Consensus

产品介绍

Consensus被耶鲁大学、华盛顿大学等33家机构试用评价为避免AI幻觉的绝佳工具[reference:11]，核心价值在于对“科学共识”的精准判断。与Elicit的系统综述不同，Consensus回答需要“是”或“否”答案的问题，即支持，还是不支持的简单二元立场。这一能力背后的“Consensus Meter”，能够通过云计算分析上百篇相关文献的摘要，实时计算当前科学界对该问题的证实比例，并以计量条形式直观呈现[reference:12]。

Consensus只检索同行评议的文献和预印本，确保证据链条纯粹来自学术殿堂。其强制访问摘要和全文逻辑采用严格的“Search First”原则，确保AI生成的内容始终有据可查[reference:13]。截止2026年初，Consensus已经索引了超过2亿篇同行评审的论文，涵盖医学、心理学、经济学、工程等各个领域[reference:14]。

主要功能

1. 分层次快速搜索（Quick / Pro / Deep）：提供三种搜索模式，Quick模式下分析10篇论文，Pro模式下分析20篇，Deep模式下则深度挖掘50篇论文，是撰写深度元分析的理想起点[reference:15]。

2. Consensus Meter（科学共识计量仪）：最具标志性的功能，以彩色计量条比例形式直观展示科学界对某一科学假设的态度分布，支持方比例越大，表明此观点越经得起检验[reference:16]。

3. 基于真实论文证据的AI生成摘要：AI不仅给出最终答案，更会将该问题进行拆解，引用2-3篇最相关的高质量论文的结论作为支持性论据，回答中处处可见具体的文献引用链接[3†L2-L3]。

4. 自然语言提问与AQL查询模式：用户可以用日常口语直接提问，如“Mediterranean diet effectiveness for diabetes prevention”，系统会解析自然语言后快速给出答复并附带共识分析。

5. 过滤高级筛选面板：支持按研究类型（RCT、Meta-analysis、综述）、发表年份和引用影响力进行结果筛选，帮助用户在早期就剔除低质量和低相关的论文，提高证据可靠性[3†L2-L3]。

6. Lit Review（文献综述）模块升级：一键生成内容详实、结构清晰的初步文献综述草稿，包含该领域的关键作者、研究热点和演化趋势，可导出用于论文的前期背景介绍。

使用场景

医学与循证临床决策：医生想要回答一个具体的临床问题（如抗生素A治疗儿童中耳炎是否比抗生素B更好），Consensus为临床决策提供初步的证据等级评估和推荐倾向。

心理学与社会科学的假设验证：在开启大规模心理实验或社会调查前，使用Consensus验证理论基础是否牢固，高级用户通过计量仪发现研究gap。

新闻记者的科学事实核查：对于涉及公共健康和安全的热点社会争议问题，记者使用Consensus找出该领域该问题的最高级别证据和大趋势，确保报道科学性。

跨领域专家的快速入门：计算机科学家转向计算神经科学，借助Consensus了解当前主流观点，形成对新手友好的科学脉络。

政府机构的公共政策制定：政府部门决策者在制定控烟、限糖等公共政策前，利用Consensus评估现有证据强度，制定科学有效的政策。

工具的问题

过于简化科学复杂性：某些情况下研究结论不能简单地归为“支持”或“反驳”，计量仪会简化科学内部的争议细节，可能低质量研究占据计量比。

对质性研究和混合方法研究解析不足：以文本厚度和多重编码为方法论的质性研究不适合纳入Consensus的分析框架。

免费额度消耗极快：个人免费版本每天搜索次数有限，超出额度需要付费，对于重度研究人员有较大使用成本。

时效性问题：虽然结合了AI技术，但更新索引依赖期刊和平台，无法捕捉最快发布的最新预印本。

部分领域数据库覆盖不全：对于某些小众交叉学科，论文收录不全，影响计量仪的科学准确性。