文獻回顧 AI 推薦：Elicit 篩選、Consensus 找答案，另有 8 款工具

文獻回顧的每個階段，哪個 AI 工具最適合？

沒有任何單一工具能通吃每個階段，最好的做法是搭配兩三款工具，各自負責一項工作。我們在 2026 年 10 月 25 日讀過各家廠商自己的定價頁或介紹頁，下表整理的就是各家的官方說法。

看資料庫規模這一欄要小心。每家廠商的計算方式不同：Scite 算的是引用陳述，Consensus 算的是同儕審查論文，ResearchRabbit 算的是文章。數字大不代表對你的領域涵蓋更完整。先用工具搜尋你最重要的三篇已知論文，如果漏掉其中一篇，它也會漏掉其他的。

ChatGPT 或 Claude 可以幫你寫文獻回顧嗎？

不行。通用聊天機器人可以針對論文草擬文字，但參考文獻清單不能信任它。2023 年以來，已有三項同儕審查研究量測過這個問題，每一項都發現了捏造的論文。

這個規律才是有用的部分。迪肯大學（Deakin）的 Jake Linardon 團隊在 2025 年 6 月請 GPT-4o 寫六篇簡短回顧，再用 Google Scholar、Scopus、PubMed 和 WorldCat 逐筆查核每個引用。在 176 筆參考文獻中，有 35 筆（19.9%）根本不存在。研究最充分的疾患錯誤率最低，研究最少的疾患則高出將近五倍。在 141 筆真實的參考文獻中，仍有 64 筆（45.4%）有錯誤，最常見的是 DOI 錯誤。換句話說，模型在你最需要幫助的地方失誤最嚴重：一個你還不熟悉的冷門主題。

更早的研究也指向同樣的結論。Walters 與 Wilder 於 2023 年 9 月在 Scientific Reports 測試 GPT-3.5 和 GPT-4，並寫道：「GPT-3.5 論文所引用的 222 件著作中，55% 是捏造的。」GPT-4 表現較好，為 18%。Chelli 等人在 2024 年 5 月的 JMIR 研究中，要求模型列出真實系統性回顧的參考文獻，結果 GPT-4 的幻覺率為 28.6%，Bard 則為 91.4%。

Deep research 模式有幫助，因為它們會先搜尋再寫作。OpenAI 的說明中心寫道：「所有 deep research 輸出都包含引用或來源連結，方便你驗證資訊。」可以點開的連結，比憑記憶講出的標題可靠。但它仍不是經過篩選、完整的搜尋，而且這三項研究都沒有測試 deep research 模式，所以引用之前，每個來源都要親自打開確認。

文獻回顧用 Elicit 還是 Consensus 比較好？

系統性回顧用 Elicit 比較好，針對單一問題快速要答案則 Consensus 比較好。兩者解決的是不同的問題，價差也反映了這一點。

Elicit 是圍繞表格設計的。你挑選論文、命名欄位（樣本數、研究方法、結果），它就從論文中填入每個儲存格。它的 Pro 方案每月 $49，年繳為 $588，加入了 Elicit 所稱的「可篩選 5,000 篇論文的專屬系統性回顧工作流程」。免費的 Basic 方案保有對超過 1.38 億篇論文的無限搜尋與無限摘要，但報告數量有限。

Consensus 會用研究結論的摘要來回答問題。問「肌酸能改善記憶嗎」，你會得到結論與背後的論文。免費方案每月提供 10 則 Pro 訊息和最多 3 次深度回顧。Pro 年繳 $144，換算下來每月 $12，提供無限 Pro 訊息和 15 次深度回顧。Consensus 表示年繳可省 $96，所以按月付款會比較貴。Deep 方案年繳 $540（每月 $45），把深度回顧次數提高到 200 次。

兩個依序使用。Consensus 能在五分鐘內告訴你，某個問題到底有沒有證據基礎；接著 Elicit 負責從你真正要引用的論文中篩選並擷取資料。如果只能付費一個，寫系統性回顧的博士生需要 Elicit，寫 3,000 字期末報告的學生則需要 Consensus。

哪些免費 AI 工具足以應付文獻回顧？

Semantic Scholar、ResearchRabbit、Zotero 和 Gemini Notebook 合起來，花 $0 就能涵蓋一整篇論文的文獻回顧。它們都是本來就免費的設計，而不是試用版。

• Semantic Scholar 搜尋超過 2 億篇論文。它由 Paul Allen 創辦的非營利研究機構 Ai2 營運，並稱自己是「免費、由 AI 驅動的科學文獻研究工具」。
• ResearchRabbit 的免費方案可從最多 50 篇種子論文建立引用地圖，並表示「現在有、未來也永遠會有免費方案」。
• Connected Papers 為每篇論文畫出一張相關研究關聯圖，免費方案每月提供 5 張圖。
• Zotero 儲存每篇論文，並能在 Word 或 Google Docs 中以超過 9,000 種引用格式產生參考書目，由非營利組織 Digital Scholar 營運。
• Gemini Notebook（Google 於 2026 年 7 月將 NotebookLM 更名而來）只會根據你上傳的 PDF 回答問題。免費方案允許 100 個筆記本，每個 50 個來源，單一來源最多可達 50 萬字。

免費組合的唯一缺口是大規模篩選。手動從 300 篇摘要中整理樣本數要花好幾天，而這正是 Elicit 付費方案做的事。若你的回顧在 50 篇以內，就不會覺得缺了它。

文獻回顧怎麼用 AI 又不會出現假引用？

讓搜尋工具去找論文，聊天機器人只負責改寫你已經打開讀過的論文內容。光是這一條規則就能消除捏造問題，因為模型從頭到尾不需要憑記憶寫出任何參考文獻。

1. 用一句話寫出研究問題，包含研究對象、結果指標，以及納入的年份範圍。
2. 在 Semantic Scholar 或 Consensus 搜尋，並把每篇候選論文存進 Zotero。
3. 用你最好的五篇論文當種子餵給 ResearchRabbit，找出關鍵字搜尋漏掉的論文。
4. 在 Elicit 篩選並擷取資料；如果回顧規模小，用試算表也可以。
5. 在 Scite 檢查你倚重最多的論文，看後續研究是支持還是反駁它們。
6. 把 PDF 上傳到 Gemini Notebook 或聊天機器人，請它整理主題，並引用每項主張背後的論文。
7. 引用一律從 Zotero 插入，絕不從聊天機器人取得，並且每個 DOI 都點開確認一次。

第 6 步的整合提示詞：「只使用附加的論文，把研究發現歸納為三到五個主題。在每個主題下，列出支持它的論文，以及任何與之矛盾的論文，並註明每項主張所在的頁碼或章節。如果這些論文無法回答我問題的某個部分，請直接說明。不要加入任何沒有附上的論文。」

發布這篇文章的 Whizi 只適合第 6 步。它不像 Semantic Scholar 那樣搜尋學術索引。一個 Whizi 專案最多可釘選 10 份 PDF，每份最大 10 MB。Pro 方案可以讓兩個模型在同一批論文上並排執行（例如 Claude 對 GPT），讓你看出哪一個引用來源最忠實。