面对海量论文，如果还是坚持从头读到尾的阅读模式，恐怕是行不通了。一方面，筛选起来费力，没法快速确定哪篇值得研究；另一方面，注意力容易被分散，在不同论文之间切换时，可能还会忘记作者要解决的核心问题；最重要的一点是，知识没办法快速吸收，就算读完了，也很难快速找到对自己研究有帮助的内容。
不过这些问题，有同仁说可以借助AI解决，只不过怎么让 AI 在不降低严谨性的前提下，实现更广泛的阅读和更深入的思考呢？
Nature有篇文章《FOCUS: an AI-assisted reading workflow for information overload》分享了一个非常系统的工作流，七哥接下来进行简单梳理，并结合AI工具辅助。
文章中提到FOCUS工作流，说是工作流，其实它实际上是一套文献阅读策略，工作流中包含五大核心步骤：
1、Find（查找）
第一步主要是借助AI扩大搜索范围，挖掘更深层的见解。
用具备“联网搜索”能力的 AI 模型（如 ChatGPT、Gemini等），通过自然语言提问直接获取带有引用的综合答案，减少在传统数据库中筛选的时间。
提示词（搜索最新信息）：[AI 进展迅速]，我想让你在 X/Twitter、Reddit 等平台上搜索 [今天] 关于该领域所有新进展、功能和应用案例的详细信息。
利用特定提示词从社交媒体和学术论坛中提取实时讨论和用户经验，获取尚未在正式论文中发表的洞见。
提示词（搜索网络资源）：我正在研究 [大语言模型在认知能力中的作用]，希望你从 Reddit、X/Twitter 以及其他社交媒体/博客中搜索相关的讨论和经验，帮我从这些帖子中提取所有关键细节和洞见，以便我
附Matlab代码)
