Flowing 与 Elicit 对比
可核验证据的文稿起草 vs AI 文献发现。
Elicit 帮研究者找论文、提取主张、跨文献回答问题。Flowing 帮把你已读的内容写成文字——每条 AI 建议都关联到你导入本地论文库的 PDF 片段。
| 维度 | Flowing | Elicit |
|---|---|---|
| 主要任务 | 用基于论文库的 AI 起草与修改长篇学术文稿 | 发现论文、提取数据、跨文献回答研究问题 |
| 来源模型 | 你导入的本地 PDF 论文库——你选择的、可在卡片上核验的片段 | 广泛文献检索与提取；非本地文稿工作区 |
| 输出 | 文稿段落，附接受前可打开的证据卡片 | 表格、摘要与范围界定答案——非集成长篇起草 |
| AI 写作 | 同一编辑器内索文、带着上下文提问、润色与续写 | 研究问答与提取；写作在其他工具完成 |
| 核验 | 证据卡片链接本机已导入片段 | 引用发现的论文；文稿中的主张需单独核验 |
| 搭配使用 | 导入今天要写的那一节需要的 PDF | 界定领域、筛选论文、导出阅读清单 |
发现 vs 起草
Elicit 擅长找领域说了什么——系统提取、对比表、跨多篇论文的快速答案。Flowing 擅长当你准备动笔、且每句话都要对你真正导入的来源负责时。
从提取到带证据的散文
实用分工：用 Elicit（或类似工具）决定哪些论文重要、它们主张什么；把那些 PDF 导入 Flowing，用关键词索文、带着上下文提问与带着摘录卡片的续写写文献综述。
何时 Elicit 更合适
早期范围界定、快速证据表、回答「关于 X 我们知道什么？」跨数百篇摘要。当瓶颈是写出文稿里连贯、有引用的散文——而非找下一篇要读的论文——选 Flowing。