接入 AI 后，先做这 3 件事
把 AI 接进你的文献库，下一步，你会让它做什么？
如果你已经接好了研飞 MCP，可以先试试这三件事。它们能帮你把手里的文献用起来，也为后面的阅读、分析和写作打好基础。
还没有接入的话，先看 MCP：在 AI 软件中使用研飞，完成后再回来尝试。
第一件：围绕课题整理项目
你有没有这样的文献库？项目越建越多，同一个课题的论文散在好几个地方。真到要用的时候，反而找不到。
这就像衣柜里冬装夏装全混在一起。AI 可以帮你找，但每次都翻一遍，既费工夫，也消耗 Token。
整理的时候，先从你正在做的课题开始。可以直接对 AI 说：
我正在研究【你的课题】，已经建好了【项目名称】。
请找出与这个课题相关的文献，先列出准备归入项目的文献标题和理由，等我确认后再整理。
把【你的课题】和【项目名称】替换成自己的实际内容。
重点是：**围绕一个明确的研究任务，把相关材料组织起来。**迁移之前，先看一眼它的方案。
第二件：建立一套有用的标签
项目解决的是“文献放在哪里”，标签还能告诉你“这些文献之间有什么联系”。
比如，同一个项目里，哪些论文用了相似的方法？哪些研究面对同一种应用场景？哪些使用了同一个数据集？
如果只有几十篇文献，可以先不急。文献多起来，再让 AI 帮你梳理：
请先分析当前项目的 50 篇文献，按研究方法、应用场景、实验数据集等维度，推荐一套标签体系。
先给我看方案。
如果你已经有自己的标签规则，也一起告诉它。方案确认后，再逐步应用到文献上。
这样，下次准备综述，就可以先沿着标签看结构，找到需要深入阅读的那一组文献。标签能帮助筛选；真正下结论，仍然要回到相关文献。
标签体系不必一次设计完美，可以随着研究逐步调整。关于项目与标签的组织方式，还可以参考 用标签来管理文献和笔记的推荐标准。
第三件：从已有文献中寻找研究切入点
你的文献库，积累的不只是文件。它也记录了你关注什么问题、读过哪些方法。
选一个范围明确、文献数量适中的项目，试着问 AI：
请分析当前项目中所有可获取的文献标题和摘要。
这批研究主要解决什么问题？有哪些争议，或者值得进一步核查的空白？
请提出两到三个研究切入点，并标出对应文献。
拿到结果以后，先把它当成讨论的起点。
因为只看你收藏的这批文献，还不能证明整个领域都没人做过。标题和摘要，也不能代替全文证据。
挑一个你觉得有意思的方向，接着追问：
- 这个判断依据是什么？
- 相关论文的实验和结论，真的支持它吗？
- 还需要补哪些文献？
这时候，再让 AI 按需读取 PDF 里的相关原文片段，检查关键证据。研飞 MCP 支持读取这样的片段，不用每次都把整篇 PDF 塞进上下文。
从一个初步想法，到查证据、补文献、修改判断，这个来回讨论的过程，才会慢慢把想法变成值得研究的问题。
从你正在研究的项目开始
接好研飞 MCP 以后，先按课题整理项目，按维度建立标签，再带着证据寻找研究切入点。
你负责提出问题、判断方向。让 AI 帮你组织材料、比较线索、检查依据。
现在，打开你正在研究的那个项目，从第一件事开始试试。