以政大博士生引用的AI虛擬文獻出發，說明如何使用AI輔助論文的發想與資料蒐集(gemini與gpt deep research, manus, Scopus, undermind, scispace, researchrabbit), ，以及說明揭露與引用AI、避免生成AI虛擬文獻、查證AI虛擬文獻的做法。最後簡介MCP、skiils、agent的發展動態與研究應用，並展示以NotebookLm掌握陌生領域新發展的做法。
用 AI 完成系統性文獻回顧與研究論文｜SciSpace SLR、PRISMA 完整教學
用 AI 完成系統性文獻回顧與研究論文｜SciSpace SLR、PRISMA 完整教學
學習如何使用 AI 與 SciSpace 完成系統性文獻回顧（Systematic Literature Review, SLR），從文獻搜尋、PICO 問題設定、納入與排除標準，到 PRISMA 流程、論文撰寫、資料擷取與研究計畫書製作。 本場 webinar 會示範如何將 SciSpace AI Agent 應用在完整的學術研究流程中，幫助研究者更有系統地搜尋、篩選、閱讀和整理大量研究文獻，並將文獻回顧結果延伸為研究前言、方法論與研究計畫。 你將學到： • 如何使用 SciSpace 進行 Systematic Literature Review • 如何利用 PICO 建立清楚的研究問題 • 如何設定文獻的 inclusion 與 exclusion criteria • 如何自動建立關鍵字與 Boolean search strategy • 如何依照 PRISMA 規範完成文獻篩選流程 • 如何比較 PubMed、Google Scholar、Web of Science 與其他資料庫 • 如何使用 AI 撰寫研究論文的 Introduction • 如何依照 PRISMA、CONSORT 與 EQUATOR reporting guidelines 撰寫研究方法 • 如何從多篇 PDF 擷取研究數據 • 如何建立資料表、圖表與 forest plot • 如何將文獻回顧、前言與研究方法整合成研究計畫書 • 如何透過人機互動降低 AI 幻覺、遺漏與錯誤 這場教學適合： • 碩士與博士研究生 • 大學教師與學術研究者 • 正在進行 Literature Review 或 Systematic Review 的研究者 • 準備撰寫研究論文、論文計畫或研究補助申請的人 • 想使用 AI 提升研究效率，但仍維持學術嚴謹性的人 SciSpace 是一個專為研究工作設計的 AI research platform，可協助研究者搜尋文獻、分析 PDF、執行 Deep Review、完成系統性文獻回顧、擷取數據並建立研究報告。
文獻回顧寫到抓狂？SciSpace SLR Agent 幫你自動化 PRISMA 流程！
文獻回顧寫到抓狂？SciSpace SLR Agent 幫你自動化 PRISMA 流程！
還在為系統性文獻回顧 (SLR) 熬夜嗎？傳統流程從搜尋、篩選到畫出 PRISMA 流程圖，往往要耗費半年！本集影片深度實測 SciSpace 4月最新推出的「SLR Agent」，這不是普通的聊天機器人，而是能在一小時內幫你篩選 3,000 篇論文、跑完去重並生成完整 PRISMA 報告的 AI 代理人。
無論是寫學位論文還是期刊投稿，這支影片將改變你的研究工作流！ 👇 【專屬粉絲福利：升級你的研究外掛！】 透過專屬連結註冊 SciSpace，並在結帳時輸入折扣碼，就能享有比官網直接購買更划算的隱藏優惠！ 👉 專屬優惠連結：https://scispace.com/?via=ap1ryanzhou
👉 6折扣碼：AORZ40 (年訂閱) 👉 8折扣碼：AORZ20 (月訂閱) (優惠有時間限制，建議儘早使用！) ⏳ 【影片時間軸】 00:00 - 影片開場：文獻回顧的痛苦與黑科技登場 01:50 - 為什麼傳統 AI (ChatGPT/Gemini) 做不到這點？ 03:34 - SciSpace 新版介面與外部資料庫連接 (Zotero/Notion) 04:40 - 實操教學：下對指令啟動 SLR Agent 06:36 - 關鍵步驟：設定 Inclusion/Exclusion 篩選標準 10:33 - AI 如何跨資料庫搜尋 (Google Scholar/PubMed) 15:40 - 成果展示：PRISMA 流程圖與完整文獻報告 22:45 - 隱藏技能：一鍵生成學術簡報與研究計畫書 51:53 - 總結：AI 時代研究者的核心價值
The Real Reason Researchers Are Switching to SciSpace in 2026
The Real Reason Researchers Are Switching to SciSpace in 2026
Links and Codes: Consensus: https://get.consensus.app/andy25 (25% off with the code: andy25) Paperpal: https://paperpal.com/?linkId=lp_72673... (PAP20 - 20% off) Thesify: https://thesify.ai?fpr=andy60 Thesis AI: https://www.thesisai.io/?via=andrew, ANDY20 - 20% off Elicit: https://elicit.com/?via=andrew UndetectableAI: https://undetectable.ai?fpr=andy SciSpace: https://scispace.com/?via=andy-staple... (ANDYS40: 40% off the annual plan, ANDYS20: 20% off the monthly plan) Jenni AI: https://jenni.ai/?via=andy-stapleton (Use codes: andy30, ANDY20) Julius AI: https://julius.ai/?via=andrew-stapleton (ANDY20 — offers 20% off) AnswerThis: https://answerthis.io?ref=andy49 (ANDY25 - 25% off) Anara AI: https://anara.com (ANDY20 - 20 % off) When people talk about AI for academia, they often focus on speed or automation, but that misses the more interesting question: how do these tools actually change the way you think and work as a researcher? In this video, I explore that idea by showing how I personally approach how to use scispace ai in a way that supports thinking rather than replacing it. ▼ ▽ Sign up for my FREE newsletter Join 21,000+ email subscribers receiving the free tools and academic tips directly from me: https://academiainsider.com/newsletter/ ▼ ▽ MY TOP SELLING COURSE ▼ ▽ ▶ Become a Master Academic Writer With AI using my course: https://academy.academiainsider.com/c... What I find most valuable is not any single feature, but how the different parts of the platform connect together. Learning how to use scispace ai for research means understanding where it genuinely saves cognitive effort and where human judgement still matters. Research is rarely linear, and tools that respect that messiness tend to be far more useful in practice. Writing is a good example of this balance. Many people worry that AI writing tools will flatten their voice or encourage shortcuts. In reality, learning how to use scispace ai writer well is about structure, scaffolding, and momentum. For me, scispace ai writing works best when it helps me get past the blank page, test ideas, and see possible directions, rather than producing something I would submit unchanged. Reading papers is another area where small improvements compound over time. Using scispace paper reader ai has changed how I interact with dense tables, methods sections, and unfamiliar terminology. Instead of stopping when something doesn’t make sense, I can interrogate it, reframe it, and decide more quickly what actually matters for my work. Across all of this, what I’m really interested in is how scispace ai tools fit into a sustainable research workflow. Good tools reduce friction, but they also shape habits. The goal isn’t to do more work faster at any cost, but to create space for better questions, clearer thinking, and more intentional decisions. That’s the lens I bring to this video, and it’s the lens I encourage you to adopt when deciding how AI fits into your own research practice. ................................................ ▼ ▽ TIMESTAMPS 00:00 Intro 02:02 My Library 05:28 Agent Gallery 07:58 AI Writer 11:36 Chat with PDF 14:35 Other Tools 19:37 Outro
How to Use SciSpace Literature Review Tool | Step-by-Step Tutorial
How to Use SciSpace Literature Review Tool | Step-by-Step Tutorial
SciSpace Literature Review is the ultimate AI assistant for researchers who want to go from question to insight, faster. Whether you're defining a topic, comparing studies, or searching for gaps in the literature, this tool simplifies every step with AI-powered summaries, smart comparisons, and multi-language support. Timestamps 00:00: Intro 00:13: Literature Review Workspace 00:20: Choose Your Review Mode 00:43: Summarized Insights from Top Papers 00:55: Citation Formats 01:06: Save Insights to Notebook 01:15: Find Research Topics 01:25: Table View (Part 1): Filter, Analyze, Find Similar, Chat, Export 02:00: Table View (Part 2): Request PDF, Chat with Paper, Get Summaries, Turn Paper to Podcast, Cite, Save, Export 02:46: Multi-Language Support 02:52: Save Your Search 03:04: High-Quality Review Mode 03:15: Deep Review 04:04: Bonus Feature Supercharge Your Literature Review Try SciSpace now → https://bit.ly/3I2NFd4
SciSpace AI Agent 完整教學-文獻回顧、研究計畫撰寫、經費表自動生成
SciSpace AI Agent 完整教學-文獻回顧、研究計畫撰寫、經費表自動生成
本影片為 SciSpace 舉辦的《SciSpace AI Agent 教學直播》精華版，完整示範如何使用最新的 SciSpace AI Agent 來協助研究者 快速撰寫研究計畫、進行文獻回顧、深度文獻搜尋（Deep Review）、整理關鍵文獻、修訂研究方法、甚至自動生成經費表與甘特圖。 你將在本影片學到： 1️⃣AI 對科研領域的最新進展 2️⃣ SciSpace AI Agent 的核心功能 3️⃣ 實作：5 分鐘生成完整研究計畫架構 4️⃣ 深度文獻回顧與相似度評分 5️⃣ 修正研究方法（Methodology）技巧 6️⃣ 自動生成經費表與問卷 7️⃣ SciSpace 的最新升級與建議使用策略 🎁 專屬直播參與者優惠碼（限時） 以下為本次直播提供的 獨家折扣碼，可用於升級 SciSpace 方案與加購點數： 🔹 45% OFF — Annual Plan 折扣碼：RYZ45 🔹 35% OFF — Teams Plan 折扣碼：RYZ35 ▶ 兌換頁面 Pricing：https://scispace.com/pricing 📅 有效期限：至 11 月 27 日（含） 💬 加入 SciSpace 研究社群（Prompt、教學、技術交流）
書目管理軟體 EndNote 21 核心課程
主題:書目管理軟體EndNote_陽明校區 講者: 碩睿 林庚賢 時間:8月22日(四) 地點:陽明校區圖書館二樓神農資訊檢索中心 簡報連結:https://nycu.to/EndNote 0:00 EndNote介紹 5:35 EndNote安裝 18:12 建立Library 26:35 電子資源匯入 45:50 資料匯入-PDF檔匯入 51:19 資料匯入-自行匯入 56:57 管理書目資料 -Groups 1:11:09 Cite While You Write for WORD 1:30:18 備份 1:36:11 Endnote Group 分享功能 1:39:49 碩睿補充資源 1:40:29 提問回答
當 AI 讓資料爆炸，研究該怎麼做？－ 從文獻蒐集到建立 AI 輔助研究流程
當 AI 讓資料爆炸，研究該怎麼做？－ 從文獻蒐集到建立 AI 輔助研究流程
撰寫文獻探討的7個注意事項｜引用&寫作提醒｜看看你做到了幾項
撰寫文獻探討的7個注意事項｜引用&寫作提醒｜看看你做到了幾項
AI浪潮來勢洶洶，寫作門檻不斷降低，科技帶來方便之餘，研究者如何保有自身的核心價值是相當重要的。這集影片主要針對第二章文獻探討中的常見問題，提出了7個調整建議，讓大家跟著逐一檢視，確保論文的品質~
訂閱希望論文： 
/ @hopestat005
🕘
00:00 開場
00:42 建立文章脈絡
02:12 斟酌文獻來源
03:50 更新近期文獻
05:29 控制章節篇幅
07:34 避免二次引用
08:36 注意AI幻覺
09:50 留意AI檢測
Vista電子報 No.70：運用STORM進行學術研究
作者：Vista Cheng 鄭緯筌
在資訊爆炸的時代，從事學術研究的學者或博、碩士生往往面臨著大量資料需要處理的挑戰，從文獻回顧到數據分析，繁重的任務往往導致研究進度嚴重延宕。然而，隨著人工智慧技術的不斷發展，研究者有了更多高效工具，能夠從龐大的資料中快速提取關鍵資訊，並幫助進行內容的組織與撰寫。舉例來說，由美國史丹佛大學開發的STORM（Synthesis of Topic Outlines through Retrieval and Multi-perspective Question Asking）正是這樣一款可以提升研究效率的創新工具。透過與Google推出的智慧筆記工具NotebookLM搭配使用，STORM的潛力將被進一步放大，為學術研究提供更強大的支持。
We propose STORM, a writing system focusing on the pre-writing stage to generate long, grounded, Wikipedia-like article for a given topic from scratch.
在本期電子報中，我將為大家深入解析STORM的功能特性，探索如何具有創意地應用它來解決一些學術問題，並進一步探討它與NotebookLM協同作用的實際場景與創新用法。
什麼是STORM？為何它足以革新學術研究的方式
簡單來說，STORM是美國史丹佛大學所推出的一款結合AI檢索技術與結構化內容生成的學術工具，專為需要快速掌握某一研究領域全貌的學者或博、碩士研究生所設計。它能在短時間內完成兩大核心任務：
1. 資料搜集與結構化大綱生成
當研究者輸入一個20字以內的研究主題（目前僅支援英文），STORM會運用網路搜尋技術，迅速搜集相關資訊，並生成一個結構化大綱。例如，如果你輸入「AI在教育中的應用」（記得寫英文唷！），STORM可能產生如下的大綱：
• AI在教育的發展歷史
• AI技術提升學習效果的案例分析
• AI技術對教師角色的影響
• 未來教育趨勢與挑戰
列出這樣的大綱，有什麼好處呢？可以幫助研究者在短時間內抓住核心方向，進一步把研究重心聚焦在具體的問題上。
2. 初步文章撰寫與引用管理
基於生成的大綱，STORM還可以撰寫研究草稿，並自動插入引用來源。例如，針對上述大綱，STORM會從學術文獻或網路資源中提取相關內容，生成500字至1500字不等的章節草稿，並附上參考文獻，為後續撰寫提供基礎。
值得注意的是，STORM目前主要適用於探索性研究的早期階段，它能幫助你快速了解某一領域的關鍵脈絡，但仍需研究者進一步分析與修正，確保內容的深度與準確性。我們不能指望STORM兀自寫出一篇擲地有聲的論文，但它的確能夠指引學者或博、碩士生找到一些可行的研究方向。
如何善用STORM進行學術研究：基礎與進階應用場景
STORM不僅是提升研究效率的學習利器，在我看來，它更是一個足以激發創意的新工具。在此，我將為大家探討從基礎使用到創意應用的各種可能性，幫助學者或博、碩士生在不同研究階段更有效率地推進學術工作。
基礎應用：文獻回顧與研究現狀掌握
文獻回顧是學術研究的重要組成部分，但耗時耗力的資料搜集工作常常讓人感到吃力，甚至力不從心。透過STORM的協助，可以快速生成相關領域的文獻回顧，幫助研究者節省大量時間。例如：
案例：氣候變遷對全球農業的影響
當你輸入此主題後，STORM會生成一個涵蓋多個方面的大綱，例如：
• 氣候變遷對作物生產的直接影響
• 政策應對與國際合作的案例
• 未來氣候變遷模型的應用
基於這些大綱，STORM會進一步撰寫概述性的文獻回顧，幫助你快速了解研究現狀。
創意應用：要求STORM生成圖表或摘要，呈現某一時段的研究趨勢，例如「2015年至2023年間AI技術在農業中的應用研究數量變化」。
進階應用：跨學科研究的整合與洞察
當你的研究涉及多個學科時，STORM的能力尤為突出。例如，若你研究「人工智慧在心理健康中的應用」，該主題涵蓋心理學、醫學與資訊技術。如果按照傳統的方法，你可能需要分別調查每個領域的文獻，但是如今透過STORM的協助，你彷彿同時延請了多位學者、專家，可以快速生成綜合性的大綱與初稿。
進一步的創意應用，俯拾即是：好比讓STORM模擬學術會議中的多學科對話，生成不同專家的觀點。例如，它可以模擬一位心理學家與AI工程師的對話，討論AI技術在抑鬱症診斷中的優勢與潛在風險，進而激發你的研究靈感。
高級應用：教學設計與教材開發
STORM對於教授與講師而言，也是極具潛力的工具。例如，假設你需要設計一門關於「數據倫理」的課程，只需輸入主題，STORM就能生成包含「歷史背景」、「實際案例」和「未來挑戰」的教學大綱。
創意應用：利用STORM生成的教學素材，導入NotebookLM進行個性化修改，例如補充本地化案例或添加與學生互動的環節等。
博、碩士論文的撰寫全流程支持
博、碩士論文是每位研究生的終極挑戰，而STORM可以幫助你從初期構想到最終完善。舉例來說，假若你的論文主題是「新媒體技術如何重塑新聞業的勞動市場」，STORM可以快速生成諸如以下的框架：
1. 背景與研究動機
2. 新媒體技術的發展現狀
3. 傳統新聞業的挑戰
4. 勞動市場數據分析
5. 結論與政策建議
你還可以根據STORM所提供的大綱，來模擬口試委員們在答辯環節所提出的可能問題，幫助你提前準備應對策略。
如何結合NotebookLM進一步提升效率與創造力
NotebookLM是Google推出的AI筆記工具，能夠透過分析使用者的筆記內容，提供上下文建議與智能總結。當STORM與NotebookLM結合使用時，能顯著提升學術研究的深度與效率。
1. 整合大綱與筆記：打造專屬知識庫
STORM生成的大綱可以作為知識框架，導入NotebookLM後，與你個人的筆記內容進行整合。例如，STORM可能生成一份通用的文獻回顧框架，而NotebookLM則能根據你的研究資料補充個性化內容，構建專屬於你的知識庫。
2. 智能註解與內容分析
NotebookLM能根據STORM生成的初稿進行智慧註解，並提供深入分析。例如，針對一篇AI技術在教育中的文章，NotebookLM可以自動標註出關鍵數據點，並生成相關問題清單，幫助你更清晰地梳理文章的邏輯。
3. 強化跨學科協作
如果你的研究涉及多位合作者，NotebookLM可以整合所有人的筆記，並讓STORM根據這些資料生成新的內容。例如，在一個跨學科的研究項目中，NotebookLM能將法學家的資料與AI工程師的數據結合，讓STORM撰寫出兼具技術與法律視角的文章。
4. 答辯預案與演練模擬
博、碩士的論文答辯，誠然是求學階段的一大挑戰。你可以利用STORM生成答辯的內容框架，並導入NotebookLM進行動態調整。例如，NotebookLM可以模擬評審委員的提問，並根據你的筆記與STORM生成的內容，提供可能的回應建議。
限制與挑戰：如何平衡工具與學術判斷
儘管STORM與NotebookLM的結合能帶來極大的便利，但我要提醒大家：AI工具始終無法取代學者的批判性思考。首先，STORM目前僅支援英文輸入，資料來源以網路為主，可能存在不準確性。其次，NotebookLM的註解功能依賴於已有資料的完整性，無法完全代替人工分析。因此，研究者應將這些工具視為輔助，而非完全依賴，特別是在高精度研究中。
結語：AI工具為學術研究開啟新可能
從STORM的結構化生成能力到NotebookLM的智慧筆記功能，這些AI工具不僅提升了研究效率，更為學術創新提供了新的可能性。無論是快速整理文獻、設計跨學科研究框架，還是撰寫博士論文，它們都能幫助研究者在繁忙的學術工作中找到突破口。然而，真正的學術成就始終需要研究者的創造力與專業知識的支撐。透過合理運用這些工具，我們能在學術研究的道路上走得更快、更遠，也更深刻。
希望本期電子報能夠為你帶來一些寫作的靈感，激發你在學術研究中的更多可能性！如果還有其他的問題，歡迎與我一起研究、討論唷！
訂閱：
文章 (Atom)