各位同仁好，我是七哥。一个在高校里从事人工智能 相关领域研究，钻研用大模型AI实操的学术人。可以和七哥交流学术写作或Gemini、GPT、Claude 等大模型学术实操相关问题，多多交流，相互成就，共同进步。文献阅读与整理一般都是最先开始、却也最容易被低估的一步。很多学术同仁一开始就陷入越读越多、越读越乱的状态：论文下载了一大堆，但真正能用来支撑自己观点的内容却始终难以提炼出来。一方面，我们需要通过文献了解该研究领域的整体发展脉络，把握当前学界已经讨论到什么程度；另一方面，又必须从已有成果中找到可以为自己研究问题提供支撑的论据，用他人的研究结论来反推或验证自己的观点。但现实情况是，几乎没有人能够对所有文献都进行逐字逐句的深度研读，也不现实，时间有限、精力有限，效率就显得格外重要。通常在一百篇相关论文中，真正需要认真精读的可能只有少数二十篇左右，而其中值得反复推敲、反复回看的核心文献，往往不会超过十篇。与其平均用力，不如建立一套清晰的筛选机制，接下来七哥给大家分享的三层筛选法，用Gemini 3.5 从广泛浏览到重点精读，再到深度批判性分析的阅读路径，可以帮助大家更有条理地处理海量文献，让阅读真正服务于论文写作。（一）文献初步筛选阶段在文献阅读的初始阶段，应首先开展文献的初步筛选工作，其主要目的在于提高阅读效率，避免将大量时间投入与研究主题关联性较低的文献中。研究者可依据数据库提供的文献基本信息进行快速判断，而无需立即下载全文。重点关注论文标题、关键词、摘要以及