对多数博士生来说，文献综述章是"文献越读越多、文字迟迟写不出"的地方。手里可能已经有四十篇 PDF 和一堆标注，却仍然说不清哪几个主题能撑起这一章、研究之间在哪里有分歧，也不确定是否漏掉了委员会会问到的一整类研究。AI 能帮上忙的正是"读完"和"动笔"之间这一段，前提是它从你自己的文献出发，并且把论证留给你。
AI 适合做什么，不该做什么
真正有用的是整理类的工作：从文献中找出回答综述问题的原文段落，按主题归类，指出结论一致或相互矛盾的地方，再提示那些和你的主题相关、却不在你文献库里的研究。这些结果都可以回到原文页面逐条核对。
AI 不该做的是替你写这一章。各个项目对"可接受的帮助"界定不同，很多要求披露 AI 的使用；一篇读起来通顺、却不是你自己综合出来的综述，也经不起委员会的追问。所以，AI 给出的每一句话都应当看作待核实的笔记，而不是可以直接提交的正文。
由你掌控的工作流程
从你真正读过的文献开始，而不是从一个主题输入框开始。先写下一到三个综述问题，也就是第二章开头会提出的那类问题，再让工具针对每个问题抽取证据，并标明出自哪一页。
接着看主题地图。如果某个主题只靠一篇研究支撑，或者整条研究脉络缺席，现在补读几篇就能解决，不必等到委员会指出来。同时记录所用的检索词，让检索范围清楚可查。
然后由你自己确定结构：哪些主题成为小节、按什么顺序排列，确定之后再生成提纲，包括要点、支撑每个要点的证据、共识与分歧，以及有待核实的空白。最后打开 PDF 逐条核对引文，再用自己的话写出每一段。
最重要的一条
依赖任何内容之前先核实。引文应当与所标页码一致，推荐的文献要读过再引用，AI 起草的文字只作参考。这样使用，AI 替你省下的是数周的整理时间，留给你的是一份自己理解的提纲，而这一章仍然出自你手。
Lit Review Outline 正是围绕这套流程设计的：用你自己的 PDF 生成第二章提纲，每个要点都链接到原文页码。上传之前，可以先查看演示案例。
