文献综述别逐篇硬啃，Make 双分支一次产出两份报告

文献综述期的日常是这样一幅图景，检索一批论文，逐个下载 PDF，打开第一篇，抄下标题和作者，读完摘要再硬着头皮写总结，还要想这篇对自己的课题有什么启示。一篇下来一个小时没了。二十篇还能咬牙扛，到综述阶段要梳理几十上百篇的时候，纯手工就是不可行的方案。

我之前做深度研究项目时撞的就是这堵墙，一次要处理上百篇文献，手动总结根本来不及，这套流水线就是那次被逼出来的。整个流程不复杂，把 PDF 上传到 Notion，工作流自动下载、提取文本、把元数据抽成结构化字段，然后一口气生成两份报告，一份通用文献总结，一份针对你自己课题的文献摘要，全部回填数据库。

这篇写给同样要批量处理文献的人，研究生、博士生、科研工作者都算，也适合任何批量提 PDF 关键信息的场景，金融研报、产品文档一路通。九百多字讲不完细节，我把配置要点和两个亲手踩过的坑全摆出来。

整体架构，一条链分两股

整个工作流分两段。

前一段是数据提取，四个模块排成一条线。Notion 搜索模块把待处理的条目捞出来，HTTP 模块把条目里的 PDF 下载下来，PDF.co 把 PDF 转成纯文本，OpenAI 再从文本里抽结构化元数据，标题、作者、摘要、关键词、期刊、DOI，一次抽齐。

后一段是报告生成，一个 Router 分出两条分支按顺序跑。分支一生成通用科研文献总结，分支二生成课题导向的文献摘要，两份都写回同一个 Notion 条目，正文里先总结后摘要。顺序执行有个好处，通用总结先跑完，课题摘要生成时条目已经是个半成品，中间出问题容易定位是哪一截的事。

这个双分支设计的好处，是一次计算产出两个分析视角。通用总结回答这篇论文讲了什么，课题摘要回答这论文对我有什么用，两个问题分开作答，谁也不挤占谁。

自动化省下来的是固定收益，多问一个视角才是额外的赚头。

先把库设计对，分类字段是灵魂

开工前在 Notion 建一个科研论文库，十个属性。标题、作者、摘要、关键词、期刊、DOI、网址、文件（Files 类型，放上传的 PDF）、状态（Select 类型，开始和完成两档），再加一个分类字段。

前面九个字段看名字就会建，唯独分类要单独拎出来讲一节。它不只是标签，是给摘要生成方向掌舵的方向盘。填「大语言模型」，工作流就往大语言模型方向分析这篇文献的启示；填「大模型训练的新方法和理论」，生成的摘要就聚焦得多。

老雷的建议是套一个公式，别填宽泛的大方向，填你课题或项目的具体问题。分类越精确，分支二产出的启示和研究线索越有针对性。这是整条流水线里杠杆最大的一处配置，不花一行代码，把一个字段填准就行。

用法也简单，新建条目，填标题，PDF 传到文件字段，分类填好，状态拨到开始，剩下的事流水线接手。日常往库里丢文献的动作可以零散做，攒着一起跑也行，状态这个开关就是采集和处理的分界线，没拨到开始的条目流水线一律不碰。

逐模块配置要点

第一个 Notion Search Objects 模块配两个筛选条件，分类等于你选定的方向，状态等于开始。有多条研究方向时，改一下筛选值就能切换处理对象。把限制数改大到 10，一次运行就能把一个方向的所有文献批量过一遍。

第二个 HTTP Get a File 模块，URL 映射 Notion 条目文件字段的链接，把 PDF 拉到 Make 服务器上。

第三个 PDF.co 模块选 Convert from PDF，转换类型 PDF to TXT，文件来源接上一步下载的文件。关键参数是 Pages 填 0-3，只提前 3 页。为什么只取 3 页，论文的摘要、引言和方法论概述都集中在前几页，核心信息已经覆盖，而 ChatGPT 的上下文窗口有限，整篇塞进去既费钱又容易分散注意力。PDF.co 按页计费，新用户有免费额度，只提 3 页消耗很少。不想用它也有替代，Kimi 的文件接口或者 PDF 转 Markdown 的方案都能接。

第四个 OpenAI 模块用 Transform Text to Structured Data。它和普通对话模块的差别是不用写复杂提示词去约束输出格式，直接定义数据结构，标题翻成中文，作者保留列表，摘要翻中文，关键词提中文，期刊名保持原文，DOI 和网址照映射，模型用 GPT-4o。

这里有个我亲手踩过的坑，必须划重点。PDF.co 输出的是二进制数据，要先用 toString() 函数转成字符串再喂给 OpenAI 模块，直接接会出错。另外所有字段的 Required 建议都设 No，预印本论文常常没有 DOI 和期刊名，设了必填，缺字段的条目会把整条流水线炸停。

两份报告的提示词差一个变量

Router 的两条分支都用 OpenAI 对话模块，系统提示词分开定义。

分支一，通用总结。系统角色设成科研文献总结助手，硬要求四条，总结字数 3000 字以上，所有内容必须基于发去的文献数据不得编造，以 Markdown 格式输出，只输出总结结果不带开头语和客套话。输出结构五段，文献基本信息、研究背景和目的、研究方法和实验设计、研究结果和关键发现、研究结论和意义。User 消息直接发 toString 转换后的 PDF 文本，Max Tokens 设 4000。跑完先用 Notion Update 把元数据回填、状态改成已完成，再用 Append 把总结追加进条目正文。

分支二，课题摘要。角色换成科研文献摘要撰写助手，输出结构完全不同，基础部分照旧交代背景、方法、发现和结论，往后要连答四组问题。理论启示，现有理论被支持还是被挑战，理论发展有什么新方向。实验方法启示，实验设计和技术改进的空间在哪，方法学上有什么创新。进一步验证方向，给出验证建议和扩展范围。新问题线索，研究发现引出了哪些新问题和未来假设。收尾再给应用建议。

两份报告的本质差异在 User 消息里，分支二额外传入一个研究课题变量，取的正是 Notion 条目的分类字段，课题和文献文本一起发过去。就因为这个变量，同一篇论文，不同课题的人拿到的摘要完全长得不一样。

两条分支的结果都追加进同一个条目，课题摘要排在通用总结后面。跑完回到库里看，元数据字段全部自动填充，正文里两份报告齐活，状态自动翻成已完成，Markdown 编辑器打开条理清楚。

验收、批量与复用

交付验收看三项。抽一个条目，通用总结里不得有编造的痕迹，漏出的数字都能在原文找到出处。课题摘要要真的咬住分类字段里的课题，不是放之四海皆准的套话。状态从开始流转到已完成无卡壳。三项过了再谈放量。

验收里最容易被忽略的是第一项。大模型写总结天生像模像样，编起数据来也像模像样，唯一的解法就是抽检时拿着原文对数字，方法部分的样本量、实验数字、结论里的百分比，对上才算过。这个抽检不能省，也不必多，每一批随手翻一两篇足够兜住质量。

批量跑是这条流水线真正的生产力时刻。把所有待处理文献的状态批量设成开始，检索模块的限制数放大，点一次运行，Make 会遍历每条数据逐一执行完整流程，一个方向的所有文献，一个晚上跑完。中途某条失败也不慌，它的状态还停在开始，补跑时单独捞它出来就行。

再说复用。这套架构其实是个「PDF 进、双报告出」的通用模板。把 PDF 换成金融研报，提示词改成投资分析角度，就是自动研报摘要机。换成产品文档，就能批量提取功能亮点和应用场景。骨架不动，换输入换提示词，就是一个新的交付件。

回头整体看这套东西的价值，它替你读文献是假的，替你把读文献之前的活全包了才是真的。下载、提取、整理、回填全部自动化，两份报告把素材铺到你面前，你只花时间在真正需要动脑的判断上。老雷的建议是头一次跑只放两三篇文献，把两条分支的产出质量验掉，尤其是分类字段对摘要方向的牵引效果，确认无误再放量批跑。综述期省下的时间，拿去思考，别拿去搬砖。