不搜网页搜论文：Consensus 想让每个回答都自带证据链

Consensus 的甜区非常明确：可判定的是非型与效果型问题。「咖啡因能否提升运动表现」「正念冥想对焦虑是否有效」「远程办公如何影响生产力」这类问题在学术文献中有大量对照实验积累，AI 摘要与共识度才有用武之地。反过来，时事新闻、主观偏好、尚未有实证研究的新概念，问了也只会得到「证据不足」的诚实答复——这恰恰说明它的边界意识比通用聊天机器人清晰。

一次典型的检索会返回三层信息。第一层是 AI 综合摘要：模型通读命中的论文结论后生成一段总括性回答，并逐句挂上论文出处；第二层是共识度仪表（Consensus Meter）：把纳入分析的论文按其结论倾向归入「是 / 可能 / 否」三类并给出比例示意；第三层是逐条证据列表：每篇论文一行，展示标题、发表年份、期刊与摘出的核心结论，方便你顺藤摸瓜读原文。

这套设计的聪明之处在于把不确定性显式化。传统 AI 聊天容易给出斩钉截铁的单答案，而共识度仪表直接告诉你「六成研究说是，三成存疑」，提醒你科学问题的答案往往是一个分布而不是一个点。当然，比例只反映被纳入分析的那部分文献，样本范围与筛选逻辑以官方方法说明为准。

语料覆盖范围

官方称其语料覆盖两亿量级的学术论文，主要来自 Semantic Scholar 等学术索引收录的同行评审文献。这意味着英文文献是绝对主力，最新预印本的收录存在延迟，中文学术文献的覆盖也比较有限；做系统性综述时务必另行核对 PubMed 等专业数据库。具体覆盖口径以官网说明为准。

共识度仪表 · 示意

※ 上图为版式示意，非真实数据；实际比例随每次查询的问题与命中文献而变。

▸ 论文标题（点击可跳转原文页）

▸ 年份 · 期刊 · 引用量

▸ AI 摘出的一句结论 + 原文定位

一句话总结分工：问「是什么」用网页搜索，问「有没有效」用 Consensus。两者不是替代关系，而是先后关系——先用后者拿到证据底稿，再用前者补充语境与新闻动态。

答案大约是十分钟。它没有复杂的配置项，邮箱注册即可开始搜索；真正需要练习的只有「把日常语言翻译成研究问题」这一件事。建议新手按三步走热身：先拿一个自己熟悉的领域问题（比如你练过的运动、吃过的补剂）去搜，用已知答案校准工具的可信度；再点开共识度仪表下方的原始论文，体会 AI 摘要与原文结论之间的对应关系；最后试着把同一个问题的问法改写两次，观察命中文献集合的变化。完成这三步，你对它的能力边界就有手感了。至于订阅与否，等免费额度真的不够用再考虑也不迟。

• 用可判定句式提问把「XX 好不好」改成「XX 是否改善 YY」，动词越明确，命中文献的结论越可比。
• 限定人群与场景「老年人」「久坐上班族」这类限定词能显著提高证据的相关性，避免拿青年实验数据套全民结论。
• 准备同义替换词学术用语与日常用语常有出入，搜不到时先查一下术语的标准英文表达再试。
• 永远点进原文核对AI 摘要可能漏掉效应量与研究质量信息，引用前至少读完摘要原文。
• 警惕单一研究定调当共识度接近五五开时，说明学界本身存在分歧，写作时应如实呈现争议而非站队。