为什么大模型做不好文献综述(以及解法)
通用对话模型会编造参考文献,因为它靠模式记忆生成「看起来像真的」标题、作者和 DOI,而不是真的去查。解法是一套任何论断没有可验证来源就进不了笔记的架构。我们实测了一套完全建立在免费档上的三层组合(所有额度均于 2026 年 11 月 8 日对照官方页面核实):Perplexity 负责发现,Consensus 负责查证,NotebookLM(现已更名 Gemini Notebook)作为锁定引用的笔记本。
分工之所以关键,是因为每个工具只在自己被造出来的那份工作上最不容易出现幻觉:网页圈定、真实学术检索,以及针对个人上传文档的闭卷引用。
三层工作流实操
第一层:用 Perplexity 圈定范围。把每天免费的 3 次 Pro Search 花在绘制领域地图上:最新综述、里程碑论文、悬而未决的争论。免费档的快速搜索不限量,Pro 模式留给「来源质量决定成败」的查询。
第二层:用 Consensus 查证。把每个候选论断丢给 Consensus,它检索真实论文并返回带引用、有研究支撑的答案。免费档每月论文检索不限量、10 次 Pro 消息、3 次 Deep review,应把 Deep review 留给整篇文章的论证根基。
第三层:用 NotebookLM 引用。把通过查证的 PDF 下载上传。NotebookLM 只根据你的来源作答,并附行内引用。免费档:100 本笔记本、每本 50 个来源、单来源最高 50 万词或 200MB;用量额度每 5 小时刷新一次(2026 年 9 月起改为按算力计量,取代了固定每日次数)。
| 免费额度(2026 年 11 月) | Perplexity 免费档 | Consensus 免费档 | NotebookLM 免费档 |
|---|---|---|---|
| 检索 / 输入 | 快速搜索不限量;每天 3 次 Pro Search | 论文检索不限量 | 100 本笔记本,每本 50 个来源,单来源 50 万词或 200MB |
| 重 AI 功能 | 每天 3 次 Pro Search | 每月 10 次 Pro 消息、3 次 Deep review、10 次 Study Snapshot | 用量额度每 5 小时刷新(有每周上限) |
| 付费升级 | Pro $20/月 | Pro $20/月或 $144/年 | Google AI Pro 升至每本 300 个来源 |
体验入口(NotebookLM):notebooklm.google.com
注册入口(Consensus):consensus.app
注册入口(Perplexity):perplexity.ai
额度打法:让免费档撑满一周
三个习惯能让免费档覆盖每周一次完整文献综述。第一,Perplexity 的 Pro Search 要批量用:写一个一次性的圈定提示词,同时要综述加奠基论文,而不是发三次浅查询。第二,Consensus 的 Deep review 留给决定性论断:免费档不限量的论文检索足以覆盖日常核查,不必动用它。第三,尊重 NotebookLM 的结构性上限:超过每本 50 个来源就按子课题拆本,这个上限任何免费档设置都动不了,而每 5 小时刷新的额度机制奖励细水长流,不鼓励马拉松式突击。
选型决策建议
果断用这套工作流:如果你写学术论文、基金申请书、临床摘要或政策简报,编造引用在这些场景属于重大职业风险。它花费 $0,产出每一行都可回溯的稿子。
把 Consensus 升到 Pro($20/月,$144/年):如果你经常一个月用完 3 次 Deep review:对多数用户而言,这是这套工作流唯一真正需要的付费升级。再考虑 Google AI Pro:只有单本笔记本频繁撞上 50 来源上限时才值,否则免费算力额度足以支撑高强度的一周。不必上这套组合:如果你的写作对来源宽松(如营销文案、头脑风暴),单体对话模型效率更高。