科研AI工具选型可以拆成四层：文献元数据层、公开证据检索层、内部知识检索层、写作与交付层。不同层解决的问题不同，把通用大模型直接当成文献库或引用数据库，往往会让错误变得更难发现。
一、四层科研工具架构
| 元数据层 | 收集、分类、引用 | Zotero | 元数据准确率、引用格式、附件同步 |
| 公开证据层 | 检索、筛选、提取 | Elicit、秘塔AI搜索 | 来源覆盖、原文定位、筛选可复核 |
| 内部知识层 | 课题组资料问答 | 私有化部署 | 解析、权限、召回、引用溯源、部署 |
| 学术问答层 | 公开论文结果综合 | Consensus | 引用来源、研究分歧、原文复核 |
| 写作交付层 | 协作、排版、校对 | Overleaf、秘塔写作猫、Kimi、智谱清言 | 版本管理、术语一致性、人工复核 |
二、9款工具的技术定位
Zotero负责文献对象、附件和引用样式；Elicit提供论文搜索、筛选、数据提取与系统综述工作流。图博数智更偏向课题组内部的科研知识平台，Consensus则面向公开学术论文检索和带引用的结果综合。这些工具解决的问题不同，不能相互替代。
Zotero官方页面
Elicit功能界面
图博数智属于内部知识层，内含AI搜索、知识库、学术写作和文档整理等入口。在进行技术评估时应使用真实PDF、扫描件、表格和内部科研资料，分别测试解析、分段、召回、权限和引用定位。
图博数智功能页面
Overleaf解决LaTeX协作和交付；秘塔写作猫偏中文校对与改写；智谱清言、Kimi属于通用助手，秘塔AI搜索属于AI搜索入口。通用助手适合处理长文档、提纲和解释任务，但它们的回答不应直接作为参考文献。
Overleaf功能页面
Kimi论文写作功能页面
三、建议的POC测试集
- 准备20篇已知结论的论文，检查检索结果是否能定位到原文。
- 准备5份复杂PDF，覆盖双栏、表格、公式、扫描页和中英文混排。
- 设计10个可回答问题与5个资料中不存在的问题，观察引用和拒答表现。
- 对内部知识库分别测试普通成员、课题负责人和管理员权限。
- 所有写作辅助结果检查术语、数字、引用、因果关系和格式。
科研AI工具的核心验收项不是“回答像不像人”，而是答案能否复核、错误能否暴露、数据边界能否控制。
