怎么用AI搜索学术论文？关键词、数据库与引用链追踪

资料核验日期：2026-08-08。不同学科应优先使用本领域数据库，例如生物医学领域的PubMed。

第一步：把研究问题变成概念组

不要直接搜索整句问题。先拆出：

• 核心对象；
• 干预/方法；
• 结果指标；
• 研究场景或人群；
• 时间范围。

例如“生成式AI是否提高程序员效率”可拆成 generative AI / coding assistant / software developer / productivity / task completion / controlled experiment 等概念组。

第二步：让AI扩展同义词，但不要让它虚构论文

AI在这里的优势是语言扩展和术语解释，而不是充当最终文献数据库。

第三步：选择数据库

第四步：先找“种子论文”

种子论文不一定是最新的，而是与你问题最接近、方法清楚、引用网络丰富的一两篇。找到之后，搜索效率会从“关键词猜测”变成“沿已有研究网络扩展”。

第五步：双向追踪引用链

• 向后：看种子论文参考文献，找到它依赖的基础研究；
• 向前：使用Google Scholar的Cited by或Semantic Scholar引用关系，找到后续研究；
• 横向：查看Related articles/相似论文，补充不同方法和数据集。

Google Scholar帮助明确提供“Cited by”入口，并支持从结果继续追踪引用。^[1]

第六步：核验论文存在性与元数据

AI生成的作者、年份和期刊可能出错。拿到候选论文后，至少核对题名、作者、年份、期刊/会议、DOI。Crossref REST API可以按DOI或查询检索出版元数据。^[2]

第七步：建立文献证据表

让AI基于你已经确认的论文PDF填写证据表，比让AI根据记忆总结论文更稳。

第八步：区分预印本、会议、期刊和综述

搜索时不要把所有结果当成同一证据等级。预印本更新快但可能尚未同行评审；综述适合建立全景，但关键结论最好回到被引用的原始研究。

一个完整工作流

1. AI拆问题和扩展关键词；
2. Google Scholar/PubMed找第一批候选；
3. 选2—5篇种子论文；
4. 沿引用链前后扩展；
5. Crossref核验DOI和元数据；
6. 下载可访问全文；
7. AI基于全文抽取证据表；
8. 人工检查方法、样本和局限；
9. 持续设置提醒，跟踪新论文。

常见错误

• 让AI直接生成几十篇“看起来像真的”参考文献；
• 只搜索自然语言问题，不扩展术语；
• 只看论文标题和摘要，不看方法与局限；
• 只追高引用论文，忽略最新研究；
• 把引用次数当成论文质量的唯一指标。

常见问题

参考来源

1. Google Scholar Search Help（核验于 2026-08-08）
2. Crossref REST API（核验于 2026-08-08）
3. Semantic Scholar Product（核验于 2026-08-08）
4. PubMed Help（核验于 2026-08-08）

更新记录

• 2026-08-08：首次整理并核验官方或一手资料，形成可复用流程。