↩

從零開發文獻搜尋 Skill

給教授與研究生的實作指南

鄭緯筌 Vista Cheng
2026-08-16

鄭緯筌 Vista Cheng：作家．講師．AI 內容顧問

2023 年起工作重心全面轉向生成式 AI，進入數十間臺灣企業導入 AI 工作流。

✍️

30+

年寫作年資，1995 年出版第一本書

📚

20

本出版著作

📧

19,000+

電子報訂戶

🎤

100+

企業與公開班工作坊場次

🕐

你一定經歷過這種下午

為了確認一個論點有沒有人做過：換了六種關鍵字、開了二十個分頁、三小時後一堆 PDF，還是不確定有沒有漏掉關鍵文獻。

6 種關鍵字／20 個分頁／3 小時

更麻煩的是第二個問題

PROMPT 
幫我找相關文獻
OUTPUT
Chen, M., & Lin, T. (2023). Generative AI and the Transformation of Literature Reviews in Higher Education. Journal of Applied Educational Technology, 18(4), 221-239.
https://doi.org/10.1080/1234.5678

直接問聊天機器人「幫我找相關文獻」，它常常編出看起來很像真的、實際上不存在的書目。（這篇論文不存在）

今天要教你的事

親手開發一套文獻搜尋 Skill：讓 AI 按照你的規矩、用真實的學術資料庫 API 查文獻，每一筆書目都可驗證。

你不需要是工程師：會複製貼上命令、願意花一個週末就夠。

六個步驟

第零步

查現成方案

第一步

選資料來源

第二步

親手打一次 API

第三步

寫五段式說明書

第四步

實測驗收

第五步

持續迭代

Skill 是什麼：兩樣東西的組合

  • 一份說明書（SKILL.md）

    告訴 AI 什麼時候用、怎麼用、什麼時候不要用、怎麼回報。

  • 一組可執行工具

    幾支小腳本或幾條 API 命令。

📝

開發 Skill 比較像寫 SOP

你在學術上怎麼訓練碩一新生查文獻，就怎麼寫這份說明書。
這是教授與研究生的優勢：你比工程師更清楚一次合格的文獻檢索該長什麼樣子。

00

第零步：先確認沒有現成的

動手前先查 GitHub，這一步能省下你整個週末。

GitHub 搜尋關鍵字

search 
paper search MCP
OpenAlex MCP server
claude skill literature review
awesome claude skills

評估現成專案的三個指標

  • 星數（社群驗證度）

  • 最後 commit 日期（超過一年沒更新視同棄置）

  • README 是否誠實標註每個資料來源的限制。

一場真實調查的結論

現成專案能覆蓋大部分資料存取需求，但「你的領域該查哪個資料庫、什麼文獻該淘汰、查到什麼程度停手」這層判斷邏輯，沒有任何現成專案幫你寫好。

合理結局：資料存取層用現成的，判斷邏輯自己寫。

01

第一步：選資料來源

這個決定占成敗的一半。選錯地基，後面全部白做。

五大學術資料庫 API

  • OpenAlex

    4.7 億筆全學門｜免費不用申請｜首選，社科與教育覆蓋尤佳

  • Crossref

    DOI 書目權威｜免費｜所有人，驗證書目真偽

  • Semantic Scholar

    2 億筆偏理工｜免費但建議申請 key 否則限流嚴重｜需要引文網路分析的人

  • arXiv

    理工預印本｜免費｜資工物理數學

  • PubMed

    生醫文獻｜免費｜醫學公衛心理

這些路走不通

這些路走不通

  • ✗ Google Scholar 從來沒有官方 API，號稱能查它的工具都是爬蟲，隨時失效。
  • ✗ JSTOR、PsycINFO、ERIC 沒有公開 API。
  • ✗ Scopus 與 Web of Science 要機構付費訂閱。

替代路線

  • ✓ 替代路線：OpenAlex 聚合了 Crossref 與 PubMed 等多源，教育學與傳播學期刊都查得到。

4.7 億筆

全學門文獻覆蓋

首選起點：OpenAlex

免申請、免金鑰、不限流；

提供 email 還能進入更快的禮貌通道。

唯一零門檻的全學門選項。

02

第二步：親手打一次 API

目的是除魅：所謂串接學術資料庫，就是一條命令的事。

打開終端機貼上這條命令

bash 
curl -s "https://api.openalex.org/works?search=teacher%20professional%20development&filter=from_publication_date:2022-01-01&sort=cited_by_count:desc&per-page=3&mailto=you@example.com"

把 email 換成你自己的

你會拿到什麼

  • JSON 資料，欄位含論文標題、作者、期刊、引用數、DOI。

  • 花十分鐘讀懂欄位結構：說明書裡要教 AI 讀的就是這份資料。

52,198

筆命中

真實測試：教育領域主題

查詢 generative AI academic writing higher education：命中 52,198 筆，

前三名都是引用數 3,700 到 5,800 的教育期刊高引論文，附期刊名與 DOI，

全程免 key。

03

第三步：寫 SKILL.md

你的核心工作在這裡。說明書品質決定 AI 表現。

開頭的欄位宣告

yaml 
name: my-lit-search
description: 用 OpenAlex API 搜尋學術文獻。觸發詞：找文獻、查論文、文獻搜尋、related work

description 決定 AI 什麼時候會想到用這個 Skill，觸發詞要寫進去。

好說明書的五個段落

每段都對應研究者的專業判斷。

🚧 一、使用邊界
💻 二、命令範例
🔍 三、篩選淘汰標準
🛡️ 四、防幻覺鐵則
📋 五、回報格式

一、什麼時候用、什麼時候不要用

  • 查文獻用這個 Skill

  • 已知 DOI 抓全文直接開瀏覽器

  • 要 BibTeX 改查 Crossref

  • 邊界寫清楚，AI 才不會拿錘子敲螺絲。

二、命令範例

  • 把那條 curl 貼進去，附三到五個變化型：

    按年份過濾、按引用數排序、查特定作者。

  • AI 會模仿你給的範例：範例品質直接決定表現。

三、篩選與淘汰標準：你最值錢的一段

  • 優先收錄近五年、引用數高於同齡中位數的論文

  • 掠奪性期刊直接淘汰

  • 找滿二十篇且連續兩輪沒有新命中就停手

  • 這些標準工程師寫不出來，只有你寫得出來。

四、防幻覺鐵則：投資報酬率最高的一行

rule 
每筆書目必附 DOI，且先用 api.crossref.org/works/<DOI> 驗證存在才能列入；
查無此 DOI 一律標註「未驗證」。

這一條就足以杜絕 AI 編造書目。

五、回報格式

  • 規定輸出長相：作者（年份）、標題、期刊、引用數、DOI、一句話摘要、與研究問題的相關性。

  • 格式固定，才能直接貼進文獻回顧草稿。

04

第四步：安裝與實測驗收

資料夾放進 ~/.claude/skills/，重開對話，用你最熟的題目考它。

驗收三道考題

  • 一、它找到的前十篇，跟你心中的必引清單重疊多少？

  • 二、隨機抽三筆 DOI 去 Crossref 查，書目吻合嗎？

  • 三、查一個你確定不存在的假主題，它會誠實說找不到，還是硬編？

  • 第三題最重要：會誠實說查不到的工具，才有資格進入研究流程。

05

第五步：把雷寫回說明書

  1. AI 忘記過濾研討會論文就補一條規則
  2. API 回 429 就寫上等三秒重試、兩次失敗換備援。
  3. 三個月後，這份說明書就是你實驗室獨有的檢索智慧。

有餘力再做

  • 常用查詢包成小腳本

  • 接第二個資料庫交叉比對

  • 研究群共用同一份 Skill 讓學弟妹繼承你的檢索標準。

回顧六步驟

1

查現成

2

選來源

3

打 API

4

寫說明書

5

驗收

6

迭代

真正的技術門檻只有一條 curl 命令，其餘全是你已經具備的學術判斷力。

“
與其在二十個瀏覽器分頁之間手動搬運，不如花一個週末把檢索標準教給 AI，把省下的時間拿去做只有人能做的事：判斷文獻對你的研究問題到底意味著什麼。
鄭緯筌 Vista Cheng

下一步

更多學術 AI 資源與課程：researcher.tw

講者：鄭緯筌 Vista Cheng

聯絡：iamvista@gmail.com