已有分歧。
顺序来自论证，而不是文件夹的排列。
MindManager可以用来摆出这层关系：将观点放在分支上，为文献添加笔记、附件或链接，标出支持、对立、补充等关系；结构确定后，还能导出多级标题大纲。不过，关系要由你依据原文填写。
导图能帮你看见遗漏和重复，不能替你判断两项研究是否在讨论同一个问题。
WPS AI 的资料提到多文献对比、带出处的综述框架，以及依据主题和关键词生成大纲等功能。对生成的大纲，更稳妥的做法是逐章追问：这一章回答什么问题，用什么证据，与前后章怎样相连？如果标题只有介绍现状分析问题，却说不出要检验什么，就先别定稿。
用生成的大纲起步，但别跳过核对
妙博思论文助手提供了一条从题目到大纲、再到章节文献的路径。按所给产品资料，创建项目后，系统会结合题目、学科、研究方法及提供的材料，先查找网页资料和公开数据线索，形成可编辑大纲；之后再按章节匹配学术文献。
大纲前的背景资料检索，与大纲后的学术文献匹配，是两步。
这点要分清。网页线索可以提示背景、变量或待分析的问题，却不会因为被放进某章，就自动成为学术证据。
进入文献匹配步骤后，还需核对题名、作者、来源和摘要，判断文献是否适合该章。没有可靠来源时，大纲只能先作为结构草案，其中的事实判断不能直接写进正文。
如果已有开题报告或旧大纲，妙博思支持导入、核对识别结果，再整理成可编辑大纲；有导师批注或文字意见时，也可以生成候选新版，对照差异、手动调整后再确认应用。这能减少反复搬运章节，但修改前仍要弄清：问题出在标题、证据，还是整段论证方向？原因没弄清，换一套整齐的标题也未必有用。
知文AI学术助手的资料提到大纲模板和初稿生成；爱改写的资料主要指向已有文本的润色、降重与批注修改。对眼下的问题，前者生成的大纲仍须逐章核验，后者更适合框架确定后的文字处理。
AI论文工具的产品功能不能证明某份章节安排适合你的研究。
现在先挑几篇关键且结论不完全一致的论文，回到原文，记下各自的研究对象、方法、结论和限制。然后给拟定的每一章写一句话：本章要回答什么问题，靠哪些材料回答？
写不出来的章节，先别忙着继续找文献或润色标题。论文框架不是检索结果的目录，而是你准备怎样一步步完成论证。
