AI 工具正逐步改變學術研究中最耗時的文獻分析流程。近期有研究者提出，透過一套由 9 個提示詞組成的操作流程，可協助使用者在短時間內整理數十篇論文，並建立清晰的研究結構與問題脈絡。
傳統文獻回顧通常需逐篇閱讀並整理筆記，一份包含 40 篇以上論文的研究，往往需要數天甚至數週完成。然而，新的 AI 使用方式強調「先建構地圖再閱讀」，讓研究者能先掌握整體領域的結構，再深入細節。
該流程首先要求 AI 列出論文核心主張、進行分群，並標記彼此之間的矛盾，藉此建立研究領域的全局視角。這樣的做法可避免僅停留在逐篇摘要的線性閱讀模式。
從矛盾與脈絡中找出研究方向
後續提示詞則進一步分析文獻中的衝突與引用脈絡，包括找出互相矛盾的研究觀點，以及追蹤重要概念的發展歷程。這有助於研究者理解學術爭議的來源與演變。
此外，透過「研究缺口掃描」與「方法審核」等步驟，使用者可以辨識尚未被完整解答的問題，並評估不同研究方法的可靠性，為後續研究設計提供依據。
建立知識結構與整合結論
在流程後段，AI 會協助整理整體知識結構，包括核心主張、支撐證據、爭議議題與未解問題。這樣的知識地圖能讓研究者快速理解整個領域的關鍵輪廓。
最後透過整合與簡化輸出，研究者可將複雜的學術內容轉化為清晰的結論，並在短時間內說明該領域的已知與未知。
研究者指出，這套提示詞流程的核心價值在於提升分析效率與全局理解，但 AI 工具仍無法取代研究者本身的判斷能力，其輸出品質亦取決於輸入文獻的品質。
隨著 AI 工具持續發展，文獻分析與學術研究流程預期將持續優化，研究者也需重新調整使用方式，以充分發揮其輔助價值。
※ 圖片為示意畫面，僅用於新聞報導與合理使用