文献综述ai哪个好：Elicit筛选、Consensus出答案，另有8款工具

文献综述的各个阶段,分别用哪款AI工具最好?

没有哪款工具能通吃所有阶段,最好的做法是搭配两三款,每款只负责一件事。我们在2026年10月25日查阅了各家厂商自己的定价页或介绍页,下表列的都是厂商自己的说法。

看文献库一栏要多留心。各家的统计口径不同:Scite统计的是引用语句,Consensus统计的是同行评审论文,ResearchRabbit统计的是文章。数字大不等于对你所在领域覆盖更好。先在工具里搜一搜你最重要的三篇已知论文,如果它漏掉一篇,就还会漏掉别的。

ChatGPT或Claude能替你写文献综述吗?

不能。通用聊天机器人可以围绕论文起草文字,但参考文献列表不能信它。2023年以来,三项同行评审研究都测过这件事,每一项都发现了凭空捏造的论文。

这个规律才是有用的部分。迪肯大学的Jake Linardon团队在2025年6月请GPT-4o写了六篇简短综述,然后在Google Scholar、Scopus、PubMed和WorldCat中逐条核查引文。176条参考文献里,有35条(19.9%)根本不存在。研究最充分的疾病上比例最低,研究最少的疾病上则高出近五倍。在141条真实存在的参考文献中,仍有64条(45.4%)有错误,最常见的是DOI写错。也就是说,模型恰恰在你最需要帮助的地方错得最厉害:你还不熟悉的冷门主题。

更早的研究指向同一结论。Walters和Wilder在2023年9月于Scientific Reports上测试了GPT-3.5和GPT-4,并写道:“在GPT-3.5论文引用的222篇著作中,55%是编造的。”GPT-4好一些,为18%。Chelli等人2024年5月在JMIR上发表的研究,要求模型给出真实系统综述的参考文献,结果GPT-4的幻觉率为28.6%,Bard为91.4%。

Deep Research模式之所以有帮助,是因为它先检索、再写作。OpenAI的帮助中心写道:“所有Deep Research输出都包含引文或来源链接,方便你核实信息。”能点开的链接比凭记忆给出的标题强。但它仍然不是经过筛选的完整检索,而且这三项研究都没有测试过Deep Research模式,所以引用之前务必打开每一个来源。

做文献综述,Elicit和Consensus哪个更好?

做系统综述选Elicit,想快速回答一个问题选Consensus。它们解决的是不同的问题,价格差距也说明了这一点。

Elicit是围绕表格设计的。你挑选论文、给各列命名(样本量、方法、结果),它就从论文中填好每个单元格。它的Pro方案每月$49,按年付费为$588,新增了Elicit所说的“可筛选5,000篇论文的专用系统综述工作流”。免费的Basic方案保留了对1.38亿多篇论文的不限次数检索和不限次数摘要,报告数量有限。

Consensus则用一段总结回答问题,概括研究怎么说。问一句“肌酸能改善记忆吗”,你会得到结论和背后的论文。免费版每月给10条Pro消息和最多3次深度综述。Pro每年$144,折合每月$12,Pro消息不限次数,深度综述15次。Consensus说按年付费能省$96,所以按月付费更贵。Deep方案每年$540(每月$45),把深度综述次数提高到200次。

两者按顺序配合使用。Consensus五分钟内就能告诉你,一个问题到底有没有证据基础;Elicit再对你真正要引用的论文做筛选和提取。如果只能买一个,写系统综述的博士生需要Elicit,写3,000字论文的本科生需要Consensus。

哪些免费AI工具够用来做文献综述?

Semantic Scholar、ResearchRabbit、Zotero和Gemini Notebook加起来,$0就能撑起一整篇论文的综述。它们都是原本就免费,不是试用版。

• Semantic Scholar检索超过2亿篇论文。它由保罗·艾伦创办的非营利研究所Ai2运营,自称“面向科学文献的免费AI研究工具”。
• ResearchRabbit的免费方案可根据最多50篇种子论文生成引文图谱,并表示“现在有、将来也永远有免费版本”。
• Connected Papers为每篇论文绘制一张相关研究图谱,免费版每月5张。
• Zotero保存所有论文,并能在Word或Google Docs中按9,000多种引文格式生成参考文献列表,由非营利机构Digital Scholar运营。
• Gemini Notebook(Google在2026年7月由NotebookLM改名而来)只根据你上传的PDF回答问题。免费版允许100个笔记本,每个50个来源,单个来源最多可达50万词。

免费组合唯一的缺口是大规模筛选。手工从300篇摘要里提取样本量要花好几天,这正是Elicit付费版干的活。如果综述不到50篇论文,你不会觉得缺了它。

用AI做文献综述,怎样避免虚假引文?

让检索工具去找论文,让聊天机器人只改写你已经打开读过的论文里的内容。仅此一条规则就能消除编造问题,因为模型永远不必去记一条参考文献。

1. 用一句话写出研究问题,包含研究对象、结果指标和纳入的年份范围。
2. 在Semantic Scholar或Consensus中检索,把每篇候选论文存进Zotero。
3. 用你最好的五篇论文作为ResearchRabbit的种子,找出关键词检索漏掉的论文。
4. 在Elicit中筛选和提取,综述规模小的话用电子表格也行。
5. 在Scite中检查你最依赖的论文,看后续研究是支持还是反驳了它们。
6. 把PDF上传到Gemini Notebook或聊天机器人,让它归纳主题,并引用每个论点背后的论文。
7. 引文从Zotero插入,绝不从聊天机器人那里取,每个DOI都点开核对一遍。

第6步的综合提示词:“只使用附件中的论文,把研究发现归纳为三到五个主题。在每个主题下,列出支持它的论文和与之矛盾的论文,并注明每个论点对应的页码或章节。如果论文没有回答我问题的某一部分,请直接说明。不要加入任何未附上的论文。”

发布本页的Whizi只适合第6步。它不像Semantic Scholar那样检索学术索引。一个Whizi项目最多可固定10份PDF,每份最大10 MB。Pro可以让两个模型在同一批论文上并排运行(比如Claude对比GPT),让你看出哪个模型引用来源更忠实。