关键词刚输进去，结果页就出现几百篇论文。

标题看起来都相关，摘要也都能沾上边。你先下载了30篇，打开第一篇读了两页，又担心错过更重要的；换到第二篇，发现研究对象不一样；继续往后翻，半天过去了，仍然不知道哪几篇应该先读。

真正让人疲惫的，不是论文太多，而是没有一个从“搜索结果”走到“核心阅读清单”的判断过程。

这篇就用一个具体场景说明：如何在 AI4Paper 里从一个研究问题出发，先建立材料池，再沿引用关系校准，最后留下真正值得优先精读的论文。

01｜先看研究位置，再决定精读顺序

找文献和读文献不是同一个任务。

刚进入一个方向时，需要先判断这个领域有哪些研究路线、关键论文在哪里、最新研究沿着哪条路线继续。等范围清楚以后，再把时间投入到真正影响研究判断的论文上。

如果一开始就把搜索结果从第一篇读到最后一篇，阅读时间会被大量“看起来相关、实际回答别的问题”的论文占满。

02｜从一个具体问题建立候选材料池

假设你研究“生成式AI使用是否会通过技术压力影响高校教师倦怠”。

不要只输入“生成式AI 教育”。可以把研究对象、核心变量和关系表达清楚，再分别尝试中文、英文关键词，或者粘贴一篇高度相关的论文标题，让系统提取关键词并寻找相似研究。

第一轮筛选，重点看什么？

AI4Paper可按年份、来源、收录、影响力与被引等条件缩小结果，但分区和被引不能代替相关性判断。

这一轮不需要得到最终清单。目标是先找到三到五篇与你的问题高度贴合的种子论文。

关键词、具体研究问题或论文标题，都可以作为检索起点

03｜找到一篇相关论文后，继续追它的上下游

一篇论文的标题和摘要，只能告诉你它研究了什么；引用关系能告诉你，它从哪里来，又被谁继续推进。

参考文献里常常藏着理论来源、经典量表和早期证据；施引文献则可能出现最新验证、不同情境、反例和方法修正。

使用“与当前文献相关”或“以当前文献开始”，可以从已经确认相关的论文继续扩展，而不是每次回到搜索框重新猜词。

关系展开以后，重点保留哪几类论文？

04｜把300篇结果，收缩成一份可执行的阅读顺序

最后留下的“10篇”，不是一个固定数字，而是一份能够覆盖关键研究位置的核心清单。

可以先保留两篇理论或方法基础论文、三篇与你对象和问题最接近的代表性研究、两篇近期进展、一到两篇结论相反的论文，再根据研究方向补足遗漏。

先读基础论文，知道概念和方法从哪里来；再读代表性研究，理解主流证据；随后读最新与异常论文，确认结论在哪些条件下被修正。

先检查核心清单是否覆盖主要研究方向，再进入逐篇精读

这套流程的重点，不是让AI替你宣布“这10篇最重要”，而是让每一篇被保留下来的论文都有清楚理由。

当你能说清“为什么先读这篇、它与其他论文是什么关系、它能回答什么”，搜索结果才真正变成了研究材料。