文献レビューに使えるAIおすすめ10選：スクリーニングはElicit、答えはConsensus

文献レビューの工程ごとに、どのAIツールが最適か

すべての工程で一番のツールはないので、ベストな構成は、それぞれが1つの役割を担う2、3個のツールの組み合わせです。2026年10月25日に各社の料金ページまたは紹介ページを読みました。表は各社が公表している内容です。

コーパスの列は注意して読んでください。数え方は各社で違います。Sciteは引用文を数え、Consensusは査読済み論文を数え、ResearchRabbitは記事を数えています。数字が大きいからといって、あなたの分野のカバー範囲が広いとは限りません。まず、よく知っている重要な論文を3本検索してみてください。1本でも出てこなければ、ほかにも漏れがあります。

ChatGPTやClaudeに文献レビューを書かせられるか

いいえ。汎用チャットボットは論文について文章を書くことはできますが、参考文献リストの作成は信頼できません。2023年以降、査読付きの3つの研究がこれを測定し、いずれも存在しない論文を確認しました。

注目すべきはそのパターンです。ディーキン大学のJake Linardonらのチームは、2025年6月にGPT-4oに6本の短いレビューを書かせ、すべての引用をGoogle Scholar、Scopus、PubMed、WorldCatで確認しました。176件の参考文献のうち35件(19.9%)は実在しませんでした。最もよく研究されている疾患では捏造率が最も低く、研究の少ない疾患では約5倍近くに上りました。実在した141件のうち64件(45.4%)にも誤りがあり、最も多かったのはDOIの間違いです。つまりモデルは、まだよく知らないニッチなテーマという、助けが最も必要な場面でこそ最も失敗します。

以前の研究も同じ傾向を示しています。WaltersとWilderは2023年9月にScientific ReportsでGPT-3.5とGPT-4を検証し、「GPT-3.5の論文で引用された222件のうち55%は捏造である」と書きました。GPT-4は18%とより良い結果でした。Chelliらによる2024年5月のJMIRの研究では、実在する系統的レビューの参考文献を尋ねたところ、ハルシネーション率はGPT-4で28.6%、Bardで91.4%でした。

ディープリサーチモードは、書く前に検索するので役立ちます。OpenAIのヘルプセンターには「すべてのディープリサーチの出力には、情報を確認できるよう引用またはソースリンクが含まれます」とあります。記憶に頼ったタイトルより、クリックできるリンクのほうが確かです。それでも、スクリーニング済みで網羅的な検索ではありませんし、3つの研究のどれもディープリサーチモードを検証していません。引用する前に、必ずすべての出典を開いてください。

文献レビューにはElicitとConsensusのどちらが向いているか

体系的レビューにはElicit、1つの問いへの素早い答えにはConsensusが向いています。解決する問題が違い、価格差もそれを表しています。

Elicitは表を中心に作られています。論文を選び、列(サンプルサイズ、手法、アウトカム)を指定すると、論文から各セルを埋めてくれます。月額$49(年額$588で請求)のProプランでは、Elicitが「5,000本の論文をスクリーニングできる専用の系統的レビューワークフロー」と呼ぶ機能が加わります。無料のBasicプランでは、1億3,800万本以上の論文の検索と要約が無制限で、レポートには制限があります。

Consensusは、研究がどう言っているかの要約で問いに答えます。「クレアチンは記憶力を高めるか」と尋ねると、根拠となる論文つきで結論が返ってきます。無料プランはProメッセージ10件、ディープレビュー最大月3回です。Proは年額$144で、月あたり$12になり、Proメッセージは無制限、ディープレビューは15回です。Consensusは年払いなら$96お得としているので、月払いはより高くつきます。Deepプランは年額$540(月$45)で、その回数が200回に増えます。

両方を順番に使いましょう。Consensusなら、その問いにそもそもエビデンスがあるかを5分で判断できます。続いてElicitで、実際に引用する論文のスクリーニングとデータ抽出を行います。どちらか1つしか払えないなら、体系的レビューを書く博士課程の学生にはElicit、3,000字のエッセイを書く学生にはConsensusが必要です。

文献レビューに十分な無料AIツールは何か

Semantic Scholar、ResearchRabbit、Zotero、Gemini Notebookを組み合わせれば、学位論文のレビュー全体を$0でまかなえます。どれもお試しではなく、設計上ずっと無料です。

• Semantic Scholarは2億本を超える論文を検索できます。Paul Allenが設立した非営利研究機関Ai2が運営し、「科学文献のための無料のAI搭載リサーチツール」と説明しています。
• ResearchRabbitは、無料プランで最大50本の起点論文から引用マップを作成でき、「無料プランは今もこれからも提供し続ける」としています。
• Connected Papersは、論文ごとに関連研究のグラフを1つ描きます。無料枠ではグラフは月5回です。
• Zoteroはすべての論文を保存し、WordやGoogleドキュメントで9,000を超える引用スタイルの文献リストを作成します。運営は非営利団体のDigital Scholarです。
• Gemini Notebook(Googleが2026年7月にNotebookLMから改称)は、アップロードしたPDFだけをもとに質問に答えます。無料プランではノートブック100冊、各50ソースまで、1ソースは最大50万語です。

無料構成で唯一足りないのは、大規模なスクリーニングです。300本の抄録からサンプルサイズを手作業で拾い出すには数日かかり、それがElicitの有料プランの仕事です。50本未満のレビューなら、なくても困りません。

偽の引用を避けて文献レビューにAIを使うには

論文探しは検索ツールに任せ、チャットボットには、すでに開いた論文の文章を書き直させるだけにします。このルール1つで捏造の問題は消えます。モデルが参考文献を記憶に頼って出す必要がなくなるからです。

1. 対象集団、アウトカム、対象年を入れて、問いを1文で書く。
2. Semantic ScholarかConsensusで検索し、候補をすべてZoteroに保存する。
3. 最も重要な5本の論文をResearchRabbitに入れ、キーワード検索で漏れた論文を見つける。
4. Elicitでスクリーニングとデータ抽出を行う。小規模なレビューならスプレッドシートでもよい。
5. 特に頼りにする論文は、後続の研究が支持したか反証したかが分かるSciteで確認する。
6. PDFをGemini Notebookかチャットボットにアップロードし、各主張の根拠となる論文を引用させながらテーマを尋ねる。
7. 引用はチャットボットではなくZoteroから挿入し、すべてのDOIを一度クリックして確かめる。

手順6の統合用プロンプト：「添付した論文だけを使って、結果を3〜5個のテーマにまとめてください。各テーマの下に、それを支持する論文と反証する論文を、主張ごとにページまたは節を添えて挙げてください。私の問いの一部に論文が答えていない場合は、そう述べてください。添付されていない論文は追加しないでください。」

このページを公開しているWhiziが役立つのは手順6だけです。Semantic Scholarのように学術インデックスを検索することはできません。Whiziのプロジェクトには、1つ10MBまでのPDFを最大10本固定できます。Proでは同じ論文に対して2つのモデル(たとえばClaudeとGPT)を並べて実行できるので、どちらが出典をより忠実に引用するかを見比べられます。