學術搜尋AI工具

【學術型AI的特色與價值】

        學術型AI工具因為是基於學術資料庫的內容，能確保答案內容的可信度，不過仍有資料不夠全面的狀況，仍須根據自己的研究主題資料在哪裡而去更完善的收集資料。

        現行的學術型AI工具資料查詢範圍主要基於Semantic Scholar和Open Alex，理工領域的近代英文期刊較多，付費牆文獻通常提供metadata與摘要，OA或合作出版商內容才能取得全文。Semantic Scholar現在可以找到華藝線上圖書館的摘要，不過Semantic scholar的中日文資料許多只有標題、作者而無摘要，可能會影響AI分析結果的正確性。若您的研究領域是人文社會且需要中文資料、史料、台灣社會經濟法律政策等，則這類工具幫忙有限。

        使用學術型AI工具時的指令設計方式會跟一般搜尋不同，不再需要請AI扮演角色或強調輸出的風格，因為這類學術型AI工具是為了學術用途而設計，整個機制都考量了研究者的需求，因此只要清楚講出自己的研究問題即可。雖然學術型AI工具可以用白話文的方式互動，不需要轉換關鍵字，但是仍建議您在提問中使用學術與專業用語，實測這將能獲得更佳的查詢結果。

        在此介紹這些西方文獻主流的學術AI搜尋工具，並非鼓勵大家訂購，而是許多美國圖書館館員也會介紹這些工具給他們的讀者，讓大家了解可能其他研究者正在使用什麼樣的工具，也能從這些工具學習到一些使用通用型AI的策略。

探索題目與初步發想/ 資料搜尋

• Google Scholar Lab：免註冊、免費使用。

  • 以提問的方式來獲得google scholar的資料推薦，一次會提供10筆資料與條列這10筆資料的重點，可以點選「更多結果」來增加10筆資料。Google Scholar 通常是最廣的發現層：期刊、書籍、書章、學位論文、工作論文、預印本與機構典藏都可能出現，因此很適合補足主流索引的遺漏，但它的缺點是檢索索引與覆蓋規則不透明。Google scholar Lab會先大量查詢與評估後才提供這些資料，因此需要花一點時間等待。

  • 雖然網頁上說僅能英文提問，然而測試中文提問也可以回答，只是僅有部分中文資料會用中文摘述資料內容重點、其它資料仍會以英文摘述重點。有使用者指出Google Scholar Lab確實能幫他們篩選出更相關或之前查不到的資料，但也有人被推薦了不相關或較舊的資料。另外，同一問題重新提問或用不同語言提問都會獲得不同的資料推薦，因此建議多幾次提問，或是搭配傳統的關鍵字搜尋與文獻滾雪球，不要只讓自己停在最初被推薦的10筆資料。可參考此評測內容說明。 

  • 請記得設定您的Google Scholar的圖書館連結為政治大學，才能方便從此頁面連回圖書館訂購的資料庫內容而無須付費使用。

• OpenEvidence：需註冊、目前上傳證件照認證可免費使用。

  • 乃為醫生打造的AI實證醫學搜尋引擎，可以用中文提問，資料來源為NEJM、NEJM Evidence、NEJM AI、NEJM Catalyst 和 NEJM Journal Watch 自 1990 年以來發表的所有內容。

  • 請見查詢結果範例頁面，可參考醫生的評測說明。

文獻回顧 (學術型Deep Research)

• Undermind：可使用學校信箱註冊獲得免費使用額度。

  • 最早開始有Deep Research搜尋功能的學術AI工具，最初的出發點是要挑戰Google Scholar，想要用AI提升學術搜尋的相關度，目標宏大。已有許多國外大學老師及圖書館館員推薦給學生使用，教育版信箱有免費額度。最近改版重新調整以前眾多功能的呈現方式 (以前比較像完整報告直接展示，現在更仰賴人機互動後產生結果)，且中文能力優化非常多。

  • 查詢範圍乃Semantic Scholar和Open Alex這些OA資料，資料會清楚標示是否有PDF檔，並可自行上傳PDF檔後再分析。 

  • 進去頁面後會以對話方式聚焦您的問題、再提供文獻搜尋結果，且會將文獻搜尋結果根據主題概念、時間順序列出，且會提供多種研究人員需要的功能。請參考下圖與查詢結果範例頁面。另可參考Undermind的MCP設定與使用方式。

• Consensus：需註冊、有免費使用額度。

  • 同樣參考PRISMA設計文獻回顧的功能，可以提出一個問題讓AI分析資料並直接回答「對」或「錯」。官網有詳盡的說明與範例展示可以參考。資料收錄範圍為Semantic Scholar、OpenAlex 與其 scholarly-web crawl ，除了同儕審查文章，也包含部分會議論文與預印本。另可參考Consensus的MCP設定與使用方式。

• Elicit：需註冊、免費使用的額度少。

  • 已投入AI學術搜尋多年，獲許多研究者推薦。可以使用自然語言提問探索文獻，文獻結果可以依照欄位並排序，會提供查詢結果部分文獻的摘要。可以上傳檔案讓AI協助閱讀、解釋文章，可以探索研究主題且deep research有參考PRISMA的設計，可以看到AI搜尋與評估文章品質的過程，最終產生的報告也具有專業度。請參考官網說明。資料範圍為Semantic Scholar＋OpenAlex＋PubMed；可選 ClinicalTrials.gov。另可參考Elicit的API與MCP說明。

學術功能綜整平台

        像是SciSpace，使用自然語言提問探索文獻，文獻結果可以依照欄位並排序，會提供查詢結果部分文獻的摘要。此平台也可以上傳檔案讓AI協助閱讀、解釋文章，有AI協助寫作、改寫、偵測AI內容、產生引文格式、探索研究主題、將PDF檔轉成影片。現在還有AI代理功能，可以完成更多任務 (AI代理任務需要扣點數，免費版較難體驗到)，點此連結可以看到Agent製作報告的流程與結果。資料範圍為OpenAlex、Semantic Scholar、Google Scholar與可信資料庫。

尋找相關研究與引文網路(文獻滾雪球)

• 先找到一篇重要的關鍵文章，根據這個文檔可以探索其他有相互引用關係的文章與作者，並能從視覺化圖表來看出文章的年代與引用次數。例如：Litmap、Connected papers、ResearchRabbit。ResearchRabbit免費，可優先嘗試，請參考官網介紹 How to do a literature review with ResearchRabbit。

• Scite是一個以 Smart Citations（智慧引文）為核心的學術研究與文獻評估平台。它不只顯示一篇論文被引用多少次，還會擷取引用該論文的原文脈絡與所在章節，並以機器學習將引用關係分類為「支持（supporting）」、「反駁／對照（contrasting）」或「僅提及（mentioning）」。因此，研究者可進一步判讀某項研究結論在後續學術討論中是獲得支持、受到質疑，還是僅被作為背景文獻引用。請參考官網介紹，另可參考Scite的MCP說明。

中文學術AI

• 臺鵠人文知識探勘系統：免費使用、要先註冊個人帳號。

  • 此系統目前介接「熱蘭遮城日誌(1624-1662)、臺灣文獻叢刊(1683-1945)、臺灣方志彙刊(1683-1895)、文武官職表(1683-1895)、臺灣總督府檔案事典(1895-1945)、漢文台灣日日新報(1905-1911)、臺灣省議會議員小傳及前傳、臺灣省議會公報(1946-1998)、臺灣地名辭書、台灣民俗文物辭典、國家文化記憶庫、地名資訊服務網」等資料，可以基於這些資料來回答臺灣歷史問題，回答皆會提供資料出處、且可點選「查核出處」再次驗證。若有意同時查詢網路資料，亦可開啟「網路搜尋功能」。可選擇使用模型為GPT5.5、Claude 4.6 sonnet或GPT5.5 thinking、Claude Code Agent。可參考圖書館測試簡報。

  • AI對於歷史問題的各種幻覺問題可參考「知識之眼」研討會影片內容

• 中研院地圖小助手：免註冊、免費使用。

  • 中央研究院人社中心GIS專題中心所建置的臺灣百年歷史地圖系統已經發布超過3000筆WMTS圖層服務，因為分屬不同網站（城市）服務網址，使用者往往不易搜尋或者介接應用；此外，還有一個情況是使用者希望找尋特定時代、特定地點（地名），卻不知道應該是要運用哪一個圖層。地圖小助手可根據自然語言提問推薦合適的地圖圖層。詳細介紹請見「地圖人工智慧 (Map AI) 工作坊(影片)」

• CBETA 電子佛典Online語意搜尋：免註冊、免費使用。目前可鎖定「阿含」、「律」等 23 部類提問，根據經典內容回答。請參考使用說明。

• 識典古籍：免費使用、Deep Research功能需註冊使用。

  • 由北京大學與字節跳動共同開發，北京大學數字人文實驗室有多種數位人文工具(像是「吾與點」資料擷取工具)。在此網站中，可以使用AI助手輔助閱讀理解古籍，也可以使用深度研究功能獲得古籍資料的分析報告，且平台上的古籍持續招募志工校對，以提升資料來源的正確性。北京清華的「漢籍智能集成」、中國國家圖書館的「中華古籍智慧化服務平台」也有AI功能的發展。

AI學術搜尋工具的評比方式

        新加坡管理大學SMU有持續介紹多種學術AI搜尋工具，挪威科技大學圖書館館員「Cutting through the noise: Assessing tools that employ artificial intelligence」也分享多面向評估AI工具的方式。以下是Utah大學圖書館設計的評分項目

• 探索能力：容易理解此介面的使用方式、相同的指令可以獲得類似且合邏輯的回覆、提問指令與獲得答案之間有高度關聯性、有篩選功能以利限縮資料查詢範圍。 

• 搜尋能力：資料來自具有同儕審查或具權威的學術期刊、能查到的資料量與使用學術資料庫能查到的差不多、查詢結果的前十篇的摘要與標題看起來確實與研究問題有關、查詢結果前十篇中至少七篇為近五年資料。 

• 文獻回顧/評析能力：能有效涵蓋多種研究方法與世界各地的研究、能準確且有效地傳達重點研究結果且能正確說明研究方法(有些不會交代研究方法)、引用的資料之間有明顯的關聯性且在視覺上容易理解、可以平衡分析引用出處的優缺點並指出研究缺口。 

• 付費選項：免費版即可使用多樣化功能、付費版CP值很高(支付的價格可以使用充分的功能)。 

        目前學術搜尋AI工具尚無法取代傳統檢索結果(搜尋結果不夠全面、檢索過程難以複製)，然而有助於發掘一些傳統檢索遺漏的資料。不論是通用型AI與學術型AI，都無法辨識資料來源已經被撤搞，徹搞資料就不應被引用。