用 AI 读文献，你们是让它“总结”还是让它“追问”？
我最近在试两种用 AI 读文献的方式。
一种是直接让 AI 总结一篇论文：给它 PDF 或者摘要，让它输出核心结论、方法、局限。速度快，三分钟一篇，但看完就忘，回头写综述的时候脑子里没剩多少东西。
另一种是先让它列出这篇论文试图回答的核心问题，再顺着问题追问：它的方法能不能支撑结论？有没有替代解释？跟另一篇论文的结论冲突在哪？慢很多，有时候一篇要聊半小时，但聊完确实记得住。
问题是我现在不确定哪种更值得长期用。总结型适合快速筛文献，但容易产生“我读过了”的错觉；追问型记得牢，但时间成本高，不适合大批量处理。
想听听大家平时怎么用的，有没有哪种方式被证明更有效？或者有没有人把两种结合起来用？
登录后可点赞、收藏、评论和举报。
感觉可以把“要不要精读”和“有没有读懂”拆开。先用摘要筛：它回答的问题跟我有关吗，数据或方法有没有可能用上？值得留下的再追问，而且先抓一个最影响自己判断的问题，不必每篇都聊满半小时。 你说的“读过了的错觉”很关键。追问也可能只是看 AI 自问自答，读着很顺，关掉还是不会。我会更倾向加一步：关掉回答，自己写三句话——它发现了什么、凭什么这么说、什么情况下可能不成立。写不出来的那一句，再回原文找证据。这样追问有个停止条件，也能看出到底是哪儿没懂。
更多