国内外期刊综述怎么写?新手避坑指南
2026-01-30 16:32:37

对于刚接触科研的大学生、研究生来说,综述写作是绕不开的“第一道坎”——既要梳理领域脉络、又要提炼研究缺口,还要符合期刊规范,稍不注意就会陷入“复制粘贴”“逻辑混乱”的误区。
本文将以“步骤化+可落地”的方式,从“前期准备→框架搭建→内容撰写→AI辅助技巧→避坑指南”全流程拆解综述写作,帮你从“新手”变“熟手”。文末还附赠国内外期刊偏好对比表和AI写作Prompt模板,记得收藏!
一、写综述前必须搞懂的3个核心问题(避免白忙活)
在动手写之前,先花1小时想清楚这3个问题,能帮你节省80%的无用功:
1. 综述的本质是什么?
综述不是“文献的堆砌”,而是“对某一领域研究现状的批判性分析”——你需要:
- 梳理领域的发展脉络(过去做了什么);
- 总结当前的研究热点和方法(现在在做什么);
- 指出存在的问题和未来方向(未来该做什么)。
核心目标是“让读者快速了解领域全貌,并看到你的研究价值”。
2. 国内外期刊对综述的要求有何不同?
很多新手容易混淆“中文综述”和“英文综述”的逻辑,导致投稿被拒。下表帮你快速区分:
| 维度 | 中文核心期刊综述 | 英文SCI/SSCI综述 |
|---|---|---|
| 目标读者 | 国内同行、学生(侧重“科普性+系统性”) | 全球研究者(侧重“创新性+批判性”) |
| 内容侧重 | 强调“全面覆盖”,需包含经典研究和最新进展 | 强调“聚焦细分方向”,需突出“研究缺口” |
| 逻辑结构 | 多按“历史发展→现状→问题→展望”线性展开 | 多按“主题/方法分类”展开,逻辑更紧凑 |
| 参考文献要求 | 数量适中(30-50篇),中文文献占比≥50% | 数量较多(50-100篇),英文文献占比≥80% |
| 语言风格 | 正式但相对通俗,允许适当解释基础概念 | 学术化、简洁,假设读者有领域基础 |
| 常见误区 | 过于依赖中文文献、缺乏批判 | 选题太泛、未突出“自己的观点” |
3. 如何确定综述的选题?
选题直接决定综述的“价值”和“录用概率”,新手常犯“选题太泛”的错误(比如“人工智能的应用”)。正确的选题逻辑是:
- 第一步:缩小范围:从“大领域”到“细分方向”(比如“人工智能→医疗人工智能→肺癌影像诊断的人工智能算法”);
- 第二步:确认“新鲜度”:用Google Scholar/CNKI搜索近3年的综述,若已有3篇以上同主题,建议换方向;
- 第三步:找到“研究缺口”:问自己——“这个方向还有哪些问题没解决?比如方法局限性、数据缺陷、应用场景空白?”(缺口是综述的“灵魂”)。
二、综述写作的6个核心步骤(手把手教学)
接下来进入实战环节,每一步都有具体操作细节,跟着做就能出初稿!
步骤1:文献检索与筛选(避免“无效阅读”)
文献是综述的“原材料”,检索质量直接影响内容深度。新手常犯“只搜中文”“文献太多看不完”的问题,这里教你高效方法:
(1)检索工具选择
- 中文文献:CNKI(中国知网)、万方、维普(优先选“核心期刊”和“博士论文”);
- 英文文献:Google Scholar(最全面)、Web of Science(SCI/SSCI收录,权威)、PubMed(医学领域)、IEEE Xplore(工程领域)。
(2)检索关键词技巧
用“主题词+限定词”组合,比如研究“肺癌影像AI算法”,可以这样搜:
- 英文:`(lung cancer OR pulmonary carcinoma) AND (imaging OR radiology) AND (AI OR machine learning OR deep learning) AND (review OR survey)`
- 中文:`肺癌 影像诊断 人工智能 综述`
小技巧:在Google Scholar中,用“双引号”精确匹配短语(比如`"deep learning for lung cancer detection"`),能过滤无关文献。
(3)文献筛选3步法
检索到文献后,不要全部下载,按以下顺序筛选:
1. 看标题:排除和主题不相关的(比如只讲“肺癌治疗”不讲“影像AI”的);
2. 看摘要:确认是否包含“研究方法、结果、结论”,以及是否涉及你的“研究缺口”;
3. 看引言和讨论:重点看作者对“领域现状”的评价,以及是否指出了“未来方向”(这部分是你写综述的“灵感来源”)。
操作细节:用EndNote或Zotero管理文献,给筛选后的文献打标签(比如“经典研究”“最新进展”“方法缺陷”),方便后续分类引用。
步骤2:搭建综述的逻辑框架(避免“逻辑混乱”)
框架是综述的“骨架”,没有清晰的框架,写出来的内容就是“一盘散沙”。国内外期刊常用的框架有2种,根据你的选题选择:
(1)“时间脉络型”框架(适合中文综述)
按“领域发展的时间顺序”展开,逻辑清晰,适合新手:
引言 → 领域起源(2000年前) → 快速发展期(2000-2015) → 爆发期(2015至今) → 存在问题 → 未来展望 → 结论(2)“主题分类型”框架(适合英文综述)
按“研究主题/方法”分类,更能体现“批判性”,适合细分领域:
以“肺癌影像AI算法”为例:
引言 → 数据集现状(公开数据集vs私有数据集) → 算法分类(传统ML vs 深度学习) → 性能评估方法(准确率vs灵敏度) → 临床应用挑战 → 未来方向 → 结论注意:框架必须“有逻辑递进”,不能简单罗列“文献1讲了A,文献2讲了B”——要回答“这些研究之间有什么关系?哪些方法更优?为什么?”
步骤3:撰写核心内容(每部分的写作技巧)
框架搭好后,就可以填充内容了。每部分都有“新手易犯错误”和“解决方法”,重点看!
(1)引言:用“3句话”抓住编辑注意力
引言的目标是“告诉读者为什么你的综述有价值”,新手常犯“铺垫太长”“没说清楚研究缺口”的错误。正确的结构是:
- 第一句:介绍领域的重要性(比如“肺癌是全球死亡率最高的癌症,早期诊断可提高5年生存率”);
- 第二句:指出当前研究的“混乱”或“不足”(比如“现有AI算法在小样本数据上性能下降,且缺乏统一的评估标准”);
- 第三句:说明你的综述要做什么(比如“本文系统梳理肺癌影像AI算法的数据集、方法和挑战,为未来研究提供方向”)。
示例(英文):
Lung cancer is the leading cause of cancer-related deaths worldwide, with early diagnosis being critical for improving patient survival. However, existing AI algorithms for lung cancer detection face challenges such as limited performance on small datasets and lack of standardized evaluation metrics. This review summarizes the state-of-the-art datasets, algorithms, and clinical applications of AI in lung cancer imaging, and identifies key gaps for future research.
(2)主体部分:用“对比+批判”代替“罗列”
主体是综述的核心,新手最容易陷入“复制粘贴文献摘要”的误区。正确的写法是“先分类,再对比,最后批判”:
以“算法分类”部分为例:
- 分类:把文献中的算法分为“传统机器学习(SVM、随机森林)”和“深度学习(CNN、Transformer)”两类;
- 对比:表格对比两类方法的“数据集、准确率、优缺点”(见下表);
- 批判:指出“传统方法依赖手工特征,泛化能力差;深度学习需要大量数据,小样本场景表现不佳”。
| 算法类型 | 代表方法 | 常用数据集 | 平均准确率 | 优点 | 缺点 |
|---|---|---|---|---|---|
| 传统机器学习 | SVM、随机森林 | LIDC-IDRI | 85%-90% | 计算量小、易解释 | 依赖手工特征、泛化差 |
| 深度学习 | CNN、Transformer | LIDC-IDRI、ChestX-ray14 | 90%-95% | 自动提取特征、性能高 | 数据需求大、可解释性差 |
小技巧:用“连接词”体现逻辑,比如“然而”“相比之下”“值得注意的是”“尽管如此”——这些词能让你的批判更自然。
(3)讨论与展望:突出“研究缺口”和“你的观点”
讨论与展望是综述的“灵魂”,新手常犯“只说‘未来需要更多研究’,但不说具体方向”的错误。正确的写法是“针对前面指出的问题,提出具体的解决思路”:
比如前面提到“小样本数据问题”,可以写:
Future research should focus on few-shot learning and transfer learning to improve algorithm performance on small datasets. For example, pre-training models on large public datasets (e.g., ChestX-ray14) and fine-tuning on small clinical datasets could reduce data dependency.
注意:展望必须“基于现有研究”,不能凭空想象(比如不能说“未来用时光机研究肺癌”)——要引用文献支持你的观点(比如“Smith et al. (2023) 证明了迁移学习在医疗影像中的有效性”)。
(4)结论:简洁总结,呼应引言
结论的目标是“让读者快速记住你的核心观点”,不要重复主体内容。结构是:
- 一句话总结综述的核心内容(比如“本文梳理了肺癌影像AI算法的发展现状和挑战”);
- 一句话强调研究缺口(比如“小样本数据和临床验证是当前的主要瓶颈”);
- 一句话展望未来(比如“多模态融合和可解释AI将是未来的重要方向”)。
示例(中文):
本文系统综述了肺癌影像诊断人工智能算法的数据集、方法分类及临床应用挑战。现有研究在小样本数据泛化性和临床落地性上存在不足,未来需结合少样本学习、多模态融合技术,推动算法从“实验室”走向“临床”。
步骤4:参考文献规范(避免格式错误)
参考文献格式是“细节但致命”的问题——很多新手因为格式不规范被拒稿。解决方法是:
(1)用工具自动生成格式
- 中文文献:CNKI直接导出“GB/T 7714-2015”格式(核心期刊常用);
- 英文文献:Web of Science导出“APA”“MLA”或“IEEE”格式(根据期刊要求选择);
- 通用工具:Zotero、EndNote(导入文献后,一键切换格式)。
操作细节:在Zotero中,右键点击文献→“Create Bibliography”→选择期刊要求的格式(比如“Nature”格式)→复制到论文中即可。
(2)参考文献数量要求
- 中文核心:30-50篇(其中近5年文献占比≥60%);
- 英文SCI:50-100篇(其中近3年文献占比≥70%,且需包含领域内的“经典文献”和“最新研究”)。
注意:不要引用“非学术来源”(比如博客、新闻),除非是领域内的权威报告(比如WHO的癌症统计报告)。
步骤5:AI工具辅助写作(提高效率3倍)
现在很多AI工具(比如ChatGPT、Claude、Grammarly)可以帮你“快速梳理文献”“优化语言”,但不能替代你的思考(比如研究缺口的判断)。以下是具体用法:
(1)用ChatGPT梳理文献逻辑
新手常犯“文献读了很多,但记不住重点”的问题。可以把文献摘要复制给ChatGPT,让它帮你总结“核心观点、方法、结果”:
Prompt模板(复制直接用):
请你作为科研助手,帮我总结以下文献的核心信息,输出格式为:1. 研究问题:2. 研究方法:3. 关键结果:4. 与我研究主题(肺癌影像AI算法)的相关性:文献摘要:[粘贴文献摘要]
示例输出:
1. 研究问题:如何用Transformer解决肺癌CT影像中的小病灶检测问题?2. 研究方法:提出基于Vision Transformer的小病灶检测模型,结合注意力机制聚焦病灶区域;3. 关键结果:在LIDC-IDRI数据集上,灵敏度达到92%,比传统CNN提高5%;4. 相关性:该研究解决了我关注的“小病灶检测”问题,可作为“算法分类”部分的案例。
(2)用Grammarly优化英文语言
英文综述的语言错误是新手的“重灾区”(比如语法错误、用词不当)。Grammarly可以自动检测并修正:
- 操作步骤:打开Grammarly官网→粘贴英文文本→点击“Grammar”“Clarity”“Tone”标签→根据建议修改(比如把“very good”改成“excellent”,更学术)。
注意:Grammarly的“Premium版”可以检测“学术写作规范”(比如避免使用第一人称“I”,改用“this study”),建议学生用教育邮箱申请免费版。
(3)用AI生成图表初稿
很多期刊要求综述包含“领域发展时间线”或“方法对比图”。可以用ChatGPT生成图表的“文字描述”,再用PPT或Python画图:
Prompt模板:
请你帮我生成“肺癌影像AI算法发展时间线”的文字描述,包含关键年份、事件和代表文献:1. 2015年:深度学习开始应用于肺癌影像诊断(代表文献:Razavian et al. 2015);2. 2018年:CNN成为主流算法(代表文献:He et al. 2018);3. 2022年:Transformer开始应用(代表文献:Li et al. 2022);...
步骤6:修改与投稿(避免“低级错误”)
初稿完成后,不要直接投稿——至少修改3遍,重点检查以下内容:
(1)第一遍:逻辑和内容检查
- 框架是否清晰?(比如“主题分类型”框架是否按“问题→方法→挑战”展开);
- 每个部分是否有“批判性分析”?(比如是否回答了“哪些方法更优?为什么?”);
- 研究缺口是否明确?(比如是否指出了“具体的问题”和“解决思路”)。
小技巧:把初稿给导师或同学看,问他们“你能快速找到我的研究缺口吗?”——如果不能,说明逻辑有问题。
(2)第二遍:格式和语言检查
- 参考文献格式是否符合期刊要求?(比如中文核心用GB/T 7714,英文SCI用APA);
- 语言是否简洁学术?(比如避免口语化表达“我认为”,改用“this study suggests”);
- 是否有语法错误?(英文用Grammarly,中文用“知网查重”的语法检查功能)。
注意:中文综述避免“中英文夹杂”(比如“我们用AI算法处理data”),英文综述避免“中式英语”(比如“very big dataset”改成“large dataset”)。
(3)第三遍:投稿前的“最后检查”
- 检查期刊的“作者指南”(Author Guidelines):比如字数限制(中文核心通常5000-8000字,英文SCI通常8000-12000字)、图表格式(比如是否需要黑白图);
- 检查“作者信息”:比如单位、邮箱、基金项目(如果有,必须标注,提高录用概率);
- 检查“查重率”:中文用CNKI查重(要求≤15%),英文用Turnitin查重(要求≤10%)——综述的查重率容易高,重点修改“重复的句子结构”,不是“替换同义词”。
三、新手必避的8个坑(90%的人都犯过)
总结新手在综述写作中最容易犯的8个错误,帮你“少走弯路”:
坑1:选题太泛,没有聚焦
错误示例:“人工智能在医疗中的应用”(范围太大,无法深入);
解决方法:缩小到“肺癌影像诊断中的人工智能算法”(细分领域,有研究缺口)。
坑2:文献堆砌,没有逻辑
错误示例:“文献1研究了A,文献2研究了B,文献3研究了C”(只是罗列,没有分析);
解决方法:按“主题分类”,比如“算法分类→数据集对比→挑战分析”,每部分回答“这些研究有什么关系?”。
坑3:缺乏批判,只说“好”不说“坏”
错误示例:“所有算法都取得了很好的结果”(没有指出局限性);
解决方法:对比不同方法的优缺点(比如“传统方法易解释,但泛化差;深度学习性能高,但数据需求大”)。
坑4:参考文献格式错误
错误示例:中文文献的作者名“何雪梅,王莉莉”写成“何雪梅. 王莉莉”;
解决方法:用Zotero自动生成格式,投稿前对照期刊要求检查。
坑5:口语化表达,不学术
错误示例:“我觉得这个方法很有效”(第一人称,口语化);
解决方法:改成“该方法在多个数据集上表现出优异的性能(Smith et al., 2023)”(第三人称,学术化)。
坑6:查重率过高,被判定抄袭
错误示例:直接复制文献中的句子,只改几个词;
解决方法:用“自己的话重新组织”(比如把“CNN is a type of deep learning algorithm”改成“Convolutional Neural Networks (CNNs) belong to the category of deep learning models”)。
坑7:忽略“研究缺口”,没有自己的观点
错误示例:“未来需要更多研究”(空洞,没有具体方向);
解决方法:针对前面指出的问题,提出具体思路(比如“未来需要结合少样本学习解决小数据问题”)。
坑8:投稿前不看“作者指南”
错误示例:期刊要求“摘要≤250字”,但你写了500字;
解决方法:投稿前必须仔细阅读期刊的“Author Guidelines”,比如《中华放射学杂志》的指南明确要求“摘要包括目的、方法、结果、结论四部分,200-300字”。
四、总结:综述写作的“成功公式”
综述写作没有“捷径”,但有“方法”——成功公式是:
清晰的框架 + 批判性的分析 + 规范的格式 + 避免低级错误 = 高录用率
记住:综述的核心是“让读者通过你的眼睛看到领域的全貌”——你不是“文献的搬运工”,而是“领域的解读师”。
再回顾一下本文的重点:
1. 先确定“选题”和“框架”,再动手写;
2. 用“分类+对比+批判”代替“文献堆砌”;
3. 用AI工具提高效率,但不要替代思考;
4. 投稿前检查“逻辑、格式、查重率”。
希望这篇指南能帮你顺利完成第一篇综述——如果还有问题,欢迎在评论区留言!
附录:国内外期刊综述投稿推荐
- 中文核心:《中华放射学杂志》《中国医学影像技术》《计算机学报》(根据领域选择);
- 英文SCI:《Medical Image Analysis》(IF=13.8)、《IEEE Transactions on Medical Imaging》(IF=11.0)、《Nature Reviews Clinical Oncology》(IF=65.0,顶级综述期刊,难度高)。