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。在文献综述写作过程中，文献回顾是一项基础且关键的工作。但面对数量庞大且分散的文献，部分同仁往往感到力不从心，既要从海量资料中筛选出与研究相关的内容，又要避免遗漏重要成果，否则会影响研究的全面性。另外文献质量参差不齐，有些存在研究设计不合理、数据论证不足等问题，需要咱们具备较强的辨别能力，才能筛选出高质量的文献。还有就是文献之间在观点、方法和结论上可能相互支持、反驳或补充，梳理这些关系需要深入分析，否则容易导致回顾缺乏逻辑和条理。最最重要的一点是，学术研究不断推陈出新，还需要我们及时把握前沿动态，发现研究空白，以确定研究方向。针对这些问题，七哥总结出了文献回顾非常好用的方法，包含三个阶段，即装配、排列与评估，再用GPT-5来辅助，能够有效应对上述所面对的问题。1. 装配阶段1）识别文献识别文献有三种方法，第一种是关键词检索法，当我们确定与研究主题相关的核心关键词后，然后在学术数据库（如 Web of Science、Scopus、中国知网等）中使用这些关键词进行检索。第二种方法是引文追溯法，找到一篇与研究主题相关且质量比较高的文献后，可以查看它的参考文献列表，从中发现更多相关文献，实测这种方法可以帮助找到一些可能未被关键词检索到的经典文献或最新研究。第三种方法是文献聚类法，用 ConnectedPapers、ResearchRabbit 等可视化工具，输入与研究主题相关的种子论文，它就自动绘制文献网络图谱，展示文献之间的关联关系，