用 Inciteful 建立可追溯的文献候选清单
当你已知一篇相关论文，并希望探索相邻研究时，引文图谱很有帮助。本练习把探索过程转化为附带判断理由的候选清单。建议用时约 30 分钟，需要浏览器、论文摘要，以及表格软件或文献管理器。
更新于 2026 年 11 月 7 日。下面两条文献判断是编辑选取的教学示例，并未声称来自一次实际运行的 Inciteful 检索。你看到的图谱、数量和排序可能不同。
下载检索运行日志与已填写的文献判断记录。文件名和日志模板保留英文，包内另含 CSV 数据分析练习。
用足够明确的问题指导判断
练习问题：“在独立的专业写作任务中，使用生成式 AI 会如何影响完成时间和质量？”
本练习寻找涉及专业写作任务、测量时间或质量的实证比较研究。更广泛的职场生产率研究作为背景阅读。这是探索性学习的范围，系统综述需要单独制定方案并增加检索来源。
以 Noy 和 Zhang 于 2023 年发表在 Science 的论文 Experimental evidence on the productivity effects of generative artificial intelligence 为种子。其摘要描述了专业写作任务实验，DOI 为 10.1126/science.adh2586。
运行小规模检索并留下记录
打开 Inciteful Paper Discovery，搜索种子论文标题或 DOI，核对所选记录的标题、作者和年份。
在 search-run-log.csv 中记录日期、种子 DOI 和初始设置。记录年份、关键词等所有筛选条件。
从重要论文和相似论文结果中查看适量候选。本练习可先评估五篇，并记录每篇出现的位置。
打开原始记录，核查摘要及文献信息，保存 DOI，并写明保留、暂放一旁或进一步核查的理由。
如有需要，添加相关论文以调整图谱。将其作为新的一次检索，记录改变后的种子和设置。导出可用记录，并保留未修改的原始文件。
官方快速入门介绍了种子检索、图谱调整和导出。重要性与相似性排序使用引文关系，适合辅助发现文献；相关性与证据质量需要通过阅读来源判断。
对照两条完整判断
进入全文核查的候选：Noy 和 Zhang，2023。 专业写作情境符合练习问题。先将摘要记为证据位置。正式纳入研究综合前，应阅读全文，检查任务设计、结果测量和局限。
背景阅读： Brynjolfsson、Li 和 Raymond，2025，Generative AI at Work。第三节描述客户支持工作。根据本练习对独立专业写作任务的聚焦，将其保留为背景。若研究问题覆盖更广泛的职场生产率，可以作出不同判断。
明确任务定义后，相近主题可能得到不同的相关性判断。这两条判断不构成对论文总体质量的评价。
请 AI 整理你已经读过的笔记
阅读摘要后，把自己的笔记交给助手，并使用以下提示词：
“把这些来源笔记整理成候选文献记录。完整保留每个 DOI。使用以下列：标题、任务情境、测量结果、可能的相关性、证据位置、未解决问题。只使用提供的文本。信息缺失时写‘所提供笔记未报告’。将我的暂定判断与你的建议分开。不要编造论文、引语或研究结果。”
逐行对照原笔记和来源。如果助手声称某篇论文报告了你无法定位的结果，将该项标为待核查并返回原文。摘要旁应保留证据位置。
形成可复核的产出
最终应包括注明日期的检索日志、可获得时的原始导出文件，以及经过审核的候选清单。每条决定都应有来源和明确理由。工作论文与正式发表文章存在差异时，分别记录版本。
示例记录还链接到 Noy 和 Zhang 在作者网站提供的早期工作论文，其标题页注明为 2023 年 3 月版本。引用正式发表版本时使用正式 DOI，并核实每项说法由哪个版本支持。
有目的地扩展检索
尝试来自另一研究传统的第二篇种子论文，比较候选变化。将引文探索与适合学科的数据库关键词检索结合，记录各自发现了什么。引文图谱的覆盖范围取决于记录、连接关系和起始文献。
访问 Inciteful 工具条目获取服务商链接，再用 CSV 数据分析核查练习练习验证数值输出。
留言