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。”别人都研究过了，我还能写点什么？“大多数学术同仁的这种创新焦虑，其实只是缺乏一套结构化的挖缺方法。最近七哥用 GPT-5.6 整合了一下文献综述流程，发现研究空白其实也可以通过一步一步的推理被挖出来，接下来七哥就教大家如何去“挖”。例如算法治理与平台劳动这个主题，我看了87篇论文，观点却像在打架：有人说算法压榨骑手，有人说算法提升了匹配效率，那我的论文还能往哪个方向走？第一步，就是要先处理这些互相矛盾的结论：这就是证据空白。证据空白的核心是结论冲突、样本太小、证据等级弱，让GPT-5.6找出争议点。提示词：我正在研究（例如：算法治理背景下平台劳动者权益保障问题）。请分析该领域现有的主流观点：1）识别冲突：哪些核心结论在不同研究中是相互矛盾的？2）评估证据质量：现有实证研究是否存在样本量过小、数据来源单一的问题？3）归纳争议点：列出目前争议最大的3个具体问题。GPT-5.6 很快输出一个表格，关于“算法是否降低了骑手自主性”这个问题，定量研究多认为
