1. 综述写作导论：为什么需要掌握综述怎么写
综述写作是学术研究的基础，它不是文献的简单堆积，而是对某一领域知识进行系统的整理、批判性的思考和创造性的整合。对本科生、研究生以及科研人员来说，掌握综述写作的方法，就意味着可以迅速形成对研究领域的整体认识，找到研究的空白之处，从而为自己的课题研究打下良好的基础。
但是本科生在实际写作中常常会陷入三个误区，即：
- 误区一：抄袭式综述——直接复制粘贴原文段落，缺少自己的理解和分析，造成查重率很高。
- 误区二：堆砌式综述——把几十篇文献的摘要按顺序罗列出来，没有逻辑线索，读者看了之后不知所云。
- 误区三：无逻辑综述——结构混乱，或者按照时间线平铺直叙，或者主题交叉重叠，没有层次感。
根据2025年对200篇高引综述的分析可知，75%的综述在选题阶段由于范围过宽或者过窄而失败。这就意味着，如果在动笔之前没有确定选题的范围，就会有很大的概率把时间浪费在无效的阅读上。本文从选题、检索、阅读、组织、撰写五个方面系统地为你介绍综述写作的正确方法，帮助你在写作过程中避免常见的陷阱，写出高质量的学术综述。
2. 第一步：选题与文献检索——综述怎么写的基石
2.1 选题原则：新颖性、可行性、兴趣驱动
选题属于综述写作的第一步，也是最为重要的一步。错误的选题会使你在后面的写作中处处碰壁。正确的选题要符合三个标准：
新颖性 选择近3-5年研究热度高、争议大或者存在明显空白的领域。2025年人工智能教育应用、碳中和路径优化、量子计算应用等。可以利用Web of Science的热点论文功能或者Google Scholar的高被引论文筛选器来快速找到研究前沿。
可行性 选题范围不宜过大或过小。选题过大（人工智能综述）需要阅读大量的文献，根本无法完成；选题过小（某篇论文的某个具体实验）没有综述的价值。使用PICO框架（Population，Intervention，Comparison，Outcome）来缩小范围。将“AI在教育中的应用”转化为“AI辅助编程教学对大学生学习效果的影响”，就有了明确的边界。
兴趣驱动 选择你真正感兴趣的领域。综述写作需要花费大量的时间，兴趣可以促使你坚持下去。例如，一个对教育技术感兴趣的研二学生，最后选择了“AI在第二语言习得中的应用”作为综述主题，因为这是他未来的研究方向。
2.2 文献检索技巧：关键词组合与数据库选择
很多学生检索文献时，只在知网输入一个关键词，然后随便下载几十篇。这是低效且错误的做法。
掌握布尔逻辑：学会使用AND、OR、NOT构建检索式。检索“AI” AND “教育” NOT “医疗”可以得到更准确的结果。在Scopus中可以使用更复杂的检索式，例如(TITLE-ABS-KEY("deep learning") AND (TITLE-ABS-KEY("sustainable development") OR TITLE-ABS-KEY("green innovation")))。
数据库选择策略：
- 中文数据库：知网（CNKI）、万方、维普——适合中文文献检索。
- 英文数据库：Web of Science、Scopus、PubMed——适合国际前沿文献。
- 预印本平台：arXiv、bioRxiv——适合获取最新研究动态，但需注意质量参差不齐。
- 灰色文献：会议论文、学位论文、政府报告——避免系统性偏差。
案例：研二学生想写一篇关于“AI在医学影像诊断中的综述”，在Scopus中输入检索式：AI AND medical imaging AND diagnosis，得到1200篇文献。然后利用Scopus的引文分析功能，筛选出被引次数大于50次的100篇文献，再通过Connected Papers生成文献地图，发现三个没有被充分研究的子领域，即AI在儿科影像中的应用、AI在罕见病诊断中的潜力、AI与医生协作模式。最终他的综述题目为AI辅助儿科影像诊断的进展和挑战，被B期刊接受。
2.3 怎样选择重要的文献：核心期刊、高被引论文
并不是所有的文献都值得仔细阅读。需要创建筛选机制：
1. 优先核心期刊：Nature、Science、Cell等以及各个领域的顶级期刊。这些期刊的同行评审严格，质量有保证。
2. 关注高被引论文：在Web of Science中，被引次数超过同领域平均值的论文，一般都是该领域的里程碑式研究。
3. 阅读综述文章：一篇好的综述就相当于领域内的一张地图，可以帮助你快速地建立起知识框架。《Nature Reviews》系列期刊的综述是必须要读的资料。
4. 使用引文分析工具：Scopus的引文分析、Connected Papers、CiteSpace等工具可以用来找出文献之间的联系以及影响力。
3. 第二步：文献阅读与整理——构建综述的骨架
3.1 阅读策略：先读摘要结论，再精读方法
很多学生拿到文献就从第一页读到最后一页，这是极其低效的。正确的阅读策略是“三步走”：
第一步：快速筛选。阅读标题和摘要，判断是否与你的综述主题相关。如果相关，再阅读结论部分，了解研究的主要发现。如果结论与你的研究问题相符，则进入下一步。
第二步：精读关键部分。对选出的文献进行精读，即精读引言、方法、结果、讨论等部分。引言介绍研究背景及问题，方法说明实验设计，结果给出数据，讨论分析意义。需要对每一篇文献的主要观点、研究方法以及不足之处进行记录。
第三步：批判性思考。不能全盘接受所有的文献。思考：这篇文献的结论是否可靠？方法是否存在缺陷？与其他文献的观点是否一致？这些思考会在你写综述的时候，成为批判性分析的基础。
3.2 信息整理工具：文献管理软件的使用
不要再一边读文献一边手写笔记了。使用文献管理软件可以起到事半功倍的效果。
Zotero：免费开源，支持浏览器插件，一键抓取网页文献信息。可以利用标签功能对文献进行分类，例如“AI-教育-2024”、“高被引”、“争议性观点”。同时在阅读的过程中直接在Zotero的笔记功能里记下重要的信息，并链接到具体的文献上。
EndNote：功能更强，适合团队协作。支持自定义标签、分组，可以自动生成参考文献格式。
实操建议在阅读的同时就建立起时间线和主题的双轴框架。在Excel中创建一个表格，行是时间（2020-2025），列是主题（AI算法、教育应用、伦理问题等），然后将每一篇文献填入对应的单元格。这样就可以清楚地看到研究趋势以及空白。
案例一位博士生用“时间线+主题”双轴框架，在三天内整理出200篇文献。他发现2023年以前的研究主要是“AI算法优化”，2024年以后转向了“AI在教育中的实际效果”，而“伦理问题”的研究比较缺乏。这是他综述的独特切入点。
3.3 分类归纳：按主题、时间或方法进行分组
文献整理的核心就是分类。可以按照研究主题、时间线或者研究方法来分组。
主题分类适合于研究问题清楚的综述。将AI在医学影像中的应用分为影像分类、病灶检测、图像重建这三个子主题。
时间线分类适合于表现研究发展脉络的综述。按照2020年2022年为早期探索阶段，2023年2024年为快速发展阶段，2025年为前沿突破阶段进行分组。
方法分类适合于比较不同的研究方法的综述。将AI教学方法分为基于规则的方法、基于机器学习的方法、基于深度学习的方法。
4. 第三步：搭建综述框架——从提纲到逻辑结构
4.1 常见结构：时间顺序、主题分类、问题导向
综述结构的好坏直接影响到读者的阅读体验。常见的三种结构为：
时间顺序结构：按照时间的先后顺序来梳理研究的发展脉络。适合表现领域的发展过程。“AI在教育中的应用”可以分为“20世纪70-90年代：专家系统”、“2000-2010年：机器学习”、“2011-2023年：深度学习”这三个阶段来展开。
主题分类结构：按照研究主题来划分章节。适合展现领域全貌。“AI在医学影像中的应用”可以分为影像分类、病灶检测、图像重建、预后预测这四个主题来展开。
问题导向结构：围绕一个核心问题展开。适合揭示争议或空白。“AI是否会取代医生？”可以从AI的优势、AI的局限、人机协作模式这三个角度来展开。
4.2 H2和H3标题的设计原则
标题是综述的骨架。好的标题可以使读者迅速地明白你的逻辑。
标题：概括出章节的主要内容，例如“2.1 AI在医学影像分类中的应用”、“2.2 AI在病灶检测中的最新进展”。
标题：对H2标题进行细分，如“2.1.1 基于卷积神经网络的分类方法”、“2.1.2 基于Transformer的分类方法”。
设计原则：
- 层次性：H2到H3逐层递进，不能跳跃。
- 准确性：标题必须准确反映内容，不能夸大。
- 简洁性：避免冗长，每个标题尽量控制在15字以内。
4.3 避免本科常见误区：流水账式的叙述
错误示范：“2020年刘頔发现……2021年郝龙云发现……2022年袁久刚发现……”这样的流水账式的叙述就是典型的只罗列不分析。
正确做法：在每段开头，先用一句话总结该段的核心观点。近几年来，由于深度学习的发展，人工智能的方法在医学影像分类上取得了很大的进步。刘頔（2020）用改进后的卷积神经网络将分类准确率提高到95%，郝龙云（2021）在复杂的场景中加入注意力机制来解决误分类的问题。这样你的综述就具有了分析性，而不是简单的罗列。
5. 第四步：撰写与修改——如何让综述脱颖而出
5.1 写作风格：客观、简洁、引用规范
客观性：综述的写作风格要客观，不能加入个人主观评价。例如不能说“这项研究很伟大”，而应该说“这项研究首次提出了……，为以后的研究打下了基础”。
简洁性：避免口语化表达，即首先、其次、最后、然后、接着等。使用学术化的表达，即首先、其次、此外、然而等。
引用规范：严格按照APA 7th或期刊要求格式引用。使用Zotero或者EndNote自动生成参考文献列表，不要手工输入造成错误。
5.2 综合与分析：从罗列到批判性思考
综述写作的核心是综合和分析，而不是罗列。
综合：把不同的文献观点综合起来，形成一个统一的叙述。现有的研究都表明，AI在医学影像诊断中准确率已经超过了人类医生，但是对于罕见病、复杂病例的处理还存在着很大的不足。
分析：找出研究之间存在的差别、矛盾或者空白。但是刘頔（2024）的研究表明，AI在儿科影像中的应用效果远远低于成人，因此需要对特定人群的AI模型进行优化。该发现同郝龙云（2023）的结论相反，他认为AI在各个年龄段都比较稳定。矛盾的产生可能是由于研究样本的不同所致，以后需要更多的大样本、多中心研究来证实。
5.3 修改重点：逻辑连贯性、文献覆盖完整性、引用格式检查
逻辑连贯性：检查整篇综述的逻辑是否通顺。段落之间有没有过渡句？每一章是否都为主题服务？建议让你自己或者同学通读一遍，看是否能够自然地理解你的逻辑。
文献覆盖完整性：检查是否有重要的文献被忽略。例如，在综述中讨论“AI在医学影像中的应用”，但是没有引用深度学习领域奠基性的论文（AlexNet、ResNet），这就是重大的遗漏。
引用格式检查：利用Zotero或者EndNote的格式化功能，对引用格式进行自动检查。同时手动检查是否有文献被引用但没有出现在参考文献列表中，或者参考文献列表中存在没有被引用的文献。
结语：综述写作常见误区与避坑指南
误区清单：
1. 只罗列不分析：结果是综述成了“文献摘要合集”，被导师批评为“缺乏深度”。✅ 替代方案：每段开头总结观点，正文分析差异和矛盾。
2. 忽略灰色文献：只检索中文数据库，遗漏会议论文、预印本。✅ 替代方案：使用arXiv、bioRxiv等预印本平台，并说明检索策略。
3. 照搬原文：直接复制粘贴，造成查重率过高。✅ 替代方案：用自己的话重新表述，并注明引用来源。
4. 结构松散：各个章节之间缺少逻辑联系。✅ 替代方案：采用时间线和主题双轴的方式组织每一章的内容，使每一章都为主题服务。
5. 缺乏批判性：全盘接受所有的文献观点。✅ 替代方案：在分析的过程中发现研究的矛盾、不足和空白。
核心路径对比：
- 错误路径：选题 → 随意检索 → 边读边写 → 罗列文献 → 草草修改 → 被拒稿。
- 正确路径：PICO框架选题 → 布尔逻辑检索 → 同步阅读笔记 → 主题分类分析 → 批判性写作 → 反复修改 → 投稿成功。
附录：综述写作实用工具及资源推荐
文献管理工具：
- Zotero：免费开源，有浏览器插件，适合个人使用。
- EndNote：功能强大，付费，适合团队协作。
- Mendeley：免费，可以阅读和标注PDF。
写作辅助工具：
- Grammarly：英文语法检查，提高写作质量。
- LaTeX：专业排版工具，适合学术论文。
- Overleaf：在线LaTeX编辑器，可以协作。
文献检索工具：
- Scopus：综合索引数据库，引文分析功能强。
- Web of Science：核心数据集，高被引论文筛选。
- Connected Papers：文献地图可视化，发现研究空白。
- PubMed：生物医学领域首选。
优秀综述范例参考渠道：
- 《Nature Reviews》系列：各个学科领域综述的标杆。
- 《Annual Reviews》系列：系统综述的典范。
- 《Science》：每期都有高水平的综述文章。
- 《中国社会科学》：中文社会科学领域顶级综述期刊。
AI辅助写作提示词：
- 生成大纲：“根据论文的《综述怎么写》论题，给出一篇能写5000字正文的大纲，共需要5章。大纲需要有二级标题、三级标题和四级标题。”
- 扩写文献综述：“根据我提供的参考文献列表，扩写：‘AI在医学影像诊断中的应用综述’，扩写不少于300字，编写格式为：‘作者名称（发表年份）研究内容（研究内容需要包括作者研究了什么样的问题，提出了什么样的观点，研究的结论是什么）’。”
- 修改常见问题：“检查以下段落，是否存在口语化问题、‘首先其次最后’堆砌问题、缺乏批判性分析问题，并给出修改建议。”
经过以上步骤和工具，不仅可以掌握综述写作的正确方法，还可以避免常见的误区，写出高质量的学术综述。记住，综述写作不是终点，而是你学术研究的开始——它使你站在巨人的肩膀上，看得更远，走得更稳。