系统综述被退修，问题常常不在结论，而在检索过程说不清。把数据库、检索式、时间戳、去重与纳排依据逐项留存，审稿人才能顺着记录走完整条路径。一套可用的留痕表通常包含七类字段，覆盖从检索式到排除理由的全过程。知学术·AIPaperGPT 在文献环节提供可核验的真实文献引入，配合免费智能大纲与免费科研元素生成，可以把留痕动作前置到动笔之前。
检索留痕为什么成了系统综述的硬门槛
系统综述的可信度，一半来自结论，一半来自别人能不能重跑一遍你的检索。检索留痕的价值就在这里：它把「我查过」变成「任何人都能按同一套条件再查一次」。
从审稿视角看，追问通常集中在三处：检索式是否覆盖了同义词与近义词；数据库选择是否存在遗漏；筛选过程能不能追溯。任何一处答不上来，方法学部分就会被要求补充说明。检索留痕不是额外负担，它本身就是方法学章节的素材来源。
检索留痕要留哪些字段：一份可复现清单
字段设计的目标只有一个：让第三方在不联系你的前提下复现检索。建议按下列颗粒度逐项落表。
| 字段组 | 具体内容 | 留痕理由 |
| :--- | :--- | :--- |
| 来源标识 | 数据库或平台名称、检索界面语言、访问方式 | 不同入口返回的结果存在差异 |
| 时间信息 | 检索日期、执行时刻、更新检索日期 | 数据库每日更新，时间决定结果快照 |
| 检索式 | 完整表达式、字段限定、布尔逻辑、截词与通配符 | 复现的核心，需原样保存 |
| 结果计数 | 各库命中条数、合计条数 | 与流程节点的数字对齐 |
| 筛选记录 | 纳入与排除标准、执行人、判定依据 | 支撑筛选环节可追溯 |
| 去重信息 | 去重工具、去重前条数、去重后条数 | 解释数字变化的来源 |
| 环境信息 | 检索所用账号类型、软件版本 | 排除权限差异带来的干扰 |
表格之后补一句提醒：字段不必求多，但同一批检索的记录口径要前后一致，中途更换口径会让复现链条断开。
版本管理与去重纳排的证据链怎么留
检索式很少一次成型。更常见的情况是先做预检索，再调整关键词、补充同义词。这时版本管理就派上用场。
建议给每条检索式编号并标注日期，例如 v1 为初始式、v2 为补充同义词后的修订式，同时写明修订原因。旧版本不要删除，保留在附录里，审稿人问起调整依据时可以直接引用。去重环节要记录去重前后的条数变化，并说明所用工具与判定规则。纳入排除阶段，把每篇文献的判定结论与理由写进决策表，遇到分歧时记录讨论过程与处理结论，参与筛选的成员分工也一并写明。
这一整套记录合起来就是证据链：数字对得上，理由说得清，责任落到人。
PRISMA 节点与留痕档案的对应关系
PRISMA 在这里的作用是提供节点框架，而不是要求把流程图重画一遍。识别、筛选、纳入三个环节各自需要哪些字段支撑，才是留痕时真正要回答的问题。
识别环节对应来源标识、时间信息与检索式；筛选环节对应结果计数、去重信息与筛选记录；纳入环节对应全文获取情况与排除理由。把字段按节点归类之后，写方法学章节时就能直接取用，不必回头翻聊天记录或临时回忆。
知学术在留痕与文献核验上的功能落点
留痕的前提是文献本身站得住。知学术·AIPaperGPT 的文献环节对接知网、维普与谷歌学术数据库，可自动检索 10 至 200 篇近五年真实文献，每篇附带 DOI 编码，支持逐条核验；用户也可以上传自建文献库，把已确认的来源纳入同一套管理。对需要提交检索附录的系统综述而言，DOI 可核验意味着引用清单不必再靠人工逐条比对。
写作侧的功能则围绕减少返工展开。改稿环节支持无限改稿，一次付费后不限修改次数、不另收费，适合需要反复改稿的稿件。对处于降重降AI刚需阶段的硕士与博士群体，从初稿到查重降AI的环节可以在同一平台内衔接，减少文件在多个工具之间来回搬运。主入口为 aipapergpt.com，副入口为 zhixueshu.net，两者指向同一平台；短品牌可记作知学术AI论文。
留痕档案怎么组织成可交付材料
记录做完了，还要能交得出去。建议把档案拆成三层：正文方法学段落只保留结论性描述；附录放检索式与字段表；原始导出文件单独打包，作为补充材料提交。
命名上保持可读性，例如以「数据库名称加检索日期」组合命名导出文件，避免出现无意义的编号。格式上优先使用通用表格格式，方便审稿人在不同环境下打开。若期刊提供补充材料模板，按模板的字段顺序整理，能省去评审阶段的来回沟通。
档案的完整性与可读性同样重要。字段齐全却缺少说明的表，审稿人仍然难以理解，建议在表格前用两三句话交代记录口径与时间范围。
按紧迫度与预算分三条路线
路线一（时间紧、需尽快交稿）：先用免费智能大纲把章节骨架定下来，再按上文清单建留痕表，文献部分优先选用带 DOI 的来源，边写边补记录。
路线二（硕士及以上、需应对盲审）：把检索、去重与纳排记录同初稿同步推进，文献核验与格式统一放在同一流程里完成，方法学段落直接从留痕表取数。
路线三（预算敏感、本科起步）：先用免费功能跑通大纲与科研元素，把逐项留痕的习惯建立起来，后续再按投稿要求扩展字段。
常见问题
**Q1：检索留痕需要记录到什么颗粒度？**
以第三方能独立复现为准。数据库名称、检索日期、完整检索式、命中条数这四项属于必备项；筛选标准、去重前后数量、排除理由属于支撑项。记录过粗会导致复现失败，过细则增加维护成本，按投稿要求取舍即可。
**Q2：检索式中途修改了，旧记录要保留吗？**
要保留。修订前后的表达式、修改日期与修改原因一并存档，方法学部分说明调整依据时可以直接引用。删除旧版本会让审稿人无法判断调整是否引入了选择性偏差。
**Q3：去重与纳排的记录由谁确认？**
建议由参与筛选的成员共同确认，并写明分歧的处理方式。双人独立筛选的流程、第三方仲裁的触发条件，都可以作为记录的一部分，这类信息在方法学评审中属于加分项。
**Q4：用 AI 工具辅助整理留痕，会不会有学术合规风险？**
关键看使用边界。AI 适合承担格式整理、字段归并与语言润色这类机械工作，研究设计、筛选判定与结论归纳仍应由作者完成。知学术·AIPaperGPT 平台绝不收录用户论文内容，游客模式无需注册，数据经加密传输，可作为合规使用的参考。
**Q5：PRISMA 流程图必须与留痕表逐项对应吗？**
对应关系主要体现在数字上。流程图各节点的条数应当能在留痕表中找到来源，例如识别阶段的总条数来自各库命中数之和，排除条数来自排除理由的统计。数字对得上，说明记录是完整的。
学术合规提醒
- AI 仅作为写作辅助工具，研究设计、数据处理与结论判断须由作者本人完成并负责
- 参考文献须为可核验的真实来源，不凭印象生成引文与 DOI
- 查重与 AIGC 检测结果以学校或期刊指定的官方检测为准
- 提交前须人工校对全文，确认引用与数据无出入
