ResearchRabbit 换几篇种子论文，就能沿另一条线索找文献

知道一两篇相关论文，却不知道接下来读谁，ResearchRabbit解决的是这个发现问题。它从你选定的种子论文出发，沿参考文献、被引关系、共同引用和作者联系，提出下一批可以继续阅读的候选。

官方算法说明把搜索拆成两步：先确定哪些文章有资格成为候选，再按与种子集合的关联程度排序。因此，种子不是搜索框旁的附加材料，而是决定后续探索方向的重要输入。

相同主题，也可能需要两组起点

以准备“科学博物馆互动展项”文献综述为教学情境。若起点全是学校课堂研究，后续结果可能继续偏向课堂；若再加入博物馆现场研究，就有机会看到另一组相关作者与论文。这里不是保证某次搜索一定找到指定结果，而是说明为何要有意识地选择起点。

官方当前使用指南建议，从关键词结果中挑选少数强相关论文，也可以直接按标题、DOI进入，或导入BibTeX、RIS、CSV文献集合。点击Find Related Articles，就是新版界面中的Similar Work探索；读到有价值的新文章后，可以把它作为下一轮种子继续展开。

从这一过程留下的，不应只是“找到了很多论文”，还可以有一份简短记录：用了哪些起点，这轮发现了哪一支研究，为什么决定沿这个方向继续读。这更容易向导师解释自己的文献范围怎样逐步形成。

当前官方AI说明明确表示，核心推荐算法不由大语言模型驱动，而是基于研究网络关系。算法文档还提到，部分联系会参考标题或摘要的语义相似度，但这不等于系统已逐篇阅读全文并理解所有实验。

基本设置可以选择相似文章、种子的参考文献或引用它们的论文，改变候选来源。高级筛选进一步限制日期、关键词等条件，属于RR+能力；结果的排序过程本身目前不能由用户逐个参数微调。

它适合帮你发现值得阅读的文献线索，不应该被包装成输入一个主题就完成系统综述。用于正式检索时，学科数据库、检索式和纳入排除记录仍各有自己的位置。

2026年官方Collections指南还做了一个实用区分。Recently Found保留用作种子或探索过的论文，让你暂时不必停下来归类；Collections则保存经过主动选择、准备组织起来的材料，并可建立多层子集合。

这很贴合刚进入新领域的状态：先沿问题探索，方向清楚后再整理。需要保存所有起点时，可以开启种子自动保存，并给它们单独建集合；这依然是文献管理选择，不是“曾浏览过就已纳入研究”。

ResearchRabbit是在线工具，免费与RR+条件应以当前账号界面为准。下一次搜索前，可以先换一组有明确理由的种子，观察研究网络如何展开，再把真正准备读的文章收入集合，让地图上的联系变成自己的阅读决定。