Consensus已被耶鲁大学、俄亥俄大学和华盛顿大学等顶尖学府采用,用于研究文献发现,每所大学都在进行为期一年的试用。全球超过170所大学图书馆与平台合作
。在2025年的一项评估中,Consensus平均精确率为75.1%,优于Google Scholar的71.8%,提升了4.6%
。
对于需要提取特定定性发现——例如主题、参与者引语或研究特征——到可自定义列的研究人员,Elicit是更优的选择。它专为系统综述筛选、结构化数据提取和大规模论文集的证据合成而设计
。Consensus提供更快的质量过滤答案,而Elicit负责研究中的结构化操作
。
Google AI模式利用Google庞大的索引和内置的事实核查基础设施,使其在广泛覆盖和跨多样化来源类型的引用支持型答案方面表现出色。它正在成为已经生活在Google搜索生态中用户的默认AI层
。但对于专业学术文献,Consensus和Elicit更为合适。
当定性研究是迭代性和对话式的时候,ChatGPT搜索很有用——后续问题有助于细化主题并发现意想不到的联系。但在原始引用可追溯性方面,它不如Perplexity或Consensus
。对于快速、对话驱动的探索,它是一个可靠的选择,但不适合严格的引用优先工作。
没有AI搜索引擎对定性研究是完美可靠的。Perplexity和Consensus在来源透明度方面表现最佳,但所有AI引擎都可能产生大致准确但错过细微差别的摘要。一篇2025年的同行评审文章指出,尽管Consensus被迅速采用,但尚无实证研究检验其宣称的优势是否转化为可衡量的搜索质量改善
。对于严格的定性工作,请始终追溯到AI引用的原始论文或源文档。
Comments
0 comments