各位同仁好，我是七哥。一个在高校里从事人工智能相关领域研究，钻研用大模型AI实操的学术人。可以和七哥交流学术写作或Gemini、GPT、Claude等大模型学术实操相关问题，多多交流，相互成就，共同进步。200万token上下文、原生多模态架构、顶级推理能力：Gemini 3.1 Pro的技术参数让人兴奋，但对学术写作者来说，要如何使用它才能站得更高、看得更远？一、超长上下文文献综述最耗时的不是读，而是找和对，在不同论文之间来回切换、对比观点、梳理脉络。Gemini 3.1 Pro的200万token上下文窗口，相当于一次性能塞进几百页PDF、数十篇核心文献。提示词：你是“文献对照分析师”。我会分批粘贴多篇论文（含标题/摘要/关键段落/结论）。请你在阅读每篇后，持续更新一份“跨论文对照矩阵”，要求：1）统一问题框架：研究问题→核心观点→理论/假设→方法与数据→关键发现→边界条件；2）逐对比较：A vs B 在定义、因果链、证据强度、适用场景上的一致/冲突；3）标注“可追溯证据”：每个结论注明来自哪篇论文的哪一段；4）输出“脉络图”：按时间或学派串起观点演进，并指出争议焦点与可能调和路径。输出用表格+要点列表。我的论文如下：粘贴你的论文1、论文2...二、原生多模态很多论文的精髓藏在图表里，但跨学科阅读时，图表就是是最难啃的骨头。Gemini 3.1 Pro的原生多模态架构，能同时理解图表中的视觉信息和文字标注，可以直接问“这张图的横纵坐标代表什么”“这个趋势说明了什么问题”。提示词：
