本文探讨了大型语言模型（LLMs）在系统性文献综述中的应用，提出了PRISMA-DFLLM框架，以提高文献综述的效率和准确性。研究表明，LLMs能够自动化文献筛选和提取，显著减少人工工作量，并提升生成效率。案例研究验证了LLMs在学术出版中的潜力，呼吁更新PRISMA指南以整合AI驱动的过程，确保文献综述的透明性和可靠性。

本文提出了PRISMA-DFLLM框架，结合大型语言模型与系统性文献综述，以提高文献综述的效率和可重复性。研究表明，尽管GPT-4表现优异，但在动态问题上仍需改进。通过自动化文献综述，研究展示了大型语言模型在学术研究中的潜力，并呼吁更新PRISMA指南，以整合AI驱动的过程，确保研究的透明性和可靠性。