手把手教你如何使用 ChatGPT 和 Zotero 读文献：再也不担心看不懂文献了

读论文最费劲的地方，往往不是某个英文单词，而是看了摘要仍不知道研究问题是什么，读到方法部分又被术语和实验细节卡住。Zotero 负责把论文、附件、标签和引用整理好，ChatGPT 则可以帮你把论文拆成更容易理解、也更容易核对的问题。两者配合后，你不必把整篇文章一次性“丢给 AI”，而是可以先建立阅读目标，再逐层解释背景、方法、结果和局限。本文给出两条实际路线：在 ChatGPT 中上传论文 PDF；或在支持 Zotero 连接器的 Codex 环境里直接检索自己的文献库。不同客户端可用的连接能力并不相同，重要结论仍要回到原文确认。

先弄清 ChatGPT、Codex 与 Zotero 各自负责什么#

Zotero 是文献管理工具，擅长保存书目信息、管理 PDF 附件、建立集合和标签、生成参考文献。ChatGPT 是对话式 AI，可以解释你提供的文本或文件，帮你归纳问题、比较观点和整理阅读笔记。Codex 是另一种面向工作的客户端环境，部分版本支持通过连接器访问本机 Zotero。它们能组合成工作流，但不代表每个 ChatGPT 界面都能直接读取 Zotero 库。

这篇文章不假设你已经安装某个插件，也不会把“模型生成的摘要”当成可靠的论文替代品。AI 的解释可以帮你进入主题，但研究设计、数字、因果关系和引用出处都需要对照原文。若论文包含未公开数据、受版权或机构规则限制的材料，上传之前先确认你使用的服务、账号和组织政策允许这样做。

第一步：在 Zotero 里把文献收拾好#

建一个小而清楚的阅读集合#

先从当前课题中挑 5 到 10 篇论文，不要一上来就把整个库都交给 AI。可以按主题或项目建一个集合，例如“Transformer 综述”“实验复现”“研究方法”。如果手头有核心论文、背景论文和反例，也可以用标签区分：核心、背景、待核对、反例。

分组的意义不是让资料看起来整齐，而是把问题范围控制住。问“这三篇论文对同一个任务的定义有何差异？”比问“总结我所有论文”更容易得到有用答案，也更方便确认 AI 引用的具体来源。

检查条目元数据和 PDF 附件#

导入论文后，检查标题、作者、年份、期刊或会议名称、DOI 是否完整；确认 PDF 确实挂在对应条目下面，而不是只保存了网页链接。Zotero 的 PDF 阅读器可以用于阅读和标注。不同来源自动抓取的元数据质量可能有差异，尤其是预印本、扫描版 PDF、书籍章节和中文资料。

建议把文件名和条目关系也检查一遍。若附件是扫描图像或双栏排版，全文提取可能不完整；如果 Zotero 的全文索引没有建立，连接器即使能找到条目，也可能无法返回全文内容。遇到这种情况，先用 Zotero 自带阅读器打开 PDF，确认正文可搜索，再考虑 OCR 或换用可检索版本。

做一张自己的“论文导航卡”#

打开论文时，先在 Zotero 笔记或独立文档里写下这些信息：

• 我为什么读这篇？它和当前问题有什么关系？
• 论文研究的对象、任务或数据是什么？
• 我最想确认的两个问题是什么？
• 哪些术语、方法或图表让我看不懂？

这张导航卡可以很短。它会让你在向 ChatGPT 提问时提供必要背景，也能避免 AI 把一篇论文讲得头头是道，却没有回答你真正关心的问题。

第二步：选择适合你的连接方式#

路线 A：在 ChatGPT 中上传 PDF#

如果你只是想读一篇或几篇论文，可以先在 Zotero 中找到 PDF，再按当前 ChatGPT 客户端提供的文件上传入口添加附件。上传能力、文件限制和适用账号可能变化，使用时请看产品界面与帮助文档中的当前说明。上传后先让模型确认它读取到了哪些部分，不要直接要求它“总结全文”后就采信结果。

这条路线不需要先配置本机 Zotero API 或 MCP 连接器。代价是你需要自己选文件、上传文件，并在回答里要求模型标出页码、章节或原文片段，之后再手动核对。若 PDF 有扫描页、复杂公式或图表，模型可能读取不全。

路线 B：在支持 Zotero 连接器的 Codex 环境中搜索资料#

如果你已经使用 Codex，并且当前环境安装了 Zotero 连接器，可以通过自然语言搜索文献、列出集合或导出引用数据。连接器文档描述了一个本机 Zotero API 工作流：先检查 Zotero 是否运行及本地 API 状态，再进行检索；需要读取全文时，全文提取能力和索引状态也会影响结果。插件是否可用取决于你安装的 Codex 环境和版本，不要在普通 ChatGPT 网页对话中寻找并不存在的同名入口。

截图展示了插件目录中名为 Zotero 的连接器，以及在输入框里通过 @Zotero 请求搜索个人库并添加引用的示意。按钮、图标和提示文案可能随客户端更新而变化，实际可用功能以你当前客户端中的插件说明为准。

在使用之前，确认连接器显示已启用，并让它执行一次只读的小测试，例如搜索一篇你确定已在 Zotero 中的论文。搜索结果应包含能辨认的标题和作者。如果连接器无法读取全文，检查 Zotero 是否运行、条目是否有 PDF、全文索引是否完成；不要把“搜索到了书目”误当成“已经读到了论文全文”。

两种路线怎么选#

第三步：按四轮问题读懂一篇论文#

把阅读拆成“定位、解释、核对、评价”四轮。每一轮只解决一类问题，AI 更容易给出清楚答案，你也更容易发现它何时开始猜测。

第一轮：先定位论文在解决什么问题#

不要一开始就让 AI 从头翻译全文。先让它根据标题、摘要和引言回答：研究问题是什么、现有工作哪里不足、作者提出了什么贡献、适用的对象和任务是什么。接着检查它有没有把作者的目标夸大成更普遍的结论。

可以这样提问：

请先阅读这篇论文的标题、摘要和引言开头部分。用中文回答：
1. 作者研究的具体问题是什么？
2. 这个问题为什么值得研究？
3. 论文声称的主要贡献是什么？
4. 它适用于什么任务、数据或条件？
请将“论文明确写出的内容”和“你的解释”分开，并标出对应的章节或页码。不要补充论文里没有的信息；找不到依据时请说明。

读完这轮后，试着用自己的话写一句“这篇论文研究了什么”。如果 AI 的回答很复杂但你仍说不出来，说明问题可能还不够具体，可以让它解释摘要中的关键词，或限定到某一段。

第二轮：把方法拆成输入、处理和输出#

方法部分常常让新读者卡住。与其要求“讲简单点”，不如让 AI 明确方法的输入是什么、经历哪些步骤、输出什么结果、依赖哪些假设。对机器学习论文，可以问模型结构、训练目标、基线、数据划分、评价指标；对社会科学研究，则可以问样本、变量、测量方式、识别策略和混杂因素。

请只解释论文的 Method 部分。先列出：输入数据、主要处理步骤、模型/实验设置、输出、关键假设。然后用一个简短类比解释整体流程，但要注明类比在哪些地方不准确。每个事实都尽量标出页码、章节或原文短句；如果 PDF 没有提供该信息，不要自行推断。

如果你被某个术语卡住，可以追加：“先用不超过 80 字解释这个术语，再说明它在本文方法中具体起什么作用；最后指出论文是否提供了定义或公式。”这样可以避免得到脱离论文语境的百科式定义。

第三轮：读结果时把数字和结论分开#

结果部分不要只看作者的总结段落。找到主要表格或图，确认数据集、对照组、指标、样本数和评价条件，再问模型解释数字意味着什么。论文里“优于基线”不自动等于“有实际意义”；差异可能很小，也可能只在一个数据集或指标上出现。

请解释 Results 中的表 2。先逐列说明数据集、指标和对照方法，再指出作者方法在哪些指标上更好、差异多大。区分表格直接显示的事实与作者的解释。若 PDF 中表格文字识别不完整，请明确指出，不要猜数字。

读到显著性检验、置信区间、消融实验或误差分析时，分别询问它们能支持什么结论、不能支持什么结论。AI 可以帮忙解释概念，但不能替你重新计算不在附件里的统计结果。

第四轮：主动找局限和反例#

最后让模型从边界条件出发检查论文：作者承认哪些局限？实验覆盖了哪些人群、数据、语言、设备或时间段？有没有未比较的强基线？结论是否从相关性跳到了因果性？哪些结果依赖特定设置？

请根据论文的 Discussion、Limitations 和实验设计，列出：
- 作者明确承认的局限；
- 从研究设计可以看出的适用边界；
- 目前证据还不能支持的结论；
- 值得查找的后续或反例问题。
请为每一点提供可核对的章节/页码，并区分作者原话和你的分析。不要把可能的风险写成论文已经承认的事实。

这轮尤其要核对原文。AI 很擅长给出听起来合理的局限，但如果论文并未讨论，那只是模型提出的批判视角，不是“作者承认”。写读书报告时两者必须分开标注。

第四步：用 Zotero 保存读书笔记与引用#

采用固定笔记模板#

可以为每篇核心论文保存一份短笔记，结构保持一致：

研究问题：
核心主张：
研究对象/数据：
方法与假设：
主要结果：
局限与适用边界：
与我课题的关系：
需要回原文核对：
关键页码/图表：

让 ChatGPT 按模板整理初稿时，明确要求它保留空项，不能用推测填满。例如“没有在当前附件中找到样本量，就写‘未确认’，并告诉我建议检查哪一节”。你随后回到 Zotero 的 PDF 阅读器，补上页码、批注和自己的判断。

引文数据不要只靠 AI 手打#

作者名、年份、论文标题和期刊信息属于容易出错的元数据。引用写作尽量从 Zotero 条目导出或使用 Zotero 的引用插入功能，再选择目标期刊或学校要求的格式。通过连接器导出的 BibTeX 也应检查条目 key、作者字段、会议名称、页码和 DOI。Zotero 的 item key 与 BibTeX citation key 是不同标识，不要互相替代。

如果 AI 帮你生成了“某作者在某年证明……”这样的表述，要在 Zotero 中找到对应论文，确认该论文确实支持这句话。不能只凭模型给出的引用列表写入论文，也不要让模型补造一个看似完整的 DOI。

一套可以直接复制的完整提问模板#

我正在阅读这篇论文，研究背景是：【用一两句话描述你的课题】。
我的阅读目标是：【理解方法 / 核对实验 / 比较相关研究 / 准备组会】。

请按照以下顺序协助我：
1. 先说明你实际读到了论文的哪些部分；读取不到的页、表格或附件请列出来。
2. 概括研究问题、贡献、方法、主要结果和局限，每一项都提供页码、章节、图表或短引文作为核查线索。
3. 将论文明确陈述的事实与推论、背景知识分开标记。
4. 对我不懂的术语，先给通俗解释，再说明它在本文中的具体含义。
5. 遇到不确定内容时写“未确认”，并说明我应该回到哪一节核实。不要虚构数据、引文或页码。
6. 最后给我三个检查理解的问题，先不要直接给答案。

这份模板的重点不是让 AI 一次性产出漂亮的长摘要，而是让它给出“能回到原文检查”的阅读线索。读完后可以把问题逐个回答，再让它指出你的理解是否和论文表述冲突。

多篇论文对比：先做表，再写综述#

比较论文时，先让 ChatGPT 从每篇文章中提取相同字段，再由你判断是否真的可以放在一起比较。字段可以包括研究问题、研究对象、数据、方法、基线、指标、主要发现、限制和发表时间。不同领域、不同任务或不同指标的研究，不应仅凭结果数字大小排出优劣。

可以让模型先填一版“待核查矩阵”，并把每个单元格的证据位置一并列出来。然后检查两件事：相同词语在不同论文里是否代表相同定义；看似冲突的结果是否使用了不同数据、样本或评价方式。真正的综述观点应建立在这些差异上，而不是把三段 AI 摘要拼在一起。

常见问题与排错#

Zotero 连接器能搜索到条目，却读不到 PDF，怎么办？#

先确认该条目下面确实有 PDF 附件，并能在 Zotero 中打开；再检查全文索引是否已经建立。书目检索和全文检索是不同能力，扫描件、加密 PDF、损坏文件或刚导入的附件都可能导致全文不可用。你可以改为直接在 ChatGPT 上传 PDF，或者先解决 OCR/索引问题。

ChatGPT 给的页码和原文对不上，能继续相信摘要吗？#

先暂停引用这段结果。页码错位可能来自 PDF 阅读器页码、论文印刷页码和附件页序不同，也可能是模型没能正确识别版面。要求模型同时给章节名、表格编号或短引文，再在 Zotero 中定位。无法复核的结论应标为未确认。

论文是扫描版或表格复杂，模型识别不出来怎么办？#

不要让模型猜图表。尝试获取出版社或预印本提供的可检索 PDF，必要时对扫描件做 OCR；也可以把相关表格截图单独提供，并在问题中说明列名和单位。截图识别仍可能出错，关键数字应逐项回看原 PDF。

ChatGPT 能替我写文献综述吗？#

它能帮你做资料初筛、整理笔记、生成比较矩阵和发现待查问题，但不能替你判断领域脉络、验证引用和建立原创论证。写作时每个关键主张都应追溯到具体来源，并阅读支持该主张的原文段落。

上传论文会不会泄露资料？#

这取决于文件敏感程度、你使用的服务和账号设置、组织规则以及相应数据政策。上传前确认你有权将该文件交给对应服务处理；对未公开研究、患者或客户数据、机构内部资料尤其谨慎。可以先移除个人信息，只上传完成当前问题所需的最小材料。

参考文献格式能不能让 AI 直接处理？#

可以让 AI 检查格式或解释某种引用规范，但书目信息应优先由 Zotero 等文献管理工具生成。最终仍需根据学校或期刊的最新规范检查作者顺序、大小写、卷期页码、DOI 和文内引用是否对应。

读完后做一次五分钟验收#

• 我能不能不用看摘要，用自己的话说清研究问题？
• 我知道论文的结果来自哪个数据、样本和比较条件吗？
• 每个关键数字、引文和页码都能回到原文核对吗？
• 我是否区分了作者结论、模型解释和我自己的判断？
• Zotero 条目、PDF 附件、笔记和引用信息是否关联正确？

如果这些问题大多能回答，你已经完成了一次可追溯的阅读，而不是只拿到一段看似流畅的 AI 摘要。把 AI 当作解释复杂内容的陪读者，把 Zotero 当作保存来源和证据的工作台，读论文会轻松很多；而真正的理解，仍然发生在你带着问题回到原文、核对证据并形成自己判断的过程中。

延伸阅读#

• Zotero 官方网站
• Zotero 官方文档
• Codex 中文指南的插件教程