看到搜索结果为0时，我也窒息了
# 大家应该都经历过这种崩溃瞬间：把选题一股脑丢进搜索框，回车，结果显示“0条！！！”。
这个瞬间真的心态崩了。明明觉得这个方向挺有意思的，怎么就找不到相关文献呢？其实问题不是出在选题上，而是我们还没掌握文献检索的正确打开方式。今天咱们就来聊聊，怎么把那些藏得很深的文献给"挖"出来。
其实这事儿很多时候不是我们不会找，而是“检索姿势”没摆对。今天我们就按最常见的两种情况来搞：
有几篇文献时：顺藤摸瓜越扒越多
# 如果导师已经发了一些文献，或者我们自己找到了几篇高度相关的，那就轻松多了。这时候可以看它引用了哪些文献，再去读那些被引用的文献，这样文献就会像滚雪球一样越来越多。
中文文献 ：可以去 CNKI 搜索，点进详情页往下翻，找到“引文网络”。里面有“二级参考文献”、“参考文献”、“共被引文献”等等，都是宝藏。
英文文献 ：推荐 Inciteful.xyz 这个网站，输入 DOI 号或者论文标题，就能看到完整的引文网络图。
只有选题时：用检索式精准定位
# 现在来到硬核部分：我们手里只有一个选题，一篇文献都没有。别慌，这时候就该请出“专业检索”（CNKI）和“高级检索”（WOS）了。它们支持布尔运算，能让我们组合多个检索词，比如搜索主题为“新能源汽车”且关键词同时包含“价格”的论文。
找到检索入口
# CNKI 的专业检索 ：
如果在主页，点击“高级检索”旁边的“专业检索” 如果已经进入搜索页，在页面最上方也能找到
WOS 的高级检索 ：
生成你的检索式
# 接下来可以用下面这段 prompt，把你的研究题目输入进去。如果觉得结果不够精准，强烈建议补充这些信息：学科、研究内容、研究对象、场景，描述得越准确，检索就越精准。
文献检索prompt 1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
请模拟一个“CNKI & Web of Science (WoS) 高级检索表达式设计圆桌会议”的工作流：由多位最适合该任务的专业人士组成小组，先进行对话辩论与交叉质询（仅内部进行，不必对用户展示），再输出最终可用的 CNKI 与 WoS 检索式（各 4 条），并允许用户反馈后持续迭代优化。
【研究题目：_____】 <-- 用户在这里填入自己的研究题目（中文或英文都可以）
（可选限定条件，用户若未提供则忽略）
- 学科/领域：
- 研究内容/研究范围（必选倾向）：你要研究的“主题要点/机制/问题/变量关系”，简洁干练的短句
- 研究对象/样本（可选）：研究主体是谁/什么（企业/产业/城市/省域/人群/平台/技术系统等）
- 场景/情境（可选）：发生在什么场景（数字经济/绿色转型/产业链/区域协同/公共政策等）
- 方法/技术偏好：
- 时间范围：
- 排除项（不想要的方向/语义）：
- 用户锁定概念块（Locked Blocks by User，可选，建议 3–6 块）：
L1（核心背景/主概念）：
L2-A（关键变量A）：
L2-B（关键变量B，若有“两个创新/双变量”务必拆为 A 与 B）：
L3（对象/视角/场景）：
L4（可选：方法/机制/治理/评估等）：
- 种子文献集（可选，但强烈建议 5–20 篇“必须命中”）：（可用 题名 / DOI / 作者+年；最好附上中英文题名或摘要关键词）
Seed-1:
Seed-2:
...
========================
总流程控制（关键）
- 默认执行“第一阶段”：以第1/2条为主，目标是最大召回与词表完备（不做强去噪、不启用 NOT）。
- 仅当满足以下任一条件，才进入“第二阶段”（精确化与扩展回填）：
A) 用户提供了种子文献集（5–20 篇必须命中）；或
B) 用户在输出后提供了反馈（太宽/太少、增删词、加对象/方法/时间/排除项等）。
- 第二阶段的目标：
- 用第3条形成“高相关可读集合”（NOT 默认禁用，满足条件才可例外启用）
- 用第4条做“证据驱动扩展”，并把第一阶段/回归测试得到的新同义词回填更新
- 附录/调试输出：默认关闭
- 默认：只输出 8 条检索式（严格格式）
- 仅当用户明确要求“输出附录/调试信息/可复现记录”时，才在 8 条之后追加“可复现检索记录附录”（字段、日期、版本、种子命中、PRESS 勾选等）
========================
硬规则（必须遵守）
R1. 运算符统一
- CNKI 与 WoS 全程只能使用：AND, OR, NOT（大写）
- 必须用括号 ( ) 控制优先级
- 不使用 + - * 作为逻辑运算符（即使 CNKI 支持，也不用）
R2. 同义词写法统一（关键）
- 为保证 CNKI/WoS 都能稳定解析：同义词扩展一律用 OR，并“重复字段名”
示例（CNKI）：SU='人工智能' OR SU='AI' OR SU='机器学习'
示例（WoS）：TS=("artificial intelligence" OR AI OR "machine learning")
R3. 字段数量（不可省略）
- 每一条检索式至少使用“两种检索字段”
（CNKI 示例：SU + TKA；WoS 示例：TS + AB）
R4. 四条的定位（必须严格对应）
- 第1条：最大范围搜索（召回最大化；默认不加 NOT；同义词尽可能全）
- 第2条：带 SU/TS 锚定的大范围搜索（CNKI 用 SU 锚定；WoS 用 TS 锚定；仍以召回为主）
- 第3条：精确搜索（字段更高关联；短语化/更窄同义组；NOT 默认禁用，满足条件才可例外启用）
- 第4条：根据主题扩展（强相关邻域扩展；必须证据驱动并做漂移检查；可适度扩字段）
R4.1（新增硬护栏）“两个创新/双变量”不可偷懒规则（必须 AND）
- 若研究主题存在“两个创新/双变量/双维度/双驱动”等结构，禁止仅用字面词作为唯一表达。
- 必须显式满足：(变量A 同义组) AND (变量B 同义组)。
- “两个创新/两创”等口号式短语只能作为补充 OR 项，用于召回只写口号但未写全称的文献，且不得替代 A AND B 的骨架。
R5. 平台字段差异与字段覆盖声明（必须在内部明确）
- WoS：TS(Topic)覆盖 Title / Abstract / Author Keywords / Keywords Plus
- WoS：KP(Keyword Plus)来源于“引用文献标题中高频词/短语”的算法扩展，扩召回有用，但精确检索可能引噪
- CNKI：TKA（篇关摘）覆盖“篇名、关键词、摘要”，比仅 KY 更不易漏掉“摘要里出现但作者没写关键词”的表达
- 任何一条检索式里出现 WoS 的 KP 或 CNKI 的 FT，都必须在内部标注：为什么这里用它、它带来的主要风险是什么
R6. NOT 默认禁用、例外启用（高风险过滤）
- 默认：所有 8 条均不使用 NOT
- 仅当同时满足 A/B/C 才允许启用 NOT：
A：种子集全部命中（或本轮迭代命中率达成既定提升目标）
B：噪音词语义高度确定，且与主题几乎不可能同现
C：NOT 只允许出现在“精确搜索（第3条）”，上限 1–3 个，并在内部列出“误杀风险提示”
- 只要启用 NOT，必须复跑种子集回归测试；若出现命中回落，必须回滚 NOT
R7. 缩写与歧义处理协议（硬护栏）
- 缩写默认只进入更精确字段：
WoS：TI / AK（必要时 AB）；CNKI：TI / KY（必要时 TKA）
- 除非该缩写在本领域几乎不歧义，否则不得放入宽字段（TS/TKA/FT）
- 若必须在宽字段使用缩写，必须采用“门控”策略：缩写 AND 长词（或限定词/对象词）
- 若缩写进入第1条（最大范围），必须同时准备“门控版”，供第2/3条组成使用
R8. 复杂度上限与拆分策略（平台防呆）
- WoS 的 All Fields(AF) 查询存在布尔或邻近运算符数量上限（49）；不建议把超长 OR 词表塞到 AF/ALL
- 当检测到词表过长、存在平台报错/截断风险时，Database Hacker 必须触发“拆分模式”：
- 将同义词按子簇拆开（术语族 / 缩写族 / 旧称族 / 拼写变体族 / 跨语言族）
- 分别构造子表达式，再用 OR 合并成更可控结构
- 仍保持括号结构清晰一致
R9. 扩展（第4条）必须证据驱动 + 漂移检查
- 扩展词只能来自：
- 高被引综述/指南的关键词、小标题
- 研究问题框架的相邻概念（机制/治理/风险/评估等）
- 生成扩展词后，必须做“漂移检查”：
- 每个扩展词都要能用一句话说明与核心主题的直接关系；解释不出来就剔除
- Domain Scholar 必须能用领域语境为每个扩展词背书，否则视为发散漂移
R10. PRESS（馆员审稿清单）为必经门禁
- 输出前必须经过 PRESS 项目化检查，由 Senior Librarian 负责逐项打勾：
- 研究问题翻译与概念一致性
- 布尔逻辑与括号/嵌套优先级
- 主题词/自由词搭配
- 拼写、短语、句法
- 限制与过滤（NOT/年份/类别等高风险点）
- 未通过 PRESS，不得输出最终版本
R11（新增强制）概念块守恒与不可替换锚（硬护栏）
- 在 Step 1 中，必须自动抽取并“锁定”至少 3 个不可丢失概念块（Locked Blocks）。
- 若用户已提供“用户锁定概念块”，以用户为准并全部锁定。
- 若用户未提供，则系统从题目与限定条件中自动锁定（至少 3 块），默认包含：核心主概念、关键变量/机制、对象/场景。
- 任何一条检索式（CNKI-1..4、WOS-1..4）都必须至少包含每个 Locked Block 中的 ≥1 个词/短语。
- 若存在 L2-A 与 L2-B（双变量/两个创新结构），必须满足：L2-A AND L2-B（同义词可替代，但 AND 关系不可取消）。
- 第二轮及之后迭代（基于种子/反馈）只允许“加门槛/加细化/加扩展”，不得用新高频词替换或删除 Locked Blocks。
- 例如为了精确引入“深度融合/双链融合/现代化产业体系”等，只能作为 Refiners 追加到 Locked Blocks 的基础上，不能取代 L2（双变量骨架）。
========================
圆桌会议设置（必须执行）
成员至少 4 位：
1. Database Hacker（数据库检索熟手）
2. Senior Librarian（学科馆员/检索专家，PRESS 负责人）
3. Domain Scholar（领域研究者）
4. Methodologist（方法论专家）
辩论要求（内部进行即可）：
- 每人至少 2 轮发言
- 必须出现分歧点并交叉质询
- 最后形成共识词表与四条策略（对应 1–4 条定位）
【角色输出职责清单（必须交付固定产物；默认内部产物，不对用户展示也可）】
A) Database Hacker 必交付：
- 字段选择理由：CNKI（SU/TKA/KY/AB/FT 的取舍），WoS（TS/TI/AB/AK/KP 的取舍）
- 平台限制提醒：例如 WoS All Fields(AF) 运算符上限 49；何时触发拆分模式
- “哪些字段不建议用于精确检索”的清单（例如 KP/FT 在精确阶段的主要风险）
B) Senior Librarian 必交付：
- 括号与布尔逻辑审计：逐项检查 OR 组、AND 组、嵌套优先级、字段重复一致性
- “最可能出错的 5 个点”的逐条确认（逐条列出并确认已处理）
- PRESS 清单勾选结果（通过/不通过 + 原因）
C) Domain Scholar 必交付：
- 术语时间线：早期常用叫法 / 近年常用叫法 / 缩写 / 别名 / 行业行话
- 跨语言不可直译清单：哪些中文直译成英文不常用；哪些英文缩写歧义大
- 扩展词的领域解释（每个扩展词一句话“与核心主题的直接关系”）
D) Methodologist 必交付（新增写死：反馈特征只能追加，不可替换）
- 将反馈/种子文献中抽取的新增词分为：
- Refiners（细化词）：只能以 AND 追加到 Locked Blocks 之后，用于 CNKI-3/WOS-3 提纯
- Expanders（扩展词）：只能进入第4条（扩展），但必须仍由 Locked Blocks（尤其 L1 + L2）锚住核心，防漂移
- 禁止“替换式优化”：不得用 Refiners/Expanders 替换或覆盖任何 Locked Block 的骨架概念
【圆桌验收标准（内部）】
- 圆桌结束后，除 8 条检索式外，必须形成：
1. 字段决策表
2. 术语时间线
3. 风险提示列表（含 NOT/FT/KP/缩写/平台限制/括号逻辑等）
4. 种子集回归测试记录（若提供种子集）
5. PRESS 检查结果
- 默认不对用户展示；仅当用户明确要求附录时，才输出附录摘要
========================
产出步骤（必须按顺序）
[Step 0] 种子集与回归测试协议（仅在提供种子集时强制执行）
- 若用户提供种子集（5–20 篇）：
- 定义“命中”标准：至少通过 CNKI-1 / WOS-1（最宽）应覆盖种子核心概念
- 规定验证顺序：每次生成检索式后，先用最宽 CNKI-1 / WOS-1 做回归验证
- 若漏掉：优先修词表与字段覆盖，不得一上来就加 NOT
- 每轮迭代必须记录：漏掉了哪几篇、漏掉原因（词表缺失/字段不覆盖/括号逻辑误杀/短语写法不对）
- 验收：本轮迭代必须提升“种子集命中率”，否则不得进入第二阶段（第3/4条精确化与扩展）
[Step 1] 主题拆解与词表（含时间线与歧义检查 + 概念块锁定）
1. 提取“核心主题”（一句话）
2. 生成并锁定 Locked Blocks（至少 3 块；若用户提供则以用户为准）：
- 对每个块：给出 CNKI（中文同义组）与 WoS（英文同义组）
- 若存在双变量/两个创新：必须拆为 L2-A 与 L2-B，并明确最终结构为 (L2-A) AND (L2-B)
- L3 默认来自“研究内容/研究范围”中的对象化要素（如：区域/省域/协同/城市群等）；若用户提供“研究对象/样本/场景”，则 L3 以三者合并去重后锁定，但不得弱化 L1/L2。
3. 给出核心主题同义组：
- CNKI：中文同义词/近义词/简称/全称（建议 6–12 个，偏全）
- WoS：英文/缩写/常用写法（建议 6–12 个，偏全）
4. 将题目细分出 3–4 个方向/问题（每个一句定义），并为每个方向给：
- CNKI 方向词表（3–8个）
- WoS 方向词表（3–8个）
5. 强制输出到内部产物（不对用户展示也可）：
- Domain Scholar：术语时间线 + 跨语言不可直译清单
- 缩写清单：标注“是否歧义/是否可进宽字段/是否需要门控”
- Locked Blocks 清单：逐块列出“不可替换锚”与最低保留词
[Step 1.5] 字段策略与平台限制门控（新增硬流程）
- 在内部完成“字段覆盖声明 + 字段决策表”
- Database Hacker 检测同义词组长度与结构复杂度：
- 若可能触发 WoS 限制或结构不可控：启动拆分模式
[Step 2] 第一阶段生成（默认必须执行）：只围绕“最大召回 + 主题锚定召回”
- 先生成 CNKI-1、CNKI-2 与 WOS-1、WOS-2（严格按定位与字段策略）
- 若用户未提供种子集且未提供反馈：仍继续生成第3/4条，但保持“保守精确与保守扩展”
- 第3条：不启用 NOT；必须保留 Locked Blocks 骨架；仅用更高关联字段与短语化减少噪音
- 第4条：只采用最稳的强相关邻域词，必须漂移检查，且不得冲掉 Locked Blocks
[Step 3] 第二阶段生成（仅条件触发）：精确化 + 证据驱动扩展 + 回填优化
触发条件：用户提供种子集 或 用户提供反馈（满足任一即触发）
- 生成/重生成 CNKI-3、CNKI-4 与 WOS-3、WOS-4
- 反馈/种子文献特征提取规则（写死）：
- 只允许提取 Refiners（细化词）与 Expanders（扩展词）
- Refiners：只能 AND 追加到 Locked Blocks 之后，优先进入第3条
- Expanders：只能进入第4条，且必须仍由 Locked Blocks（尤其 L1+L2）锚住核心
- 禁止替换：任何新增高频词不得替换或删除 Locked Blocks
- 若启用 NOT：必须满足 R6 的 A/B/C，并复跑回归测试（若有种子集）
- 扩展词必须证据驱动并漂移检查；解释不清的扩展词必须剔除
[Step 4] 门禁检查（必须通过）
- 若提供种子集：先过回归测试门禁（命中率需提升或达标）
- 必须过 PRESS 门禁：Senior Librarian 输出“最可能出错的 5 个点”并确认已处理
- [新增] 概念块覆盖回归测试（无论是否提供种子集都必须执行）
- 对每条检索式逐条检查：
1. 是否包含 L1（核心背景/主概念）？
2. 是否同时包含 L2-A 与 L2-B？（若存在双变量结构，必须为 AND 关系）
3. 是否包含 L3（对象/视角/场景）？
- 若任一条未通过：禁止输出该条，必须回到 Step 1/1.5 重新组装表达式
- 未通过任一门禁：回到 Step 1/1.5 修订，不得输出最终版本
========================
示例骨架（写死，强约束模型构造习惯）
CNKI-3（精确搜索；必须通过概念块守恒）
- 结构骨架（不可删）：(L1) AND ((L2-A) AND (L2-B)) AND (L3)
- 细化追加（可选，仅 Refiners）：AND (机制/路径/耦合/协同机制/治理/评估/深度融合/双链融合/现代化产业体系 等)
WOS-3（精确搜索；优先 TI/AB/AK）
- 骨架（不可删）：(L1) AND ((L2-A) AND (L2-B)) AND (L3)
- 细化追加（可选，仅 Refiners）：AND (mechanism* OR pathway* OR coupling OR synergy OR governance OR evaluation ...)
（注意：示例是结构要求，不是固定词。词由 Locked Blocks 与词表生成。）
========================
输出格式（必须严格遵守）
最终输出默认只输出 8 条检索式：CNKI-1..4 与 WOS-1..4
- 每条检索式都用一个代码块包围
- 代码块内只能有“检索式本身”，不允许出现编号、说明、标题或任何其他文字
- 编号（如 CNKI-1）只能写在代码块外
如用户明确要求“附录/调试信息/可复现记录”：
- 在 8 条检索式之后追加附录（非代码块），包含：
- 数据库、检索日期、字段策略声明、限制条件、迭代版本号
- 种子集命中情况（如有）、漏检原因记录
- NOT 使用情况（如有）与误杀风险提示
- PRESS 勾选结果摘要
- 概念块覆盖回归测试结果摘要（每条是否通过 L1/L2/L3）
========================
迭代协议（允许用户反馈后持续优化）
输出后请用户用最小成本反馈（允许“只改局部编号”）：
- 哪几条太少/太宽（报编号）
- 想新增/删除的关键词（中英都可）
- 是否需要加对象/方法/时间/排除项
- 是否要新增/调整“用户锁定概念块”（强烈建议：把你绝对不想被替换掉的 3–6 个关键词/概念写在这里）
收到反馈后：
- 只重生成受影响的编号，并同步更新词表
- Locked Blocks 守恒：只能追加 Refiners/Expanders，不得替换/删除 Locked Blocks
- 若用户提供种子集：每轮都必须先过回归测试，再过 PRESS，再过“概念块覆盖回归测试”
- 未提升（或回落）种子集命中率：不得进入去噪阶段；若因 NOT 回落必须回滚 NOT
这个 prompt 会生成 4 个检索式，大家可以从第一个开始试。CNKI 的输入到“专业检索框”，WOS 的输入到“检索式预览”。
持续优化检索结果
# CNKI 的迭代方法 ：
选中 5-20 篇你觉得和选题契合度比较高的文献 点击导出与分析 → 导出文献 → 自定义 勾选关键词、摘要、发表时间、基金，点击预览，再点击复制到剪贴板 回到和 AI 的对话框，告诉它：“我觉得 XX 和 XX 关键词需要保留（列出几个你认为必须包含的关键词），以下几篇 CNKI 文献是我觉得和选题契合度比较高的。”然后粘贴刚才复制的内容 就这样反复迭代，检索式会越来越精准 WOS 的迭代方法 ：
选中 5-20 篇契合度高的文献
点击导出 → 纯文本文件 → 记录内容 → 编辑
勾选以下内容：作者、标题、来源出版物、被引频次计数、摘要、文献类型、关键词、WoS 类别、热点论文、高被引论文
保存选择项并导出，得到一个 txt 文档
同样回到对话框，告诉 AI 你要保留的关键词，粘贴导出的内容，持续迭代
两个方法交替用，文献会越找越准
# 这里分享一个我自己常用的小技巧：其实方法一和方法二可以组合起来，形成一个越滚越大 的文献库。
具体怎么操作呢？我们可以先用方法二（检索式）找到几篇比较契合的文献，哪怕只有 3-5 篇也没关系。然后切换到方法一，去看这几篇文献的引文网络，顺着它们的参考文献和被引文献往外扩，这样就能找到更多相关的。
扩出来的这批文献里，再挑出几篇特别贴合主题的，把它们的关键词、摘要复制出来，回到方法二，告诉 AI：“这几篇是我觉得最准的，帮我优化一下检索式。”AI 会根据这些文献调整检索式,让搜索结果更精准。
就这样，检索式找几篇 → 引文网络扩范围 → 优化检索式再找 → 再扩 ……循环个两三轮，文献库基本就成型了。这个过程其实就是不断校准方向的过程，比单用一种方法效率高多了。
好的检索式，就是能帮你快速找到对的文献
# 文献检索这事儿，说白了就是找到一条通向知识宝库的路径。有了这些方法和工具，再也不用为“搜索结果为 0”而焦虑了。从引文网络顺藤摸瓜，或者用检索式精准定位，总有一种方式能帮我们找到想要的文献。试试看吧，你会发现文献其实没那么难找。
