AI 写文献综述时，怎样减少编造参考文献的问题

很多研究者在使用大语言模型辅助撰写文献综述时，常会遇到这类情况：AI 生成的综述段落读起来逻辑严谨，文末附带的参考文献也格式齐整、刊名地道，但只要复制到学术数据库检索，就会发现这些文献根本查无此文。如果直接放任模型自由生成参考文献，后续逐条核对出版记录会耗费大量时间。

减少虚假参考文献，更有效的做法是将文献来源与段落写作分开处理：先在写作环境中引入真实的文献记录，再让 AI 围绕确凿的条目辅助组织正文。

为什么 AI 编造的文献看起来那么逼真？

大语言模型生成文本依赖概率预测，会根据上下文推断下一个最可能出现的词或字符。模型虽然熟悉学术论文的格式规范，但在独立生成文本时，并不会实时连接出版数据库逐条校对。

来看一个典型的教学错误示例：

（教学错误示例）
“近期的跨模态研究表明，自适应注意力机制在小样本标注下能有效降低特征漂移（Zhang, L., & Smith, J., 2023. Journal of Medical AI, 15(3), 112-125）。”

在这个示例中，作者、年份、刊物名称和卷期页码一应俱全，格式符合学术规范。然而，该期刊名称很可能是模型将高频词汇拼接而成，或者两位学者从未合作发表过该论文。由于缺乏外部事实约束，模型只是顺着概率分布，组合出了一条看似逼真的参考文献。

面对这类虚假条目，常见的应对方式是在生成整篇综述后，再把文末的参考文献逐条复制到学术数据库中核对出版记录。虽然借助 Zotero 插件 等工具可以在文字处理软件中规范插入已知条目，但如果在前期起草阶段直接让 AI 补全文献来源，事后逐条核查的负担依然很重。

写综述时，把语言组织和文献来源拆开

防范文献编造，关键在于改变条目信息的来源，将正文表达与文献元数据分开处理：

1. 段落语言组织：由模型负责提炼学术观点、对比不同方法的异同、理顺综述段落的衔接逻辑；
2. 文献元数据：论文标题、作者、发表年份、刊名与 DOI 等信息直接从学术数据库获取，不交由模型推测补写。

在实际写作中，应避免向 AI 发送“请帮我搜集 5 篇相关论文并写出综述”这类指令，而是提供确定范围：“我已经选定了以下两篇真实论文，请基于它们的研究结论梳理方法演进”。只要文献元数据来自真实记录，模型便不会凭空虚构作者和篇名。

怎样在写作前先把真实文献导入稿件？

动笔前，先将确凿的学术条目加入写作环境。面向论文写作的 InkFount 工作台 将正文编辑与文献管理整合在同一界面内，支持在撰写综述前先导入真实文献。

根据 InkFount 文献使用指南，作者无需在聊天窗口与外部浏览器之间反复搬运文本。在稿件的参考文献面板中，可以直接按标题、作者或 DOI 检索学术论文；核对搜索结果中的作者、年份和来源链接后，点击“添加并引用”，即可将真实文献条目存入稿件，并在正文光标处插入引用编号。对于已有本地记录的情况，也可以通过单条 BibTeX 导入或手动录入。

需要说明的是，来源可追溯能有效降低凭空捏造条目的风险，但这并不保证文献数据库中的元数据绝无瑕疵，作者仍需对年份或卷期做基本核实；此外，该功能目前侧重单条精确检索与单条 BibTeX 录入，未提供整库批量同步，写作者应按需精准引入目标文献。

围绕已核实文献，如何让 AI 辅助写段落？

稿件中导入真实的文献记录后，就可以让 AI 围绕这些已知条目展开综述写作。操作时有两点需要注意：要求 AI 仅基于已有引用梳理逻辑，并在审阅时删去没有依据的泛化推论。

来看一个具体的综述写作与修改示例：

（教学示例：AI 生成的初稿段落）
“在数据受限的病理分析中，弱监督学习通过伪标签筛选有效缓解了人工标注的高昂成本 [1]；随后，基于注意力机制的跨模态特征融合进一步提升了细粒度病灶识别的鲁棒性 [2]。这一联合方案已在各大主流三甲医院实现全面临床部署，彻底取代了传统病理筛查流程。”

针对上述草稿，根据 InkFount AI 辅助功能说明，选中文本并在工作台中调出 AI 提出润色或检查要求后，界面会呈现修改前后的差异对照。此时作者应按以下标准进行审阅取舍：

1. 保留可溯源引用：前两句清晰对应已导入的文献 [1] 与 [2]，准确概括了算法从标注策略到特征融合的技术演进，保留其引用标记不变；
2. 剔除无依据推论：末句断言“已在各大主流三甲医院实现全面临床部署，彻底取代传统流程”，属于模型在缺乏上下文限制时自由衍生的常识性夸大，导入的文献中并无任何临床转化数据支持。

在差异对比面板中，作者拒绝该衍生句，最终确认采纳的成稿段落为：

（教学示例：经作者审阅修正后的成稿）
“在数据受限的病理分析中，弱监督学习通过伪标签筛选有效缓解了人工标注的高昂成本 [1]；结合注意力机制的跨模态特征融合，则进一步增强了细粒度病灶识别的表征稳定性 [2]。”

限定输入的文献条目并在稿内对照审阅，既能借助 AI 梳理逻辑，又能避免引用变形或衍生缺乏依据的断言。

文献真实存在，就等于支持你的论点吗？

从数据库导入真实文献，能确认出版记录真实存在，但这不等于文献内容必然支持当前论点。

在学术写作中，真实存在的文献同样可能被误读。即使 AI 保留了文献编号，它所归纳的论述是否符合原作者的研究语境、适用范围是否存在特殊限制、实验数据是支持还是反驳当前观点，依然需要作者对照原文核对。大模型可以协助梳理行文结构，但不能代替作者对研究结论承担学术责任。

撰写文献综述或开题报告时，可以在 InkFount 中新建稿件：先在参考文献面板中检索并导入本节讨论的 2 至 3 篇核心文献，再借助 AI 辅助理顺逻辑、梳理观点演进，并在修改对照中确认每处引用的归属。