AMiner
支持学术搜索、深度调研、论文阅读与知识问答的 AI 科研助手。
AMiner 面向学术资料搜索与科研阅读，提供检索、论文解释、深度研究和围绕指定文献工作的 Research Labs。
AMiner 能做什么
同一个研究问题可以先用检索找材料，再通过 AI 阅读理解论文中的概念、公式和图表；需要综合多篇文献时，再进入更长的研究或资料整理流程。
建议把自动形成的报告当作继续检查与写作的起点：留下纳入标准、论文出处和仍有分歧的问题，方便后续复查。
用关键词或自然语言寻找学术材料
AMiner 提供传统关键词检索与智能搜索。建议将主题、方法、研究对象和时间范围分开表达，避免一次宽泛提问遗漏关键分支。
解释论文中的概念、公式与图表
AI 阅读支持内容总结与交互问答，可以针对难懂的定义或实验结果继续追问。建议保留页码或图表编号便于回看。
从题目推进文献调研与报告撰写
AMiner 沉思介绍包括研究规划、文献检索、推演与报告撰写，并提供后续学术写作工作台。建议先检查研究范围再修改报告。
围绕指定文献组织问答和表达
Research Labs 支持添加文献作为知识来源，围绕证据作答，并将材料转成报告、演示文稿或思维导图等形式。
- 核心用途
- 学术检索、论文解读、深度研究与文献资料问答
- 可完成的工作
- 适合选题背景梳理、单篇论文阅读与文献综述准备
- 如何开始
- 先定义研究问题，再建立需要阅读的文献范围
- 使用条件
- 引文真实存在与结论被原文支持，需要分别核对
如何使用 AMiner
- 写下研究问题与范围
明确研究对象、需要比较的方法和时间范围，预先列出纳入与排除标准。
- 先建立候选文献表
结合关键词与智能搜索收集候选材料，记录标题、作者、年份和出处，再去掉明显无关项。
- 读原文并追问关键内容
用 AI 阅读辅助理解难点，对重要公式、图表和论证回到论文原文核对。
- 整理报告并逐条检查引文
需要综合研究时使用沉思或 Research Labs；逐项确认引用支持对应句子，再形成自己的论述。
建立一个小课题的文献脉络
适合：准备选题的学生或研究人员
- 准备输入
- 研究问题、关键词、纳入年份和排除条件。
- 操作方法
- 建议先检索代表性论文，再记录研究对象、方法和主要发现，用深度研究辅助归纳尚待解决的问题。
- 预期交付物
- 带检索范围与文献出处的背景材料。
- 人工检查
- 检查是否遗漏反例或不同方法；不要只保留支持原设想的论文。
读懂论文中的一张关键图
适合：正在阅读技术论文的人
- 准备输入
- 论文原文、图号、图注与不理解的坐标或结论。
- 操作方法
- 建议用 AI 阅读解释图表，再追问数据来源、实验条件和作者从图中得出的结论。
- 预期交付物
- 图表含义与实验前提的阅读笔记。
- 人工检查
- 对照正文确认误差条、样本量、单位和实验对照，区分观察结果与作者推断。
把共同阅读材料整理成组会提纲
适合：需要做研究分享的人
- 准备输入
- 几篇已选论文、组会时长和听众背景。
- 操作方法
- 建议在 Research Labs 中围绕这批文献提问，先提炼相同研究问题，再整理方法差异与讨论问题。
- 预期交付物
- 有出处的组会提纲或演示初稿。
- 人工检查
- 核对每张图和每个结论对应哪篇论文，不能让多篇研究的条件被合并。
界面与参考图片
开始前需要了解
可追溯不代表已完成学术核验
来源链接有助于检查，但不能单凭引用存在就确认论述正确。建议同时核对研究对象、实验条件与结论范围。
自动规划需要研究者限定问题
深度研究会围绕题目推进；题目过宽容易把不同任务混在一起。建议先固定纳入标准，再对阶段结果修正范围。
多种输出格式仍依赖同一批材料
将文献转为报告或演示不会弥补资料缺失。建议在整理之前补齐关键反例、基础方法和最新相关研究。
官方提供试用入口；研究功能的长期套餐、用量与 API 条件需分别确认。
账号权限、费用与可用功能请以官方入口的当前说明为准。重要结果应先检查，再用于实际工作。
常见问题
AMiner 与普通搜索有什么区别？
官方把关键词与智能学术搜索、论文阅读和研究流程放在一起。它适合围绕论文开展检索与理解，但仍需要你选择检索范围和评价材料质量。
能解释论文里的公式和图表吗？
AI 阅读官方介绍明确包括概念、公式、图表解释与问答。使用时最好给出具体位置，并对照原文检查前提。
自动生成的报告能直接当文献综述交付吗？
建议先检查纳入标准、文献覆盖和逐句引用，再加入自己的评价与结构。报告生成并不能替代对所引用研究的理解。
Research Labs 更适合什么任务？
适合围绕指定文献持续问答，并把同一批材料整理成不同科研表达形式。材料集合清晰时，更方便追踪每个结论的依据。
