Elicit

产品介绍

Elicit由Ought公司开发，是目前唯一专门为严谨的系统化综述（Systematic Review）设计的全流程AI平台。在其他AI工具还在拼谁能找到更多论文时，Elicit已经实打实地介入了科研最繁重、最耗费精力的核心环节——文献筛选与数据提取。2026年，高达84%的研究人员已将AI工具视为日常工作的常规组成部分[reference:0]。而Elicit在MGH、Harvard Catalyst等顶级机构的评测试验中表现惊人：在结构化良好的实证论文上，其数据提取准确率高达94-99%，与专业人类审阅者的水平基本持平[reference:1]。

Elicit彻底告别了关键词匹配时代，其底层算法基于“语义相似度”而非关键词检索。例如，当用户输入“青少年心理健康干预效果”，Elicit不仅能找到包含这些词的文献，还能识别那些使用了“Adolescent mental health support”或“Youth psychological care impact”等表述的相关论文[reference:2]。它的底层数据库依赖Semantic Scholar，能够搜索超过1.38亿篇学术论文，涵盖生物医学、计算机科学、社会科学等多个领域[reference:3]。

主要功能

1. 一次检索，千人润色：用户输入自然语言的研究问题后，Elicit能同时处理数百篇论文，像一位不知疲倦的科研助手，精准从每篇论文的特定位置（如结果部分）提取关键信息，如样本量、方法学细节、主要结论等，并自动整理成电子表格[reference:4]。

2. 系统化综述专项工作流：2026年4月，Elicit正式推出了系统综述完整版本，这是迄今为止最重要的里程碑更新[reference:5]。Elicit通过内置的PICOS格式识别、偏倚风险评估提示和PRISMA流程图生成功能，构建了一套完整的循证研究框架，使其成为循证医学和Meta分析研究者的首选工具[reference:6]。

3. 智能纳入与排除标准筛选：Elicit可以根据用户设定的标准自动标记和筛选相关文献，将文献综述初筛流程从数周缩短至数天。在系统性综述的标题与摘要筛选中，Elicit展现出与人类审阅者相近的准确度[reference:7]。

4. 数据提取表格自动化生成：针对研究者最头疼的数据手动录入环节，Elicit可以根据研究问题和预设的纳入标准，自动生成待提取的数据标签和表格，并智能推荐需要比对的字段[reference:8]。

5. 与研究问题匹配度的高级筛选：Elicit能够按照论文与用户查询的相关性对搜索结果进行排序，不仅停留在文本层面，而是真正理解用户研究的深层意图和学术痛点，找到最匹配研究空白的关键文献[reference:9]。

6. 敏感数据本地化处理：Elicit支持对私有数据集的离线分析和处理，确保涉及患者隐私或商业敏感的研究数据不会外泄，满足伦理审查和科研合规性要求[reference:10]。

使用场景

系统评价与Meta分析的证据整合：Elicit专为此而生。生命科学和医学领域的博士后在策划系统综述时，通过Elicit快速定位核心证据，自动提取PICO数据，大幅缩短文献筛选工作量。

跨学科研究的文献初筛：计算生物学家进入全新交叉学科，Elicit帮助快速界定领域边界，并提供综述报告，将文献调研周期从数月缩短至数周。

循证政策建议的证据搜集：政府智囊团研究公共政策，Elicit从海量社会科学文献中提取高质量证据，为撰写“基于研究证据”的政策简报提供支持。

基金申请书的前期文献支撑：申请NIH或国自然基金时，Elicit协助快速产出该领域研究的“最新进展表”和“知识地图”，有力支撑立项依据的写作。

工具的问题

不支持自由格式备注：用户无法在结果表格中直接添加“此篇存在利益冲突”等批注，如需增加字段需要切换回复杂的数据看板，需手动对照相应论文。

无法直接提取非结构化结论：在纳入指南、专家意见等非结构化或非实证类文献时，Elicit无法像提取表格数据那样解析，需退回阅读原文。

对中文文献的支持偏弱：主要数据源Semantic Scholar在中文期刊论文的收录完整度上仍有不足，限制了中文科研人员的使用场景。

高级功能需要付费订阅：虽然基础版本免费，但涉及超大规模文献分析和系统综述自动化生成报告等功能，需要订阅高级版本，对于预算有限的个人研究者有一定门槛。

某些格式论文的提取存在误差：针对少数扫描版PDF或排版复杂的旧论文，Elicit在识别PDF版面结构和提取指定内容时可能出现字段归位错误。