什麼是 Scopus AI？
上次更新日期 2026年5月25日
Scopus AI 是 AI 驅動的研究工具，使用 Scopus 同儕審查的研究儲存庫，協助使用者瞭解並探索不熟悉的學術內容。Scopus AI 會根據 Scopus 摘要產生重點提要，並包含參考文獻，以協助解讀複雜內容、進行更深入的探索，並提供學術洞見。Scopus AI 只能以附加訂閱形式提供。
Scopus AI 使用進階的語句層級轉換器處理查詢，然後在我們的向量搜尋索引中找到相關文件（2003 年起開始在 Scopus 中出版），以識別最重要的相關文件。系統會根據識別出的文件進行處理，來產生重點提要以及執行其他生成式 AI 功能。Scopus 大型語言模型 (LLM) 運用提示工程，確保重點提要以 Scopus 內容為根基，並包含參考文獻以維持透明度。
Scopus AI 使用 Elsevier 和第三方提供者的技術組合進行建置。我們使用自己的 LLM 技術以及其他 LLM，包括 OpenAI 為其 ChatGPT 工具開發的 GPT（生成式預培訓轉換器）。我們是以私人方式使用 OpenAI GPT，所以不會進行資料交換，也不會使用我們的資料來培訓 ChatGPT。
提示工程能為大型語言模型提供嚴格的指示，說明應該使用哪些內容來產生對查詢的回應，以及應如何建構及顯示回應。
Scopus AI 使用向量搜尋引擎。在微調過的微型語言模型支援下，這些模型可查看查詢中的單字和句子，並根據語言向量空間為這些文字指派數值。這些模型將查詢的文字指派給自 2003 年以來出版的 Scopus 文獻摘要的向量進行比對，然後選擇最符合的向量。這些摘要隨後用於產生 Scopus AI 回應中可見的重點提要和其他功能。
RAG Fusion 利用 LLM 的智慧功能擴展原始查詢，以更深入地探索新的觀點。這些額外查詢的結果會結合在一起，進而在 Scopus AI 回應中大幅改善並提供更多詳細資訊。
Scopus AI 在 Microsoft Azure 上託管。該工具的前端由 JavaScript 和 CSS 混合組建，後端則是使用 Python、Java、Elasticsearch 和 Langchain。為了產生基礎論文清單，我們使用知識圖譜技術。
在 Scopus AI 中輸入查詢時，向量搜尋引擎會使用餘弦相似度計算功能，尋找自 2003 年以來最相關的出版文獻摘要。然後，將摘要傳遞給大型語言模型，以判斷是否可以使用這些摘要撰寫對您的查詢的回應。查詢的明確性決定了 Scopus AI 在其回應中提供的詳細程度。指引大型語言模型的提示工程會使用相關性、新近度和引文次數等因素，優先排序向量搜尋所識別的來源出版物中的哪些（以及多少）包含在 Scopus AI 產生的重點提要中。初步重點提要最多可引用 10 篇論文，而擴充重點提要最多可引用 20 篇論文。此方法可確保 Scopus AI 在 Scopus 內容中做出回應。
在 Scopus AI 中執行查詢時，向量搜尋引擎會計算哪些 Scopus 摘要包含與您的查詢最相似的內容。這種計算稱為餘弦相似度，可尋找最相關的摘要。雖然我們已採取措施降低那些會加劇對不同性別、種族、年齡、地理、社會經濟、文化或宗教背景的人的偏見、傷害或刻板印象的查詢風險，但如果某個查詢具有強烈的偏見，則您收到的回覆中便存有偏見的風險。
指引大型語言模型的提示工程會使用相關性、新近度和引文次數等因素，優先排序向量搜尋所識別的摘要中的哪些（以及多少）包含在 Scopus AI 產生的重點提要中物。初步重點提要最多可引用 10 篇論文，而擴充重點提要最多可引用 20 篇論文。我們的提示工程基於三個關鍵原則：
- 透明度：我們要求 Scopus AI 將其所有主張都建立在精心策劃的 Scopus 資料庫上，並為其所說的一切提供參考。
- 品質：Scopus AI 使用我們的品質架構定期進行評估，確保產出符合我們嚴格的品質、相關性和一致性標準。
- 可靠性：Scopus AI 背後的提示有助於減少事實上不準確或不可靠的輸出。
Scopus AI 旨在根據學術文獻的共識提供回應，因此，假如學術文獻中存在確認偏見，便具有可能影響 Scopus AI 產生一般重點提要的風險。然而，擴充重點提要等功能使用稱為 RAG 融合的複雜技術，藉由從不同角度和替代觀點探索您的查詢，也許有助於減少這種風險。
隨機式使用者測試是我們收集使用者意見反應的多種方式之一。隨機選擇了一些使用者讓其存取 Scopus AI，為 Scopus 提供使用者測試和回饋的機會。使用者不能要求納入使用者測試，因為隨機化是確保統計有效性的基本原則。
Scopus AI 只能以附加訂閱形式提供。如需有關 Scopus AI 訂閱的資訊，請洽詢您組織的管理員。
Scopus AI 竭力確保所提供的重點提要及生成式 AI 功能皆依準於受信任的 Scopus 內容，但當中仍偶有可能出現異常的情況。Scopus AI 可能產生被視為不正確、誤導、有偏見或甚至具冒犯性的結果。Scopus AI 並非設計用以提供法律、財務或醫療方面的建議。使用 Scopus AI 時，使用者不應僅單仰賴其輸出內容，而不另執行獨立研究。若您想在作業過程中運用 Scopus AI 產生的內容，請先確認您的機構或工作場所準則。請勿在 Scopus AI 中輸入個人、機密或敏感資訊。
請注意，Scopus AI 只能以附加訂閱形式提供。如需有關 Scopus AI 訂閱的資訊，請洽詢您組織的管理員。
- 在 Scopus 首頁選取「Scopus AI」標籤。
- 在欄位中輸入查詢。
- 按下「Enter」或選取搜尋圖示。
在重點提要頁面中，您可以：
當您執行查詢時，Scopus AI 會合成相關文獻的摘要，以產生主題摘要。您可以從重點提要中檢視及輸出參考，基礎文獻及其他相關文獻。
- 從重點提要中，選擇編號引文以開啟顯示參考文獻的側面板。
- 從側面板中，選擇「開啟文獻詳細資訊」以開啟包含參考文獻詳細資訊的新標籤。
- 選擇「匯出參考資料」將參考文獻匯出至檔案、另一個平台或參考管理工具，例如 Mendeley 或 RefWorks。
- 選擇「顯示所有參考資料」以顯示側面板中的所有參考文獻。
- 從側面板選擇「顯示摘要」以檢視摘要。
- 選擇「匯出所有參考資料」將參考文獻匯出至檔案、另一個平台或參考管理工具，例如 Mendeley 或 RefWorks。
- 從基礎文獻中選擇「顯示更多文獻」以檢視所有基礎文獻或其他相關文獻。
- 選擇「基礎文獻」標籤或「相關文獻」標籤。
- 從側面板選擇「顯示摘要」以檢視摘要。
- 選擇「匯出所有參考文獻」將參考文獻匯出至檔案、另一個平台或參考管理工具，例如 Mendeley 或 RefWorks。
擴充重點提要提供對您的查詢的更深入洞見。
- 選擇「顯示所有參考資料」以顯示側面板中的所有參考文獻。
- 從側面板選擇「顯示摘要」以檢視摘要。
- 選擇「匯出所有參考資料」將參考文獻匯出至檔案、另一個平台或參考管理工具，例如 Mendeley 或 RefWorks。
選擇「概念圖」，以視覺圖方式顯示搜尋結果，提供完整的視覺化說明，讓您輕鬆瀏覽複雜的關係。
選擇「主題專家」，檢視與您的查詢相關的三位最傑出研究人員名單。從主題專家中選擇「預覽設定檔」，開啟內含專家作者設定檔預覽的側面板。
選擇「新興主題」，以根據過去 24 個月的相關摘要，探索與您的查詢相關的新研究方向。新興主題分為三種類型：
- 一致的主題：過去兩年出版率穩定的研究領域，反映出持續的興趣和持續進行的研究活動。
- 興起的主題：學術影響力不斷增強的研究領域，預示著重要的新興發展。
- 新穎的主題：近期受到關注的發展中領域，代表潛在的新研究方向。
針對每個主題選擇「顯示參考資料」以在側面板中檢視主題分類資訊和參考資料。
- 從側面板選擇「顯示摘要」以檢視摘要。
- 選擇「匯出所有參考資料」將參考文獻匯出至檔案、另一個平台或參考管理工具，例如 Mendeley 或 RefWorks。
針對每個主題選擇潛在假設，以產生新的假設重點提要。
選擇任何深入探索連結以開啟新重點提要，獲得更深入的洞見，並探索相關的查詢。
Scopus AI 嚴格遵循 GDPR 法規，以保障使用者隱私權並避免不必要的資料保留。除非是基於合規考量用以強化產品功能，否則我們的系統上不會保留任何個人使用者資訊或聊天記錄。我們秉持 RELX 負責任的 AI 原則 (Responsible Artificial Intelligence Principles)，致力於消除不公平的偏見、確保當責，並支持健全的資料治理。
隨機式使用者測試是我們收集使用者意見反應的多種方式之一。隨機選擇了一些使用者讓其存取 Scopus AI，為 Scopus 提供使用者測試和回饋的機會。使用者不能要求納入使用者測試，因為隨機化是確保統計有效性的基本原則。
測試中的最新功能
- AI 查詢產生器 [Beta - 2025 年 1 月發佈]：允許使用者輸入自然語言查詢內容或提問，並轉換為關鍵字 boolean 搜尋字串。
- 首頁文獻基本查詢中開啟 AI 查詢產生器切換功能。
- 這會開啟自由文字框，您可以在其中輸入的查詢內容或提問並「生成查詢」
- 然後，AI 助手會將問題拆解為數個不同的概念（以 AND 結合）與關鍵字（以 OR 結合），藉此建構出 boolean 查詢
- 執行文獻「搜尋」之前，若有需要您可以手動編輯該查詢內容
- 搜尋結果由 AI 生成，且具備可重現性
- 快速搜尋 [Beta - 2025 年 1 月發佈]：允許使用者使用自然語言查詢內容或提問進行搜尋並擷取前 500 筆結果
- 快速搜尋使用語義向量搜尋結合大型語言模型 (LLM) 嵌入技術以擷取最相關的結果
- 若已啟用個人化切換功能，且使用者擁有已完成的作者個人檔案，將根據該作者的出版紀錄，依相關性推薦結果。
- 目前快速搜尋在 500 項結果集上支援以下篩選條件：
文獻類型、主題領域、語言、出版年份、開放取用
您的問題是否得到了解答？
相關答案
最近查看的答案
由於您的 cookie 偏好設定，此功能已停用