Scite MCP (Model Context Protocol)學術文獻檢索與 AI 工具的結合

Posted on by

Site_

隨著生成式 AI 被廣泛應用於學術研究，研究者逐漸依賴 AI 協助進行文獻搜尋與整理。然而，AI 在學術應用上仍面臨關鍵限制，例如引用來源不明確、文獻真實性難以驗證，以及無法有效判斷研究之間的支持或反駁關係。

為回應上述問題，Scite 於 2026 年 2 月推出 Scite MCP（Model Context Protocol）功能。需特別說明的是，Scite 原本即已具備查詢及 AI 功能（如文獻檢索、引用分析與 AI 問答），此次 MCP 的導入，主要在於透過標準化協定，將既有功能串接至外部大型語言模型平台（如 ChatGPT、Claude 等），使研究者得以在不同 AI 工具中直接調用 Scite 的資料與分析結果。

Model Context Protocol（MCP）本質上是一種標準化連接協定（protocol），其目的是讓 AI 系統能安全且有效地連接外部資料來源與工具，而非單一產品或資料庫。本次 Scite 的應用，則是將此協定實際導入學術文獻檢索中的案例。

透過 Scite MCP，研究者可以：

    • 直接透過外部AI工具查詢相關學術文獻
    • 取得具有來源依據的引用內容
    • 分析文獻之間的引用關係「支持 (Supported)」、「提及 (Mentioned)」還是「對比/反駁 (Contrasted)」
    • 快速掌握研究發展脈絡與學術爭議

相較於傳統僅提供「文獻列表」的檢索系統，此類整合使 AI 從資訊檢索工具，進一步參與文獻理解與初步評估的過程。

一、可用現況（Current Availability）

目前 Scite MCP 已正式上線，並可與支援 MCP 標準的 AI 平台進行整合，形成跨系統的學術研究輔助環境。

支援的 AI 工具

Scite MCP 可串接於多款主流 AI 應用，包括：

    • ChatGPT
    • Claude（包含 Claude.ai 與 Claude Desktop）
    • GitHub Copilot
    • Cursor
    • Claude Code

研究者能在既有的 AI 使用情境中直接存取學術資料庫，無需切換至傳統資料庫檢索介面。

二、核心功能與學術應用

1. 全文檢索（Full-text Search）

不同於多數 AI 工具僅能依賴標題或摘要進行檢索，Scite MCP 可於其資料庫中進行全文層級搜尋（以開放取用文獻為主），提升檢索結果的完整性與精準度。

2. 智慧引用（Smart Citations）

Scite 的核心特色在於其「智慧引用」機制。AI 回應不僅提供文獻來源，亦標示該引用在原文中的語意關係，包括：

    • Supported（支持）
    • Mentioned（提及）
    • Contrasted（對比／反駁）

此一功能有助於改善 AI 常見的「引用幻覺（hallucinated citations）」問題，並提升研究者對文獻脈絡的理解能力。

3. 館藏資源與全文取得（Access Resolution）

Scite MCP 可與既有的學術資源系統整合，例如：OpenURL，當使用者所屬機構已訂閱相關資源時，系統可自動導向可取得之全文。

三、授權模式（Pricing & Payment Mechanism）

Scite 並未針對 MCP 功能採取獨立收費，而是整合於既有訂閱架構中，以本校國立陽明交通大學為例，因已為 Scite 訂閱用戶，校內使用者可直接使用 Scite MCP 功能，無須額外支付費用。

使用與設定方式

使用者可於 ChatGPT 或 Claude 等平台中新增 Scite MCP 服務（或透過官方提供的快速安裝連結），並登入具有效訂閱之 Scite 帳號後，即可於對話介面中啟用文獻檢索與引用驗證功能（例如使用 @Scite 指令）。

四、對學術研究與圖書館服務的意涵

Scite MCP 所代表的，不僅是單一工具的功能提升，更反映出學術資訊服務模式的轉變：

    • 文獻檢索由「資料庫導向」轉向「AI 導向」
    • 研究流程由「人工篩選」逐漸轉為「人機協作」
    • 引用查證從事後驗證轉為即時輔助

對圖書館而言，亦帶來幾項值得關注的發展方向：

    • 資源整合角色提升：如何將訂閱資料庫與 AI 工具有效串接
    • 資訊素養教育轉型：強化使用者對 AI 引用判讀與資料來源評估的能力
    • 授權與使用規範：釐清 AI 存取與使用學術資源的法律與合約限制

五、限制與注意事項

儘管 Scite MCP 提供新的應用可能，其使用仍存在若干限制：

    • 文獻覆蓋範圍仍以開放取用內容為主(即有掠奪性期刊的可能)，也未涵蓋所有重要出版資源
    • 功能仍依賴機構訂閱與授權條件
    • AI 對文獻內容的理解仍可能產生誤判，需由研究者進行最終確認

因此，Scite MCP 應被視為研究輔助工具，而非取代傳統學術判讀的解決方案。

六、參考資源

Scite MCP 官方設定指南 (ChatGPT 與 Claude)
這段官方教學影片詳細說明了如何在 ChatGPT 與 Claude 中設定並實際應用 Scite MCP，能幫助您了解在研究工作流程中的運作方式。

七、參考資料（References）

Nicholson, J. M., Mordaunt, M., Lopez, P., et al. (2021).
scite: A smart citation index that displays the context of citations and classifies their intent using deep learning. Quantitative Science Studies, 2(3), 882–898.
https://doi.org/10.1162/qss_a_00146
Sterner, E. (2021).
scite: Providing additional context for citation statements. Issues in Science and Technology Librarianship, (98).
https://doi.org/10.29173/istl74
Brody, S. (2021).
Scite. Journal of the Medical Library Association, 109(4), 707–710.
https://doi.org/10.5195/jmla.2021.1328
Scite. (2026).
AI for research. https://scite.ai/
Pawlik, L., & Deniziak, S. (2026).
Reducing hallucinations in medical AI through citation enforced prompting in RAG systems. Applied Sciences, 16(6), 3013.
https://doi.org/10.3390/app16063013
Hou, X., Zhao, Y., Wang, S., & Wang, H. (2025).
Model Context Protocol (MCP): Landscape, security threats, and future research directions. ACM Transactions on Software Engineering and Methodology, Accepted on 30 December 2025
https://doi.org/10.1145/3796519
Huang, C., Huang, X., Tran, N. P., & Milani Fard, A. (2026).
Model Context Protocol: Threat modeling and vulnerabilities.arXiv preprint arXiv:2603.22489.
https://arxiv.org/abs/2603.22489

 

推廣組  簡玉菱 / 本文搭配AI工具進行寫作輔助
由於AI技術發展迅速，以上內容截至2026年5月7日整理完成，僅供參考。

瀏覽次數： 8