AI 文献综述：Data2Paper 如何从一个研究主题生成完整的文献综述报告

如果你曾经盯着一个标题为"第二章：文献综述"的空白文档发呆，你一定知道那种感觉。你有一个研究主题，可能已经读过几篇论文，对哪些主题重要有模糊的感觉。但从这个起点到一篇完成的文献综述之间，是数十个小时的搜索、阅读、筛选、组织和写作。

Data2Paper 的文献综述功能将这个过程压缩进一条管线。输入主题，选择语言，等待大约 30 分钟。返回的不是一段摘要——而是一篇完整的、有引用支撑的文献综述，附带参考文献目录、来源元数据，以及 PDF、Word 和 LaTeX 三种格式的可下载文件。

这篇文章将详细介绍幕后发生了什么、你实际会收到什么，以及如何最大化利用这个功能。

你需要输入什么

输入是一个研究主题或问题，最多 2,000 个字符。就这些——不需要数据文件，不需要上传论文，不需要预先整理的阅读清单。

主题越具体，输出越好。对比以下两个输入：

• 模糊："人工智能在教育中的应用"
• 具体："2022-2025年大语言模型对本科人文学科学术写作教学的影响"

第二个版本给管线提供了更多可操作的信息：明确的范围、时间范围、学科聚焦和具体的技术线索。系统会在第一阶段进一步精炼你的主题，但起点越具体，系统就越不需要猜测你的意图。

你还需要从七种语言中选择输出语言：中文、英文、日文、韩文、法文、德文或西班牙文。整篇报告——包括章节标题、综述文本、引用格式——都会以所选语言生成。内部处理使用英文以确保工具兼容性，但最终交付物是完全本地化的。

幕后发生了什么：四个阶段

提交后，管线会依次运行四个阶段。你可以在仪表板中看到任务状态随着每个阶段的推进而更新。

第一阶段：研究问题精炼

系统将你的原始主题转化为结构化的研究计划。这包括：

• 将主题精炼为具体的、可搜索的研究问题
• 扩展 5 到 12 个关键词及其同义词和相关概念
• 定义搜索策略，包括布尔查询、年份范围和纳入/排除标准
• 识别 3 到 6 个预期子主题，用于最终报告的结构

这个阶段是纯粹的规划。还没有开始搜索——系统在探索之前先画好地图。输出是一个 research_plan.json 文件，指导后续所有操作。

第二阶段：文献检索与参考文献

利用第一阶段的搜索策略，系统检索相关学术文献。目标是找到 15 到 30 篇文献，每篇都有结构化的元数据：

• 标题、作者、年份、期刊/会议、DOI 和 URL
• 解释该文献相关性的摘要片段
• 对应研究计划中的哪个子主题
• 验证状态标记

每条参考文献都会在 BibTeX 文件和来源元数据之间进行交叉验证，防止出现孤立引用或幽灵引用。如果某个来源无法通过实时搜索验证，会被标记——而不是默默地被包含进来。

输出是 references.bib（标准 BibTeX 文件，可导入 Zotero、Mendeley 或任何引文管理工具）和 sources.json（每个来源的结构化元数据）。

第三阶段：主题综合分析

这是分析的核心。系统阅读所有检索到的文献，按主题组织而不是逐篇列举。综合分析会识别出：

• 文献中的主要主题
• 不同来源之间的共识和分歧
• 研究空白——文献尚未涉及的领域
• 跨越多个主题的横向观察

综合分析中的每个论断都有引用支撑。输出是 synthesis.md，一个 Markdown 文件，作为最终报告的分析骨架。

这种主题式方法很重要，因为好的文献综述不是论文摘要的列表。它是关于这个领域知道什么、在哪些地方达成共识、在哪些地方存在分歧、以及什么问题仍然开放的论证。

第四阶段：报告编译

综合分析、参考文献和研究计划被编译成一个格式化的 LaTeX 文档。报告遵循学术规范：

• 标题页
• 摘要（150 到 250 字）
• 含研究背景的引言
• 三到五个主题章节（来自综合分析）
• 研究空白与启示的讨论
• 结论
• APA 第七版格式的参考文献

正文目标字数为 1,500 到 4,000 字。每个非平凡的论断都包含行内引用——系统被明确要求不得编造来源或做出无依据的断言。

LaTeX 文件随后被编译为 PDF 并转换为 Word（DOCX），为同一内容提供三种格式选择。

你会收到什么：五份交付物

管线完成后，你会在仪表板中看到任务标记为"已完成"。在解锁完整下载之前，你可以预览 PDF 以检查内容是否符合预期。

解锁后（30 积分），你会得到五个文件：

1. 报告 PDF

格式化的、可直接阅读的文档。这是大多数人会直接使用的——打印出来、分享给导师、或附在提案中。PDF 包含规范的页码、章节标题和格式化的参考文献列表。

2. 报告 DOCX（Word）

同样的内容，以可编辑的 Word 文档呈现。当你需要以下操作时特别有用：

• 在将特定章节纳入更大文档前进行修改
• 添加自己的评论或额外文献
• 与使用 Word 的合作者共享

3. 报告 TEX（LaTeX 源文件）

原始 LaTeX 文件。如果你使用 Overleaf 或本地 LaTeX 环境，可以直接导入并继续编辑，完全掌控排版。LaTeX 使用标准宏包和 APA 7.0 参考文献样式。

4. 参考文献 BIB

包含所有引用来源的标准 BibTeX 文件。可以导入任何引文管理工具。每条记录使用描述性键名如 smith2023deep 而非不透明的标识符，方便查找和修改。

5. 来源元数据 JSON

每个来源的结构化元数据：标题、作者、年份、期刊/会议、DOI、URL、摘要片段、相关性说明和验证状态。当你想要程序化地筛选或分析来源列表，或想要自行验证特定引用时，这个文件很有用。

一个实际案例

假设你正在撰写一个关于高等教育中 AI 辅助学习、学术诚信与学生表现之间关系的论文开题报告。输入这个主题，选择中文作为输出语言，提交。

大约 30 分钟后，你会得到：

• 一份 12 页的 PDF，包含摘要、五个主题章节（涵盖 AI 辅导工具、抄袭检测挑战、评估方式重设计、学生认知、机构政策应对），加上研究空白的讨论
• 24 篇引用来源的 BibTeX 记录，可直接导入你的引文管理工具
• 一份综合分析文档，展示来源如何围绕你的子主题聚类
• 一个 LaTeX 文件，可以直接放入你的论文模板继续编辑

你不需要打开 Google Scholar，不需要阅读 50 篇摘要来决定保留哪 24 篇，不需要按主题组织它们，不需要写章节之间的过渡，也不需要格式化任何一条引用。管线处理了机械性的工作；你的任务是阅读输出、决定保留什么、精炼论证。

当输出需要修改时

报告是一个起点，不是一个完成的章节。你可能想要修改的常见内容：

• 添加你已知的文献。 管线搜索范围广泛，但可能遗漏你认为必不可少的论文。将 BIB 文件导入引文管理工具，添加你自己的条目，更新正文。
• 调整主题结构。 管线自动识别主题，但你可能想合并两个章节或将一个拆分成更细的类别。
• 强化特定论证。 综合分析以适中的深度覆盖每个主题。如果某个主题对你的研究至关重要，你需要通过更仔细地阅读引用来源来扩展它。
• 更新引言。 管线基于主题撰写了通用引言。你可能想重写它，使其更直接地连接到你的具体研究问题。

DOCX 和 TEX 格式正是为这种后续编辑设计的。报告给你一个有结构的草稿和经过验证的引用——你贡献的是领域判断和论证焦点。

七种语言，同一管线

语言选择器不是后处理翻译步骤。整个第四阶段的编译都在目标语言中完成，这意味着：

• 章节标题使用该语言的正确学术惯例
• 引用格式遵循该语言的规范
• 行文自然流畅，而非翻译腔

这对于需要用母语发表的研究者，或为地区基金机构准备报告的研究者来说尤其有价值。一个日本研究者为 JSPS 基金申请撰写文献综述时，可以直接获得日文的完整输出，无需手动翻译。

与 Data2Paper 其他产品的关系

Data2Paper 提供三个不同的产品，覆盖研究生命周期的不同阶段：

• 数据写论文从数据文件（CSV、XLSX）出发，生成包含统计分析的完整研究论文。适用于你已经收集了数据，需要将其转化为论文的场景。
• 文献综述（本产品）从主题出发，生成文献综述。适用于你需要在自己的研究之前或期间调研已有工作的场景。
• 论文审稿从已完成的论文（PDF）出发，生成同行评审反馈。适用于你有了草稿，想在投稿前改进的场景。

三个产品共享相同的输出管线（PDF、Word、LaTeX）、相同的七种语言支持和相同的仪表板界面。但它们服务于不同的输入和研究过程的不同阶段。

开始使用

访问文献综述页面即可体验。输入研究主题，选择语言，提交。报告完成后你会收到邮件通知，也可以在仪表板中追踪进度。

最好的结果来自具体、范围明确的主题。如果你的主题较宽泛，考虑将其缩窄到特定的时间段、地理背景、方法论类型或理论框架。管线会负责搜索和综合——你的任务是告诉它到底要搜索什么。