GMAT综合推理部分的多源推理题型要求考生在2–3个标签页中快速浏览文本、表格或图表，并基于交叉信息判断选项正误。此类题目模拟真实商业决策场景，强调信息整合与逻辑推断能力。高效作答需建立结构化信息处理流程。Stugate森鸽将说明整合表格与文本信息的核心策略。

一、先定位问题焦点再定向提取数据

每道题通常围绕一个具体问题展开，如“哪位候选人最符合预算与经验要求？”应先明确所需信息维度（如薪资、年限、技能），再分别在文本描述和表格数据中查找对应字段。避免通读所有材料，而要以问题为线索，进行靶向检索，提升信息获取效率。

二、识别表格变量与文本论述的映射关系   

表格提供结构化数据（如数值、排名、分类），文本则解释背景、限制条件或主观评价。关键在于发现二者间的指代关联，例如表格中的“Project Alpha”是否对应文本中提到的“高风险试点项目”；某员工的“Leadership Score”是否被文本描述为“团队凝聚力的核心”。建立这种映射，是交叉验证的前提。

三、警惕信息冲突与隐含假设   

有时文本陈述与表格数据表面一致，实则存在逻辑矛盾。例如，文本称“所有经理均有五年以上经验”，但表格显示某经理仅三年；或文本强调“成本是首要考量”，但推荐人选薪资远超预算。此类冲突常是解题突破口。同时，注意文本中的限定词（如“typically”“in most cases”）可能弱化表格中的绝对数据。

整合的本质是构建跨模态信息网络。Stugate森鸽认为考生能以问题驱动检索、建立数据—论述映射、并敏锐捕捉不一致之处，便能在多源推理题中实现精准高效判断。这种多源协同分析能力，是GMAT综合推理考查的核心素养。