Scite AI 不是另一個單純的學術搜尋引擎,而是一個以「引文分析」為核心的 AI 研究助手平台。它把過去只計「被引用次數」的被動統計,轉化為主動解析「每一段引用到底在說什麼」的智慧工具,讓研究者在閱讀文獻前,就能快速判斷某篇論文是否真的被支持、只是被提到,還是被反駁。在這套系統下,科學文獻不再是散落的單點,而是擁有清楚支持/反對脈絡的知識網絡。
Scite(scite.ai)是 2018 年成立於美國布魯克林的一家 AI 研究工具公司,目標是幫助學者、學生與產業研究者更高效地發現、理解與評估科學研究。平台透過對數億篇全文論文進行深度分析,提取出數十億條「引文陳述」(Cite Statements),再利用自然語言處理與機器學習技術,自動判斷每段引用的語意與意圖,形成所謂「智慧引文」(Smart Citations)。
根據官方與多所大學圖書館的介紹,Scite 目前擁有超過 19 億筆引用紀錄,涵蓋約 1.87 億篇全文,並從 3,400 萬篇論文中萃取出 13 億條經過分類的引用陳述。這套高密度的引文資料庫,使其在文獻評估、論文搜尋與研究評審領域逐漸成為重要工具。
在傳統學術搜尋中,使用者通常只看到「一篇論文被引用了多少次」,但無法判斷:這些引用是用來支持原論文的結論,還是用來反對或只是隨口提及?Scite 的核心突破就在於「智慧引文分析」:它會把每段引用的上下文抽出來,並用 AI 判斷該引用是:
支持(Supporting)
提及(Mentioning)
反對/對比(Contrasting)
這套分類讓使用者在點開一篇論文的頁面時,就能看到來自其他研究者對該論文的「態度」:哪些人是用實驗結果來支持,哪些人是用反例來質疑,哪些人只是順便提到。對研究者而言,這種「被引用的語意圖」能大幅縮減逐篇閱讀的時間,也能快速篩選出真正具有學術影響力、且被多篇研究一致支持的關鍵文獻。
除了智慧引文分析,Scite 也整合了自家的 AI 助理——Scite Assistant,讓使用者可以用自然語言直接提問,而不只是輸入關鍵字搜尋。這位學術 AI 助理背後連結的是完整的學術全文資料庫與智慧引文結構,因此在回答問題時,不只是給出一段通識內容,而是會根據真實的科學研究生成回覆,並附上相關文獻來源(例如摘要、全文連結或引用句)。
使用者可以透過 Scite Assistant 進行以下任務:
用一般口語詢問某主題的核心概念與研究進展
針對某篇論文或某個結論,請助理幫忙整理目前有哪些研究支持、哪些研究反對
上傳 PDF 或 Word 檔案,讓助理協助摘要重點、整理爭議點與支持證據
在論文寫作階段,請助理生成初步段落或調整語氣,並同時提供可用來背書的參考文獻
多所大學圖書館在試用介紹中指出,Scite Assistant 對於文獻回顧、研究設計與論文初稿撰寫特別有幫助,因為它能同時扮演「搜尋引擎+摘要器+寫作建議者」的三重角色。
Scite 提供一個整合的文獻搜尋介面,支援跨資料庫的關鍵字搜尋、關鍵字+期刊/作者組合,以及進階的「引用語句搜尋」(Search Cite Statements)。這意味著使用者可以直接搜尋某個「研究陳述」本身,而不只是標題或作者,例如「某某疾病在某年齡層中的發病率」這類具體結論,系統會找出在不同文獻中提到類似陳述的段落,並標示出該陳述被支持或被反對的情況。
此外,Scite 的儀表板(Dashboards)功能讓使用者可以建立多個「文獻集合」,例如「癌症免疫療法相關文獻」、「公司內部專利研究對比庫」等,將相關論文匯入集合後,平台會自動分析集合內文獻的引用關係、關鍵作者、核心期刊與主題分佈,並提供視覺化圖表,方便研究者快速掌握領域全景。這套功能在研究團隊或企業研發部門中,非常適合用來追蹤某一主題的進展與競爭對手的技術佈局。
Scite 進一步提供「視覺探索」(Visual Exploration)工具,將論文、作者與主題之間的關係以互動圖表呈現。在這張圖上,每一個節點可能是一篇論文或一位作者,線條則代表引用與合作關係,顏色與粗細則可標示支持、反對或引用強度。這種圖形化視野,讓研究者一眼就能看出某個理論是否處於主流支持位置、哪些學者是關鍵節點,以及某個爭議點在學界中形成了哪些陣營。
平台也支援團隊協作,例如共享文獻收藏、共同評論某篇論文的引用品質,或在集合中標註特定爭議段落,讓導師與學生、研究團隊成員之間可以圍繞同一份文獻結構展開討論。這種「圍繞文獻本身」的協作方式,比單純在文件或簡報中貼出標題,更能精準對焦到具體的論點與證據。
Scite 的用法在不同場景下都有明顯價值。在學術研究中,它可以:
幫助研究生在開題前快速掌握某一主題的支持與反對證據,避免陷入被少數論文片面引導的陷阱
協助教授在審查投稿或基金申請時,快速判斷關鍵假設是否有足夠實證支持
為文獻回顧與系統性回顧提供更精準的文獻篩選依據,而不是只依賴被引用次數或期刊名聲
在企業與產業界,Scite 也能協助:
技術決策者評估某項技術方向是否有足夠的科學證據支持,例如某類材料或療法的臨床前數據是否穩健
分析競爭對手的專利與發表論文,了解對方技術主張在學界中被支持或被質疑的程度
在產品開發或法規文件中,快速找到可用來背書的高品質研究文獻,提升報告與申請書的可信度
Scite 近期也對其 AI 助理進行重要升級,例如在 Scite Assistant 中引入具備推理能力的新一代模型(基於 OpenAI o4‑mini 等推理架構),讓助理在處理多步推理、對比衝突證據與複雜研究設計時,能提出更精細的建議。這類升級特別有助於處理「多篇研究結果看起來矛盾」的狀況,讓 AI 不只是列出摘要,而是協助整理矛盾點、可能的解釋與進一步驗證方向。
此外,平台也推出了「表格模式」,讓使用者在搜尋結果或文獻分析報告中,以表格形式查看關鍵資訊,例如「論文標題、作者、期刊、被引用次數、其中支持/反對/提及的引用數量、關鍵結論摘要」等,一目了然地比較不同研究的強度與一致性。這對需要大量文獻比較與挑選核心支持研究的使用者而言,大幅提升了決策效率。
Scite AI 真正的價值在於,它把「引用」從一種被動統計,轉變為一種主動的知識推理工具。在這個平台上,每一筆引用都帶有語意與態度,每一條支援或反對的線索都可以被追蹤,而每一項研究結論都需要被「被引用方式」所檢驗。
對教育工作者、研究者與企業研發人員而言,Scite 不只是多了一個搜尋工具,而更像是在自己的研究流程中,多了一位「會讀文獻、會比對證據、還會幫你說話」的 AI 同事。在 AI 與學術資料庫互相融合的趨勢下,Scite AI 代表的是新一代「智慧引文平台」的起點:未來的文獻檢索,不再只是「找到幾篇相關論文」,而是「理解這些論文在彼此之間是如何被支持、被反駁與被重新詮釋」。