AI 研究方法论
指利用 LLM 辅助开展高质量研究的方法体系，核心在于多视角提问与综合而非单次检索。代表方法如斯坦福 OVAL Lab 的 STORM（通过检索与多视角提问综合生成主题大纲），其论文数据显示多视角构建的文章组织性比普通方法高 25%。典型流程包括模拟多专家视角扫描、构建矛盾地图、综合分析与自我审查，让非专业人士在几分钟内完成接近博士级的研究。
2026-08-10 Linkly AI：三工具渐进文献消费与反幻觉引用机制
针对”AI 辅助文献综述”环节，Linkly AI 提供了具体工程路径：为每篇文献建立 Outline Index（结构化”名片”），Agent 通过 search（搜文献）→ outline（定位章节）→ read（精读原文） 三工具渐进消费文献库——先粗后细，由 AI 自主决定读什么、读多少。核心卖点是反幻觉引用：AI 读的是本地真实存在的文献原文，引用的是文件里的原话，与”直接让 AI 写综述”易产生虚假引用形成本质区别；但摘要/总结仍可能有误差，关键论点引用前应回原文核实。
与 STORM 的关系：STORM 管”如何提问与综合”（多视角提问 → 综合生成），Linkly 的渐进消费管”如何读与引用”（检索深度规划 → 原文引用），两者在方法论上互补。文中还给出场景外延：同一模式适用于律师（案例库/法规）、记者（采访转写/行业报告）、咨询师（研究报告）、产品经理（竞品分析）等一切”大量参考资料 + 每次重新找”的场景。见 Source: Linkly AI。
？ 源文为产品自述推广文；文中对话示例引用的结论（如”few-shot 示例格式不同导致准确率差异 15-30%“）本身来自 AI 对文献的摘要，恰印证”引用前需回原文核实”的警告。