Elicit

Elicit 是面向科研场景的 AI 检索与分析平台，官网 elicit.com。它接入了约 1.38 亿篇学术论文与约 54.5 万条临床试验记录，核心能力是语义搜索：不必费心凑关键词，直接把研究问题写成一句英文描述，系统按语义命中相关文献。在这个检索底座上，研究智能体可以生成带引用的报告、表格与图，把「找文献、筛文献、理证据」压进同一条工作流。

它的另一特点是句子级引用：报告里每个结论都能回到原文出处，逐句核对后再转述，降低张冠李戴的风险。平台口径显示已有 500 万以上研究者使用，系统综述环节的研究者反馈最多可节省约 80% 时间。它属于 AI搜索 分类——与偏循证结论的 Consensus、偏中文文献的 CNKI 学术 相比，Elicit 的差异是「检索、筛选、智能体成稿」串成一条链路。

商业化走免费额度加积分制：每月有免费检索额度，研究智能体按用量计费，价格以官网当期页面为准。界面与论文库以英文为主，大陆访问需自备国际网络。

• 大陆网络：平台部署在境外，国内访问需自备国际网络
• 界面与论文库以英文为主，检索需英文提问
• 邮箱注册，每月有免费检索额度
• 免费额度外用积分制，研究智能体按用量计费

• 检索约 1.38 亿论文与 54.5 万临床试验
• 语义搜索：用问题描述代替凑关键词
• 研究智能体：生成带引用的报告表格
• 系统综述自动化，官方称最多省约八成时间
• 句子级引用：每个结论能回到原文出处
• 500 万以上研究者在用的工作流
• 免费额度加积分制，按用量计费

1. 注册账号：打开 elicit.com 用邮箱注册，每月自带免费检索额度。
2. 写研究问题：把假设写成一句英文问题，如「X 干预对 Y 的效果如何」，不用凑关键词。
3. 筛选文献：按纳入排除标准逐条勾选，把候选池沉淀下来。
4. 智能体成稿：用研究智能体生成报告或表格，得到可核对的初稿。
5. 溯源核对：顺着句子级引用回到原文，确认表述与出处一致后再引用。

推荐的起步方式是从一个正在做的真实课题入手：先用自然语言提问摸证据版图，再让智能体起草一段综述，逐句核对引用。用真实课题试，最能判断它的检索命中率与成稿可用度。

优点

• 库大且新：论文与临床试验覆盖面广
• 语义检索：口语化提问也能命中文献
• 引用可溯：句子级引用降低转述风险
• 综述提效：研究者反馈最多省约八成时间
• 智能体成稿：报告表格初稿直接可用

局限

• 大陆访问需自备国际网络，节点不稳会卡
• 界面与论文库以英文为主，检索需英文提问
• 免费额度有限，重度使用走积分制
• 文献质量判断仍离不开人工把关

• 场景一：开题摸底：用一个问题检索某干预措施的研究版图，短时间拿到证据地图，判断选题空间。
• 场景二：批量筛选：把纳排标准写清楚，让文献表格流式呈现，逐条标记留用或剔除。
• 场景三：综述初稿：让研究智能体起草系统综述段落，逐句核对引用后改写成自己的话。
• 场景四：临床佐证：补充临床试验记录，为论证补上人体证据一环。

以上场景的共同点是「证据工作量大且重复」：人工过几百篇摘要既慢又容易漏，Elicit 的价值在于把检索、筛选、摘理压缩到分钟级，同时用句子级引用兜底可溯源性。

四者的检索逻辑不同：Elicit 面向学术证据、能成稿；Consensus 快在直接给研究结论；NotebookLM 只在你上传的资料里作答；Metaso 覆盖中文全网。要做循证与综述，前两者更对口；要查中文资讯，Metaso 更顺。

每月有免费检索额度；更高用量走积分制，价格以官网为准

价格与档位可能随时调整，以上信息以官网为准。

• 开题调研：快速摸清某领域的研究版图
• 文献筛选：按纳排标准批量过论文
• 综述撰写：让智能体起草带引用的初稿
• 临床佐证：检索临床试验补充论证
• 资料收集：为翻译与改写攒素材

以下工具与 Elicit 在场景上有交集或重叠，可一并比较：