Paperguide

Paperguide 是面向科研工作流与证据综合的人工智能原生平台，覆盖从发现论文、组织参考文献到综合证据和引用写作的完整过程。它尤其强调可审计系统综述：研究者不仅得到总结，还能记录检索、筛选和数据提取，并由综述过程生成相应报告，使结论更容易回到来源核验。

核心能力

• 发现：用自然语言提出研究问题，人工智能搜索从论文中生成综合答案，并把每条结论链接到来源，减少必须先猜准关键词的门槛。
• 组织：参考文献管理器可从 Zotero 或 Mendeley 导入，也可按数字对象标识符添加论文，保存内容可继续用于搜索、综述、提取和写作。
• 综合：研究助手能够对比多项研究、梳理领域全貌，把分散论文中的观点组织为可继续推理的证据。
• 可核验的数据提取：从多篇论文抽取指定细节，汇总成带引用的结构化表格，便于检查每个字段来自哪里。
• 系统综述：支持预先设定方案、保留检索与筛选决定，并强调双人审阅和每条标准都有证据，形成可审计过程。
• 由综述本身生成 PRISMA：基于实际综述流程形成报告，避免在项目末尾依靠记忆手工还原筛选数量和过程。

适合谁

• 要做文献综述、毕业论文和跨论文比较的高校学生、教师与学术研究者。
• 开展系统综述、必须记录检索和筛选依据的医学、生命科学与证据综合团队。
• 需要从大量研究提取字段，并输出结构化证据表的研究机构和咨询团队。
• 已经使用参考文献管理器，希望把资料管理与人工智能搜索、写作连接起来的人。

使用建议

• 先写研究问题、纳入排除标准和提取字段，再开始搜索；标准不清时，人工智能越快只会越快积累不一致结果。
• 从参考文献管理器导入后先去重并核对元数据，标题、作者、年份或标识符错误会影响后续引用和筛选。
• 自动综合适合发现主题与差异，但正式结论必须逐条回看来源，特别注意样本、方法和适用范围是否被省略。
• 系统综述使用双人审阅和完整审计记录，不要让人工智能替代独立判断；分歧应按预先方案处理并保留说明。
• 论文全文、数据和引用涉及许可与隐私，导入前确认授权；数据库范围、价格和报告能力变化时，以官网最新说明为准。