AI 搜索灰色文献：应包含什么，应避免什么

灰色文献可以使文献综述更有用，尤其是当重要证据出现在同行评审期刊之外时。它也可能使综述更难控制，因为来源在质量、稳定性和透明度方面差异很大。

AI 搜索可以帮助找到灰色文献，但它也可能引入表面上相关但质量较弱的来源。关键是在搜索之前定义什么算作灰色文献，并记录每个来源被纳入的原因。

本指南解释了如何使用 AI 搜索灰色文献，同时不损失来源质量或综述边界。

灰色文献是在传统同行评审出版渠道之外产生的研究相关材料。它可能由政府、非政府组织、公司、标准机构、专业团体、大学或研究组织创建。

示例包括：

• 政策报告。
• 政府文件。
• 技术报告。
• 白皮书。
• 标准。
• 学位论文。
• 会议材料。
• 临床试验记录。
• 工作论文。
• 机构报告。

灰色文献可能很有价值，因为它可能包含近期、应用性或难以发表的证据。但它也可能难以评估。

当灰色文献回答了同行评审论文未完全覆盖的问题时，应将其纳入。有些主题在报告、标准和机构文件中的进展比期刊更快。

灰色文献可能在以下情况有帮助：

• 主题较新。
• 实践变化快于学术出版。
• 政策或法规很重要。
• 阴性或无效结果可能未充分发表。
• 行业或实施证据相关。
• 综述需要现实背景。
• 该领域包括公共机构或非政府组织的报告。

但纳入应是有目的的。不要仅仅为了让综述看起来更充实而添加灰色文献。

当灰色文献不符合综述问题、无法评估或引入的噪音多于证据时，应将其排除。

排除的原因可能包括：

• 没有可识别的作者或组织。
• 没有出版日期。
• 没有方法。
• 没有数据或证据线索。
• 明显的宣传目的。
• 页面不稳定且没有存档记录。
• 与同行评审来源重复。
• 来源类型超出协议范围。
• 声明与综述问题无关。

排除规则应在搜索之前定义。否则，AI 搜索可能会不断扩大来源池。

有关标准设计，请参阅文献综述的纳入和排除标准。

AI 搜索可以提供帮助，因为灰色文献通常分散在网站、PDF、存储库和机构页面中。自然语言查询可能会发现关键词数据库搜索遗漏的来源。

AI 搜索可以支持：

• 查找政策或技术报告。
• 识别活跃于该主题的组织。
• 发现学术界以外使用的术语。
• 定位标准和指导文件。
• 总结来源类型以供筛选。
• 建议下一步搜索方向。

将 AI 搜索用作发现辅助工具。然后手动验证每个来源。

主要风险是 AI 搜索可能将可靠和不可靠的来源混合在一个答案中。它也可能在没有足够关于作者、方法或目的的上下文的情况下总结来源。

注意：

• 宣传性报告被呈现为中立证据。
• 过时的指导。
• 缺少方法论。
• 损坏或不稳定的 URL。
• 复制网页上的重复声明。
• AI 摘要隐藏不确定性。
• 来源后来无法访问。
• 观点与证据混淆。

灰色文献需要更严格的来源标记，因为读者可能无法立即识别证据类型。

通过来源权威性、目的、方法、证据、日期和相关性来评估灰色文献。综述应解释为什么来源对其角色足够可信。

询问：

• 谁制作的？
• 为什么制作？
• 使用了什么方法或数据？
• 文件有日期吗？
• 该组织在该主题上是否可信？
• 利益冲突是否可见？
• 来源是否稳定且可检索？
• 它是否支持具体声明？
• 是否有可用的同行评审来源？

并非每个灰色文献来源都需要达到相同的标准。政府政策文件可能支持政策描述，但可能不支持科学有效性声明。

以与学术来源相同的严谨方式记录灰色文献，并额外关注检索和来源类型。

记录：

• 标题。
• 组织或作者。
• 来源类型。
• URL。
• 出版日期。
• 如有需要，访问日期。
• 版本。
• 目的。
• 方法或证据基础。
• 纳入原因。
• 相关声明。
• 质量说明。

如果来源可能更改，请保存足够的信息以便以后检索或识别版本。

有关搜索文档，请参阅AI 辅助综述的文献搜索日志模板。

不要在没有解释的情况下合并来源类型。使用灰色文献回答其适合的问题，使用同行评审论文支持需要学术证据的声明。

有用的结构：

• 同行评审论文用于经过检验的发现。
• 灰色文献用于政策、实施、标准或背景。
• 预印本用于新兴工作，并明确标记。
• 报告用于应用证据，并检查方法。
• 新闻或博客仅在适当时用于背景信息。

在综合中，标记来源类型，以便读者知道支持声明的证据类型。

有关来源类型选择，请参阅是否应在文献综述中包含预印本和会议论文。

通过定义需要做出的决策、该决策所需的证据以及证明决策如何做出的记录，将建议转化为可重复的工作流程。在文献发现中，问题很少是缺少某个工具。问题通常是搜索、阅读、检查和写作发生在不同的地方，没有共享规则。

使用简短的操作流程：

• 命名综述问题或子问题。
• 定义你正在使用的来源集。
• 决定什么算作下一步的足够证据。
• 对该步骤中的每篇论文应用相同的标准。
• 标记不确定的情况，而不是强迫一个干净的答案。
• 为可能进入最终综述的声明保留来源位置。
• 在每次主要搜索、筛选或写作会话后审查工作流程。

这个流程保持工作进展，而不会使综述变得粗心。它还为导师、合作者和未来的你提供了一种理解来源集为何变化的方式。

记录那些以后难以重建的部分。你不需要记录每一次点击的日记，但你需要足够的细节来解释从问题到来源再到声明的路径。

对于这个主题，最有用的记录通常包括查询、来源路径、种子论文、结果数量和后续搜索。添加日期、使用的工具或来源、审阅者状态和下一步行动。如果 AI 协助了该步骤，写下它帮助了什么以及人工检查了什么。

记录应区分发现和证据。工具可能帮助找到一篇论文，但论文本身必须支持声明。摘要可能帮助筛选来源，但原始来源应支持文献综述中出现的任何陈述。

在写作之前，检查工作流程是否产生了可用的证据或仅是有用的笔记。笔记帮助你思考。证据支持一个句子。

询问：

• 这个来源将支持哪个声明？
• 声明是否比证据更窄？
• 方法、样本、结果或概念细节是否已检查？
• 局限性是否可见？
• 冲突的论文是否得到处理而不是被忽略？
• 引用是否真实、最新且相关？
• 另一个读者能否理解这个来源是如何进入综述的？

如果答案不清楚，将要点保留在笔记中，而不是将其移入草稿。这是防止 AI 辅助研究变成精致但薄弱的写作的小停顿。

WisPaper 主要定位在学术论文方面，因此不应被描述为专门的灰色文献数据库。它在此工作流程中的价值是帮助研究人员找到和组织与灰色文献扫描并行的学术来源。

Deep Search、Scholar Agent 和 Inspiration Discovery 支持自然语言学术搜索，而论文卡片显示来源标签、摘要、作者、出版详情和预览图像。这有助于研究人员构建来源集的同行评审部分，同时单独评估灰色文献。

保存或上传的论文可以保存在 My Library 中，Library QA 可以根据用户自己的图书馆回答问题。这有助于将学术论文与外部报告或政策文件进行比较，只要研究人员保持来源类型清晰分离。

试用 WisPaper