回傳清單不是答案
關鍵字搜尋給你一份排序好的論文清單,你還得一篇篇打開,才能知道它到底說了什麼。
AI 學術搜尋
提出一個研究問題,獲得一份附引用的文獻回顧
把一個聚焦的研究問題交給 Felo,它會橫跨 arXiv、PubMed、Google 學術、華藝線上圖書館、J-STAGE 等資料庫讀論文,再寫成一份結構化的文獻回顧,每一條結論都能點回原文。
為臺灣研究人員打造的學術搜尋引擎
涵蓋 arXiv · PubMed · Google 學術 · Semantic Scholar · 華藝 · J-STAGE
為什麼做這個工具
現有工具只停在真正的工作開始之前
多數研究人員寫文獻回顧的第一天,時間都花在跟搜尋工具對抗,而不是讀論文。
寫一份文獻回顧要讀幾十篇
橫向比對三十篇論文的方法、結論、限制,既慢又重複,還容易出錯。
AI 引用不可信
通用 AI 經常捏造論文引用,在學位論文或投稿時根本不敢直接使用。
非英文論文被忽略
英文優先的搜尋引擎把華藝、J-STAGE、DBpia 等區域資料庫的重要研究漏掉了。
Felo 不一樣的地方
為真正在讀論文的人打造的工具
四項能力相互配合,讓一次查詢的結果真的能拿來引用,而不是只能重讀一次。
定向文獻回顧生成
寫清楚研究問題、範圍和深度,Felo 會跨相關論文分段產出結構化的文獻回顧。
多語系學術檢索
一次查詢涵蓋中英日韓論文,摘要與關鍵字自動翻譯,不再錯過區域內外的重要研究。
引用可追溯
回顧中每一句話都能點回它引用的論文段落,一鍵開啟原文 PDF 或期刊頁面。
論文速讀摘要
每一篇被引用的論文都附上方法、結論、限制、貢獻的速讀卡片,幫你決定哪一篇值得精讀。
使用流程
從研究問題到附引用的初稿,一次跑完
三步驟就好。不用在資料庫間切換,也不用手動拼接結果。提出研究問題
像在向同學說明一樣:主題、關心的切入角度、時間範圍、希望涵蓋的語言。
Felo 跨庫檢索
arXiv、PubMed、Google 學術、Semantic Scholar、華藝、J-STAGE 等資料庫並行搜尋,依你要求的語言召回。
獲得可驗證的文獻回顧
閱讀帶編號引用的結構化回顧,點任一編號即可看到原論文、引用段落與刊物資訊。
真實場景
研究人員在這些情境下使用
早期使用者不斷回來使用的幾個場景。
撰寫文獻回顧
要寫學位論文章節或申請計畫時,先拿到一份涵蓋領域主要論文、爭論、研究缺口的回顧初稿。
緊急追蹤新研究
投稿或審稿前,快速確認這個月最新的相關研究,包括 arXiv、bioRxiv 上的預印本。
多語系資源整合
把中日韓論文整合進英文稿件,或讓英文研究者看見亞洲學術圈的進展。
跨領域探索
選題卡在兩個領域之間時,Felo 同時跨兩邊檢索,讓你看到同一個問題在各領域的討論框架。
使用者評價
為研究人員設計
我不再一口氣開二十個分頁了。問一個問題就能拿到一份附引用的回顧,還能對照 PDF 核對每一條。
多語系檢索是真正的殺手級功能。我的學生終於能看到 Google 學術埋沒的日文和韓文材料科學研究。
文獻回顧章節我一週就寫完,原本預計一個月。每一條引用都能追回到真實論文,指導教授信得過。
過去我把摘要貼進 ChatGPT,還得祈禱引用是真的。現在拿到的是附期刊原始連結的回顧。
做跨領域專案時一次檢索就涵蓋經濟學和氣候科學。Felo 找到的論文,單獨在哪個資料庫都搜不齊。
我是研究所一年級新生,本來完全不知該從何下手。提一個研究問題就拿到一份附引用的概覽,一個下午就對領域有了全貌。
常見問題
學術搜尋常見問題
關於資料庫、引用、語言、文獻回顧生成的直接回答。Google 學術回傳排序好的論文清單,Felo 則跨最相關的論文寫出一份結構化的文獻回顧並附編號引用——你拿到的是回顧初稿,不是搜尋結果頁。許多使用者兩者並用:用 Google 學術瀏覽,用 Felo 整理。
現在開始