跳到主要內容

很遺憾,我們無法支援你的瀏覽器。如果可以,請升級到新版本,或使用 Mozilla Firefox、Microsoft Edge、Google Chrome 或 Safari 14 或更新版本。如果無法升級,而且需要支援,請將你的回饋寄給我們。

我們衷心感謝你對這個新體驗的回饋。告訴我們你的想法打開新的分頁/視窗

Elsevier
與我們共同出版

優化 LeapSpace 提示詞的 4 個技巧

助您進一步提升 LeapSpace 文獻檢索成效的實用指南。

Two students in discussion with chalkboard in background

2022 年底,生成式 AI 的崛起帶動了一波「最佳實踐指南」的熱潮,教導人們如何為這些新型 AI 工具撰寫清晰且結構完整的查詢指令(提示詞)。

這在當時非常合理——早期的生成式 AI 工具大多屬於簡單的一問一答模型,因此指令的品質對 AI 的輸出結果有著決定性的影響。

時間快轉到幾年後的今天,AI 的能力已大幅演進。如今的工具經常仰賴 AI 代理人來協助使用者分析並解決問題。舉例來說,Elsevier 推出的全新 AI 輔助平台 LeapSpace,便運用了一組代理團隊來拆解您的查詢指令,並擬定包含多個步驟的計畫來提供解答。

正因為 LeapSpace 具備主動提出後續問題的能力,您通常不需要過度苛求提示詞的精確度。您只需使用自己覺得最自然、習慣的文字和語言輸入查詢即可——LeapSpace 的系統設計能夠自動翻譯非英語詞彙、修正微小錯誤、判定最佳的檢索策略,並自動建立所需的布林檢索字串。

儘管如此,稍微了解一下 LeapSpace 的運作原理,仍能幫助您在文獻檢索中獲得更豐碩的成果。

以下提供幾個實用建議,為您的探索之旅提供指引。

Discover deeper insights

1. 主題固然重要,但研究目的也同樣關鍵

讓我們以「注意力不足過動症(ADHD)與自閉症的腦部活動有何差異?」這個查詢指令為例。這樣的問題會產出一份一般性的神經科學比較結果。如果這正是您想找的資料,那當然沒問題;但若能加入您的研究目標,將有助於 LeapSpace 根據您的具體需求量身打造檢索方向。舉例來說,若將查詢改為「我們該如何利用腦部活動的差異來提升診斷準確率?」,就能引導系統進行更聚焦的臨床檢索,進而獲得更具針對性的結果。

如果您收到的初步回覆並非您完全理想的答案,LeapSpace 支援您繼續提出後續問題。請注意,LeapSpace 通常會參考最近 5 次的對答紀錄作為對話上下文。因此,如果討論方向已經偏離了最初的主題,建議您開啟一個全新的對話,並簡短摘要先前的重點,這樣通常能帶來更好的結果。

此外,LeapSpace 內建了對話紀錄功能,可為您統整過去的提示詞與系統回覆。當您需要回顧先前的討論時,這項功能非常實用;同時,在您準備開啟全新對話時,它也能成為絕佳的靈感來源。

2. 選擇您的回覆模式

LeapSpace 目前提供兩種文獻檢索模式:

  • 標準摘要非常適合用來回答大多數的研究問題。如果您希望以特定的格式呈現回覆,可以直接將排版指示加入提示詞中。例如:「提供 3 到 5 種設計方法」或「統整各方觀點」。這麼做有助於 LeapSpace 拿捏最適當的內容深度與論述架構。值得注意的是,這類格式化指令只會影響回覆的呈現方式,並不會改變 LeapSpace 檢索到的文獻結果。此外,未來您還能指示 LeapSpace 將結果視覺化為流程圖與表格。

  • Deep Research 模式則提供更豐富的細節與多元觀點,協助您透徹掌握特定主題。當您剛踏入不熟悉的領域,需要一份全面的文獻總覽時,這絕對是您的理想首選。執行 Deep Research 查詢需要較長的時間(有時可能需要幾分鐘),但最終會產出一份詳盡的、長達數頁的綜合報告。

3. 不要為了精簡而省略專業背景資訊

提供如「外界擔憂患者可能遭到誤診」這類的背景資訊,並非毫無意義的雜訊。它能指引系統了解您最關心文獻的哪一個切入點。LeapSpace 的系統機制會將廣泛的大問題拆解為多個檢索步驟,而提供完整的上下文脈絡,將有助於系統更精準、有效地執行這些檢索。

您還可以透過上傳自有的 PDF 檔案來補充額外的背景資訊,讓 LeapSpace 提取參考,藉此豐富最終的分析與回覆內容。在此特別向您說明:

  • Elsevier 已與我們的基礎模型供應商簽署了零資料留存合約。這確保了您的提示詞與文件絕不會被儲存,也不會被用於訓練任何大型語言模型。採用 Elsevier 的 AI 解決方案,您的機構將享有我們強化的資料隱私保護與企業級的安全防護。

  • 您上傳的文件將安全地儲存於我們嚴格控管的雲端環境中,並完全符合我們的資訊安全政策與負責任 AI 原則

4. 運用篩選條件來精煉您的檢索參數

在 LeapSpace 中進行文獻檢索時,您可以透過幾種方式來限縮參數。目前的篩選選項包括:

  • 第一作者所屬國家

  • 特定時間範圍

  • 文獻類型

  • 被引用次數

您不需要從選單中手動勾選這些條件,只需將它們直接寫入您的自然語言查詢指令中即可。例如:「請找出過去五年內,德國在大型語言模型發展上的趨勢。請僅納入被引用次數達 25 次(含)以上的論文。」這樣的設計賦予您極大的彈性,讓您能完全依照個人需求來量身打造系統的檢索回覆。

評估論點背後的證據

LeapSpace 回覆中所提出的論點皆附有參考文獻,並可追溯至經過同儕審查的原始來源。點擊參考文獻後,系統會顯示詳細的書目資訊以及陳述連結(Link to statement)——此功能亦被稱為信任卡(Trust Card),能向您展示該論點與原始文獻內容的契合程度。這有助於您衡量證據的強度,並大幅簡化事實查核的流程。LeapSpace 是目前唯一能針對所有資料輸入類型(包含全文與摘要)提供信任卡的 AI 工具。

論點雷達(Claim Radar)則進一步擴展了信任卡所提供的信心指標,為您標示出更廣泛的已發表文獻與 LeapSpace 回覆中特定論點的契合情況。該功能會向您顯示支持、反駁或對該論點抱持混合觀點的文獻比例。同時,它還會提供具代表性的文獻來源,並附上簡短的佐證理由。

想進一步了解 LeapSpace 支援哪些應用場景嗎?在 LeapSpace 助您加速從好奇邁向新發現的 6 種方法這篇文章中,詳細說明了研究人員如何運用 LeapSpace 來推進他們的工作。文中也提供了實用的提示詞範例,協助您輕鬆展開專屬的探索之旅!