用 chatgpt 文獻整理真的能省時（許多研究估計可節省 60–65% 的工作量），但在檢索完整性、引用準確度、方法透明度與品質評估等關鍵環節，可靠度還是讓人不太敢完全放心，而且使用時必須遵守學術出版規範。

AI 工具在學術研究中的定位

過去的文獻搜尋依賴圖書館與資料庫（如 Google Scholar、PubMed），但近年 AI 工具的興起，使文獻搜尋從「關鍵字比對」進化到「語義理解與答案生成」。

AI 在學術研究的最佳定位，是負責繁瑣的資料整理與初步梳理，而不是替代研究者的判斷與批判思考。研究人員仍需扮演核心思考者角色，避免出現將研究問題判斷完全交給 AI 的風險。

下面我把 能做 與 不該做（或做不好） 拆開。

ChatGPT 在文獻整理能幫什麼、不能靠什麼

能幫的事（前提是要有人監督）

• 釐清研究問題、延伸同義詞與檢索字串雛形。
• 做初步的摘要、主題聚類、畫出「哪些研究脈絡值得深挖」的地圖。
• 協助初步篩選（screening）並標註理由，尤其在標準化 prompt 指令與多輪提示下，但準確度普遍只到「中等」，還需要人類複核。
• 自動抽取結構化資料欄位（樣本數、效應量、量表、暴露與結果變項），產出統整表格草稿。
• 在提供正確數據的前提下，幫忙做基礎統計與效應量計算，但異質性解讀、模型選擇與評估還得專家判斷。

不建議交給它（目前做不好的）

• 可重現、可稽核的系統性檢索：不了解資料庫索引邏輯（MeSH、Emtree…），完整性無法保證。
• 引用正確性：常出現假引用、錯 DOI 或錯誤對應的文獻清單。
• 細緻結果詮釋：摘要科學研究時容易過度簡化或斷章取義，醫學領域尤其危險。

審稿人最愛抓的雷點

1. 假引用與亂配 DOI：多項研究證實 AI 會憑空產生不存在的文獻或錯誤對應。
2. 過度簡化與誤讀：最新數據顯示，AI 摘要常放大結論、忽略限制。

其他 AI 文獻搜尋與整理工具

Chat Academia

• 功能：針對使用者的研究主題，自動生成可能的研究問題，並提供 Refine（細化）、Check（查詢）、Check Novelty（新穎性檢測）、Edit（修改） 四項功能。
• 特點：可快速判斷某一研究問題是否已有大量研究覆蓋，減少在成熟領域重複投入的風險。
• 限制：問題生成的「創意度」有限，需研究者提供初步方向。

Elicit

• 功能：輸入研究問題後，自動生成具引用來源的摘要，並列出關鍵文獻及其研究限制。
• 特點：支援使用者上傳個人文獻庫進行整理，適合初期收集大量資料。
• 限制：自動生成的「研究報告」屬於整合資訊，非創新性貢獻，需研究者再次檢驗引用與內容。

Scite

• 功能：智慧引文分析（Smart Citations），標示後續文獻是支持、質疑或僅引用該篇論文。
• 特點：有助快速理解一篇論文在學術社群中的評價與爭議。
• 限制：部分資料庫仍需付費授權。

Consensus

• 功能：針對明確的判斷型問題（如「移民是否增加失業？」）提供整體文獻共識百分比。
• 特點：快速掌握學術意見分歧的程度。
• 限制：偏重英語文獻，跨語言應用有限。

文獻關聯圖譜工具

Research Rabbit、Inciteful、Litmaps、Connected Papers 可將文獻間的引用與主題相似度可視化，協助使用者掌握某領域的學術網絡結構，快速辨識研究集群與核心文獻。

文獻閱讀與摘要工具

Scholarcy 可自動切分文獻結構、生成摘要並標註研究限制；Lateral 則適合主題比較，能將多篇論文依概念水平整合成表格，協助撰寫文獻回顧。

AI 工具的應用與注意事項

應用場景：

初步研究問題探索、快速文獻地圖生成、文獻摘要整理。

注意事項：

• AI 生成的結果可能存在錯誤引用或幻覺內容。
• 需避免將 AI 自動生成的綜述直接當作原創文獻回顧。
• 使用過程應保留檢索紀錄與審查步驟，以確保學術誠信。
• 不能把 ChatGPT 列為作者，也不能把它當作「共同研究者」。

• 一張表看懂：ChatGPT 文獻整理該放在哪些步驟、怎麼補強