为了有效地梳理结果并识别趋势，您应当将原始数据或文献发现归类到一个结构化矩阵中，把相似的变量、结果或主题组合在一起。
无论您是在分析自己的实验数据，还是在为文献综述 (Literature Review) 综合前人的研究，对结果进行整理对于发现有意义的规律都至关重要。按时间顺序或随机排列的列表往往难以揭示宏观全貌。相反，采用以主题或变量为导向的方法，能够让相关性、异常情况以及更广泛的研究趋势自然显现。
梳理结果并识别趋势的步骤
1. 界定核心类别
在开始起草大纲之前，请先确定对您的研究问题最为关键的具体指标、变量或主题。您是在寻找随时间推移的变化、不同人群特征之间的差异，还是研究方法上的演变？确立这些类别能为您提供一个特定的视角，以便对结果进行筛选和评估。
2. 构建综合矩阵 (Synthesis Matrix)
创建一个电子表格或数字表格来整理您的研究发现。将行用于独立的数据点（或特定的学术论文），将列用于您界定的类别、核心发现以及研究局限性。这种横向对比的方式，能让您更容易发现反复出现的结果、共通的研究方法或相互矛盾的证据。
3. 借助数据可视化
有时，纯文本大纲会掩盖明显的规律。您可以将矩阵转化为简单的可视化格式，如散点图、柱状图或思维导图。对数据点进行可视化处理，可以迅速凸显出数据簇 (clusters)、异常值 (outliers) 以及方向性趋势，而这些往往是您在面对纯文本时容易忽略的。
4. 综合分析并寻找研究空白
当结果梳理清晰后，请按宏观主题而非单一的研究或实验对它们进行分组。观察数据在哪些方面达成了一致、在哪些方面存在分歧，以及还缺失了什么。如果您正在对现有研究进行综述，WisPaper 的 Idea Discovery 功能可以简化这一步骤，它作为一种代理型 AI (Agentic AI)，能够直接从您收集的文献中自动识别研究空白和主题趋势。
5. 构建书面大纲
最后，将分组后的研究发现转化为正式的文档大纲。以您识别出的趋势作为主标题。在每个标题下，列出支撑该特定趋势的结果、数据点或文献引用。这能确保您的最终论文或报告讲述的是一个由数据规律驱动的连贯故事，而不仅仅是罗列一堆毫无关联的事实。