用 ChatGPT Deep Research 做文献综述：限制与修正方法

ChatGPT Deep Research 很适合用来建立方向感。OpenAI 将 deep research 描述为一种 agentic 能力，可以在互联网上执行多步骤研究，并把数百个在线来源查找、分析和综合成带文档记录的报告。

这让人很容易想把 Deep Research 当成完整的文献综述引擎。问题在于，文献综述不只是一份报告。它是一个受控流程，用来查找、筛选、阅读和解释学术来源。

实际答案不是“永远不要用 ChatGPT”。应该把它用在擅长的环节，然后把正式检索、筛选和引用核查放进学术原生工作流中。这样既能提高速度，也不会丢失来源轨迹。

当你需要快速理解一个领域时，Deep Research 很有帮助。它可以把模糊主题拆成子主题，识别术语，比较不同学派，并生成可读的综合报告。OpenAI 表示 deep research 完成一个任务可能需要 5 到 30 分钟，这比普通聊天回复长得多，但比手动网络研究短。

对学术工作来说，这意味着 Deep Research 可以在正式综述开始前提供帮助。它可以向你展示可能的关键词、相邻领域、常见方法和重要争论。如果你正在进入一个新主题，这张初始地图很有价值。

适合使用 Deep Research 的场景包括：

• 在构建检索式前理解陌生术语。
• 询问某个领域的主要争论。
• 找出可能需要进一步调查的数据库、期刊或作者群。
• 起草一个之后会在学术数据库中测试的检索计划。
• 在开始筛选论文前比较宽泛概念。

实际使用中，Deep Research 最适合作为范围界定助手。它可以帮助你决定去哪里找，但不应成为你唯一检索过的地方。

主要问题是覆盖率。一份写得很流畅的报告仍然可能漏掉重要研究，尤其是在工具搜索开放网络，而不是搜索你所在领域期望使用的数据库时。

Cambridge University Libraries 在总结生成式 AI 与系统综述相关证据时指出，GenAI 工具会漏掉人类检索者可获得的相关研究，比例在 68% 到 96%之间。这个数字足以让研究者保持谨慎。如果检索覆盖很弱，AI systematic review 工作流即使看起来有条理，也可能建立在不完整的论文集合上。

Deep Research 也有可复现性限制。正式综述需要另一位研究者可以检查的检索策略：数据库、日期、检索式、纳入标准和排除理由。一份带引用的生成报告，不等于可复现检索。

这一点在高风险综述中尤其重要：

• 系统综述。
• 范围综述。
• 医学和政策证据综合。
• 导师可能审查的学位论文章节。
• 同行评审者期望看到清晰检索过程的投稿稿件。

在这些场景中，Deep Research 可以帮助构建问题，但正式检索和筛选应在其他地方完成。

人们通常更关注幻觉引用。这确实是风险，每条 AI 生成引用都应该核查。但漏掉研究同样可能造成伤害。

虚假引用在你搜索标题或 DOI 时会暴露。漏掉的研究则更安静。你可能永远不知道某篇相关论文存在，尤其是当 AI 生成报告听起来很自信、很连贯时。

这就是为什么引用核查和召回率是两个不同任务：

• 引用核查问的是来源是否存在，以及是否支持该主张。
• 召回率问的是检索过程是否找到了相关来源集合。

两者都重要。即使一篇文献综述中的引用都是真实的，如果检索漏掉了该领域的大部分研究，它仍然可能很弱。

如果主要担心引用可靠性，可以使用专门的 AI citation verification 工作流。如果主要担心检索覆盖，则应使用学术数据库、语义检索工具和有记录的筛选流程。

Deep Research 是为广泛网络研究构建的。学术文献工作有更窄、更严格的要求。

学术检索工具通常会展示论文记录、元数据、摘要、来源链接，有时还会展示引用图谱。系统综述工具帮助筛选记录并记录决策。引用工具帮助验证来源如何被使用。这些任务会重叠，但并不相同。

当你问“之后需要证明什么”时，差异就会变得清楚：

PRISMA 2020 将系统综述报告描述为一组条目和子条目的清单，并为每个条目提供扩展建议。这类报告需要的不只是生成式综合，而是可见的方法。

在开始时使用 Deep Research，然后转入为学术证据工作构建的工具。工作流可以这样安排：

1. 使用 Deep Research 绘制主题地图。
2. 提取关键词、同义词、方法和相邻术语。
3. 用这些术语运行学术检索。
4. 使用语义检索捕捉表述不同的论文。
5. 根据书面标准筛选题名和摘要。
6. 把选中的论文保存到文献库或综述工作空间。
7. 验证引用，并阅读支撑你主张的论文。

这种方法保留了 Deep Research 擅长的部分，同时不会假装它是完整综述方案。

如果你最大的瓶颈是检索结果过载，可以使用筛选 1000 篇论文的工作流，而不是一篇篇打开 PDF。如果问题是选择工具，可以从更宽的 AI 文献综述工具对比开始。

不同综述任务需要不同工具：

如果你正在通用 AI 和专门研究产品之间选择，决定性问题很简单：这个输出之后是否需要被解释和辩护？如果需要，就使用能展示来源、决策和验证步骤的工具。对于预算有限的研究者，单独的免费 AI 文献综述工具组合可以覆盖发现和筛选，而不用把通用 AI 当成证据基础。

在把 Deep Research 输出带入学术写作前，先使用这些规则：

• 把它的报告当作地图，而不是证据本身。
• 提取检索词，并运行自己的学术检索。
• 每条引用进入 bibliography 前都要验证。
• 检查被引用论文是否真的支持相应句子。
• 记录检索式、数据库和筛选决策。
• 如果机构或期刊要求，披露 AI 使用，尤其是在准备投稿稿件时。关于如何在稿件中披露 AI 使用的专门指南可以帮助措辞。

最安全的使用方式是在上游。让 Deep Research 帮你理解地形。不要让它悄悄决定最终证据基础。

最常见的错误，是要求 Deep Research 写“一篇关于 X 的文献综述”，然后把答案当成综述本身。这跳过了检索策略、筛选标准和来源验证。

另一个错误，是把 Deep Research 引用当成数据库记录。AI 报告中的引用是线索。只有检查原始来源后，它才算被验证。

第三个错误，是只使用一次 Deep Research。好的学术检索是迭代的。你从第一次检索中学习术语，然后运行更好的检索，接着筛选，再围绕缺口继续检索。

如果你想做正式综述，用 Deep Research 做准备。不要把它当作方法本身。

WisPaper 帮助研究者用 AI 检索和筛选学术论文。它的检索工作空间支持 Deep Search、Scholar Agent 和 Inspiration Discovery，论文卡片会展示来源标签、摘要和预览图片，让用户在决定阅读前先初筛结果。

WisPaper 也允许用户建立论文库，并围绕论文库提问。论文可以从检索结果添加，也可以上传，然后作为 library-specific QA 的基础。

试用 WisPaper