Day 1｜定边界
不写"我想写一篇文献综述"这种句子，写"我要回答的问题是什么、时间范围是什么、方法类文献算不算"。写完这句，检索才有方向。用 MuchSci 的论文检索助手把这句话拆成检索维度，按标题、作者、DOI 检索，按年份和引用次数筛，命中后 DOI 和引文信息（作者、期刊、年份、卷期页码）自动补齐，不用手抄。
Day 2｜填台账
建一张文献台账：编号、作者年份、研究问题、方法、主要结论、局限、是否引用、引用位置。让工具逐篇拆解研究问题、方法、结论、局限——这正好是台账里最难填的四列。到这一步手上是一张表，不是一堆 PDF。
Day 3｜分层阅读
按台账判断每篇怎么读：背景综述类通读建立理解；影响我结论的原创论文读原文，重点在方法、数据、补充材料。英文文献我用段落级对照阅读（中英学术双向互译、保留公式与术语一致性、支持整篇 PDF），读到关键处顺手核原文。看错一个数值的代价，远大于核对的成本。
Day 4｜结构化
把台账按主题重排，不是按年份。重排后在每一组里找一句共同结论、一句分歧点。综述的骨架就是这些"共同结论 + 分歧点"，不是我另想一个框架硬套上去。
Day 5｜成稿与自查
自查清单：术语表是否统一（中文译名 + 英文原名）、中文译名有没有被拿去当检索词、每个数值是否回原文核过、引文信息是否完整可查、译文有没有当成事实依据直接写进正文。 写不动的时候，我会先把提纲丢给办公助手智能体生成一版 PPT 初稿（PPT/Word/Excel 都能一句话生成），对着几页讲一遍：只讲这些，主线站得住吗？站不住的地方就是结构问题。
分年累月的东西——手写要点、白板照片、讲座录音——我读完就归档：译稿和要点进个人知识库（支持 PDF、DOCX、PPTX、XLSX、TXT、MD 导入，默认个人使用、不共享），来源杂的走个人数据库那层，AI 听记生成的报告也能收进去。散着的资料等于没积累。
学术诚信在这条流程里的落点很具体：译文、数值、引文全部回原文核过，这部分没法外包。
这套研究生 AI 助手用下来，我省下的是检索和填表的时间；五天的分配没什么神奇，真正的区别是 Day 1 和 Day 2 有没有认真做。这两天省下来的力气，会在 Day 4、Day 5 双倍要回去。