AI 能制作有用的文献矩阵吗？一次 10 篇论文测试

可以。AI 很适合生成第一版文献矩阵，真正困难的不是创建十行表格，而是避免让本来不可比的论文看起来整齐一致。

我用“针对大学生失眠的数字 CBT”查询前十篇结果做测试。抽取前先固定七列：引用、人群、研究设计、干预、对照、睡眠结局和判断备注。

矩阵马上暴露出普通摘要列表没有说明的问题：这十篇论文中，有几篇根本不应该进入同一组结果比较。

题目、年份、大致人群和文献类型通常容易提取。矩阵也很快呈现出范围差异：糖尿病研究、重度饮酒研究、系统综述和评论文章，不能悄悄与大学生试验并排，当成同类观察。

最有价值的反而是“判断备注”列。它不强迫每篇论文都进入综合，而是记录为什么这条记录直接相关、只适合作背景，或者应该排除。

因此，这张矩阵同时服务于筛选和笔记整理。

三个问题很快出现：

最安全的规则是：可用文本里没有，就写“此处未报告”。空白单元格很有用，它会告诉你应该打开哪些全文。

从真正支持决策的字段开始。干预综述可以使用：

不要因为网上模板有二十列，就直接创建二十列。每增加一项，都增加抽取成本，也增加把差异伪装成一致的机会。

随后重点核对真正会进入文章的单元格：样本量、对照、主要结局、时间点和效应值。

把选中的论文存进 My Library，再用 Library QA 对整组论文提出相同的结构化问题。先用回答建立草稿矩阵，再回到原论文核查支撑核心结论的单元格。

AI 让表格生成更快，纳入规则和逐格核对让它值得相信。