核心结论

AI 辅助文献检索的正确位置，是帮助研究者扩展检索语言、发现相关概念、整理候选结果和追踪遗漏，而不是替代学术数据库。可靠检索需要把三种路径组合起来：用探索检索理解领域语言，用结构化数据库检索保证可复现，用引文网络寻找关键词没有覆盖的关联研究。

最终产物不应是一串 AI 推荐的论文标题，而应是一份可重跑的检索日志：研究问题、概念组、数据库、完整检索式、运行日期、限制条件、结果数量、去重规则和补充发现路径都可以被复核。

为什么只问AI“找十篇论文”风险很高

生成式 AI 可能给出真实论文、错误元数据、相似题名拼接出的不存在论文，或只覆盖训练和检索接口容易看到的材料。即使每篇都真实，研究者也不知道它为何被选中、漏掉了什么，以及下个月怎样更新。

普通网络搜索、自然语言问答、数据库主题词和引文网络解决的不是同一个问题：

  • 自然语言探索适合了解概念和候选术语；
  • 数据库检索适合明确字段、布尔关系、主题词和时间范围；
  • 引文追踪适合发现不用当前关键词、但与种子研究有知识联系的论文；
  • 人工判断负责确认相关性、研究类型和证据价值。

把这些路径混成一个“智能搜索框”，很难知道检索结果为什么变化。

先把研究问题拆成概念组

检索式不是把研究问题原句复制进数据库。应先识别两个到四个核心概念组，再为每组收集同义词、缩写、旧称、拼写变体和数据库主题词。组内通常用 OR 扩大召回，组间用 AND 建立交集。

AI 可以根据种子论文帮助提出候选词，但每个词都要检查：它在本学科是否真的使用；含义是否过宽；是否会引入另一个常见主题；对应数据库是否有规范主题词。

过早把结局、研究设计、地区和人群全部写进检索式，可能提高表面精度，却漏掉题名摘要未报告这些信息的研究。Cochrane Handbook 的检索章节建议在概念组内使用多种自由词和主题词，并在系统综述中优先保证敏感性；普通研究检索也应意识到精度和召回之间的取舍。

教学案例：检索远程康复依从性研究

**教学模拟案例：**康复医学研究者梁秋想了解脑卒中患者在家庭远程康复中的依从性测量，为一项服务研究选择结局指标。她已经知道两篇种子论文，但直接在数据库输入“stroke telerehabilitation adherence measurement”只得到少量结果。

AI 根据种子论文提出了候选语言：telerehabilitation、remote rehabilitation、home-based digital rehabilitation；adherence、engagement、attendance、completion、dose received；stroke、post-stroke、cerebrovascular accident。梁秋逐项回到论文和数据库主题词检查，发现“engagement”范围很宽，“dose received”在干预实施文献中常见，但不能与依从性直接等同。

她建立概念表：

概念组保留词谨慎使用或排除
人群stroke、post-stroke、cerebrovascular accident及对应主题词不单独使用neurological，范围过宽
服务形式telerehabilitation、remote rehabilitation、home-based digital rehabilitationtelemedicine过宽，需与rehabilitation组合
行为与测量adherence、attendance、completion、participation、dose receivedengagement保留作补充探索，不直接等同依从性

第一轮结构化检索用“人群 AND 服务形式”，不强制加入依从性组，以免漏掉只在全文报告依从性的研究；第二轮再用三组交集寻找明确聚焦的论文。这个决定被写进检索日志，而不是由 AI 默默选择。

三条检索路径怎样配合

路径一：探索领域语言

从综述、指南或已知关键论文开始，让 AI 做三件事：提取作者实际使用的概念；区分近义但不同的词；列出需要人工确认的旧称和跨学科表达。探索阶段的结果是词表和种子论文，不是最终文献集。

路径二：运行可复现的数据库检索

在与学科匹配的数据库中写出完整检索式，记录字段和限制。医学可能使用 MEDLINE/PubMed、Embase 或专业数据库；工程、社会科学和人文领域需要各自的数据库组合。数据库选择取决于问题，不能把某一套医学最低要求套到所有学科。

保存检索式时不要只截屏。应保留可复制文本、数据库平台、运行日期、结果数量、语言和时间限制，以及是否使用主题词自动扩展。对于系统综述，最好由信息专家进行检索策略同行评审。

路径三：沿引文网络补漏

对关键种子论文查看参考文献、后续引用和相似论文。关键词检索依赖作者采用的词，引文网络可以发现使用另一套语言的基础研究、方法论文和跨学科来源。ResearchRabbit 对检索与发现的说明把关键词、自然语言和引文发现视为互补路径；使用任何商业工具时仍应回到正式出版记录核对。

引文多不等于质量高，新论文引文少也不等于不重要。引文网络用于发现，不直接承担质量评价。

填写完成的检索日志

字段教学示例记录
检索目的找到远程康复中依从性或可计算参与度的定义与测量方式
数据库PubMed；另一个康复相关专业数据库
运行日期2026-08-06
第一轮概念脑卒中 AND 远程康复
第二轮概念脑卒中 AND 远程康复 AND 依从性相关词
限制不先限制研究设计；语言限制另行记录原因
结果数量每个数据库分别记录导出前数量
导出格式RIS，保留数据库唯一标识和摘要
去重优先 DOI/PMID，其次规范化题名、作者和年份人工确认
引文补充2篇种子论文的前向、后向引文；记录新增来源
停止规则新一轮引文追踪不再产生新的测量定义，并完成关键领域覆盖检查

实际检索式应原样附在日志中。表里的“结果数量”不能由 AI 代填，必须来自每次数据库运行。

去重不是删除题名相似的记录

同一研究可能有注册记录、会议摘要、预印本、正式论文和后续随访；同一论文也可能在不同数据库中有元数据差异。机器可以先按 DOI、PMID 等标识合并明显重复项，再用规范化题名、作者、年份和样本描述辅助判断。

不要因为题名相似就自动删除，也不要假设一项研究只有一篇报告。系统综述尤其需要把“研究”和“报告”区分开。Cochrane 指南明确指出，一项研究可能对应多份报告，它们可能分别提供方法和结果信息。

AI可以帮助检查什么

  • 从已确认种子论文提取候选同义词；
  • 比较不同数据库检索式中的概念缺口；
  • 将导出记录按预先定义的主题作初步标注；
  • 标记元数据缺失、疑似重复和需要人工确认的记录；
  • 根据已纳入论文提示可能遗漏的引用链；
  • 把每轮检索变更整理成日志草稿。

AI 不应独立决定搜索已经“完整”，也不能把生成的论文题名直接写进参考文献。所有候选记录都要通过数据库或出版方页面核验。

常见失败路径

只用最自然的一个词

作者可能使用旧术语、缩写或邻近学科表达。修正方式是从种子论文、主题词表和引文网络扩展，不是让 AI 无限生成同义词。

用太多AND条件追求精准

检索结果很少不等于更专业。过多条件会让尚未在题名摘要中报告结局或设计的相关研究消失。应分轮检索并用筛选解决部分精度问题。

把语义排序当作全面覆盖

语义检索适合探索，但排序机制和语料覆盖可能不透明。需要可复现结论时，必须保留结构化数据库检索作为主干。

没有记录检索日期和版本

数据库持续更新，同一个检索式在不同日期会产生不同结果。没有日期、平台和完整检索式，就无法解释文献集怎样形成。

用已知文献测试检索式是否漏掉关键概念

正式检索前，应准备几篇团队确认与问题高度相关的种子文献。运行检索式后，检查这些文献是否被召回；没有召回时，定位是题名摘要没有使用预期词、数据库字段限制不当，还是某个 AND 条件把它排除了。这个测试不能证明检索已经完整，但能尽早发现明显缺口。

例如远程康复研究可能使用 telerehabilitation、tele-rehabilitation、remote rehabilitation，也可能只在摘要中写视频随访或家庭数字项目。依从性则可能表现为 attendance、adherence、engagement、completion 或 session participation。AI 可以从种子文献中提出候选表达，研究者要在数据库主题词表和真实记录中确认它们的含义，再决定是否纳入概念组。

检索扩大后，还要查看新增结果来自哪里。如果加入 engagement 带来大量仅讨论网页点击的论文，而当前问题关注完成康复训练，就需要用结局定义或筛选标准处理，不能单纯删除这个词追求较高“相关率”。系统综述尤其要优先控制漏检风险；普通叙述性查找也应说明覆盖边界。

搜索结束必须有明确条件

“再让 AI 找一些”无法形成可复现的结束点。可以根据任务设置停止规则：核心数据库检索完成且日志齐全；关键种子文献均被召回或已解释原因；前向、后向引文追踪连续一轮没有产生新的合格概念；新增关键词只带来重复或明确不相关记录；检索日期达到预设截止点。

停止检索不代表证明不存在更多文献，而是说明在既定范围内完成了一套可说明的方法。检索结束后若研究问题、主要概念或纳排标准发生实质变化，应重新评估并必要时重跑检索。不能用旧检索支持一个已经换过定义的新问题。

可直接复用的检索日志模板

研究问题与本次检索目的：
已知种子论文及其来源：

概念组A：主题词、自由词、缩写、排除的歧义词
概念组B：主题词、自由词、缩写、排除的歧义词
概念组C（如需要）：

数据库与平台：
完整检索式：
运行日期：
字段和限制：
导出前结果数与导出格式：

去重规则与去重后数量：
前向、后向引文追踪记录：
AI辅助了哪些步骤：
人工核对了哪些步骤：

本轮新增的术语和种子论文：
已知覆盖不足：
停止或更新条件：

检索的停止点不是“AI 给够了十篇”，而是研究者已经形成一套与问题匹配、可以说明覆盖范围、能够再次运行和继续更新的发现过程。之后是否精读和纳入，需要进入单篇阅读与证据判断。