回顧開題時真正費時間的，往往不是讀論文，而是確定該讀哪些論文。清單式的關鍵詞檢索容易漏，引用列表又只能往前追。Connected Papers 的思路是反過來的：給一篇論文，還你一張圖譜。

五種入口，一張圖譜

首頁搜尋框接受五種論文識別方式：Paper DOI、arXiv 連結、論文標題、Semantic Scholar 連結與 PubMed 連結，任選其一即可起圖。下方還擺了三張示例圖譜，還沒想好用哪篇就先點開別人的領域看看，不必拿自己的題目去試錯。

但出來的並不是搜尋結果的原樣堆疊。官方說明每生成一張圖譜，系統會分析約 50000 篇論文，再從中選出與原始論文關聯緊密的幾十篇進入圖中。也就是說，你看到的不是原始搜尋結果，而是一輪大規模篩選後的精選；這個設計決定了它好用在哪、也決定了它會漏掉什麼。

讀圖規則：看位置，不看連線

這是這款工具與直覺差異最大的地方。圖中的論文按相似度排布，互不直接引用的兩篇論文也可能緊緊相鄰。相似度依據 Co-citation 與 Bibliographic Coupling 兩個概念計算：引用與參考文獻高度重疊的論文，被認為更可能研究相近主題。

官方明確說明它排布論文的依據是相似度而非引用關係，並用力導向圖把相似論文聚在一起、把不相似的推開；選中任意節點，會高亮該節點到原始論文在相似度空間中的路徑。所以讀圖時看的是位置遠近，而不是把連線當成引用鏈——這一點讀錯，整張圖就都讀錯了。

先導與衍生：回顧的兩端

寫回顧要往兩個方向看：往前是這門學問從哪來，往後是這個領域正在往哪去。官方為此做了兩個視圖——Prior Works 用於找領域內重要的先導文獻，Derivative Works 用於找該領域的回顧，以及跟隨原始論文發表的新工作。

加上多起點圖譜、論文收藏與圖譜歷史，這些能力在官方權益清單裡寫明對全部套餐開放，包含免費檔在內。資料底座是 Semantic Scholar 論文語料庫（ODC-BY 許可），覆蓋數百個科學領域的數億篇論文，機器學習、生物、哲學都在官方列舉的範圍內。

定價：免費檔每月 5 張，功能不打折

官方定價分三檔：Free 檔 0 美元，每月可生成 5 張圖譜，權益標註為「包含全部功能」；Academic 檔每月 3 美元、按年計費 36 美元，面向學術、非營利與個人用途，解鎖不限量生成；Business 檔每月 10 美元、按年計費 120 美元，面向商業與行業使用者，同樣不限量。

支付方式官方寫明支援信用卡與簽帳卡、PayPal、支付寶、銀行轉帳等，訂閱為自動續訂、可隨時取消。頁面還設有 Individuals 與 Groups 兩類套餐的切換，以及按年與按季兩種計費週期。

換句話說，免費與進階的分界只在生成張數，讀圖、雙視圖與收藏這些核心能力各檔一致。對研究工具來說，這種切法算相當乾淨——你付錢買的是額度，不是被鎖起來的關鍵功能。

適合誰用

三類場景對應得比較清楚。研究生開題要快速摸清一個陌生領域的結構，可以先拿一張示例圖譜起步，再換自己的論文重建；寫回顧怕漏掉關鍵文獻，用 Prior Works 與 Derivative Works 兩個方向各補一遍；學位論文要成體系地建參考文獻，從必備文獻出發，讓圖譜把缺口填上。

這款工具出身於開發者自己的科研工作流。官方說明它從週末副業做起、因確實改善了自己的檢索過程才向公眾開放，產品形態也因此一直貼著研究者的實際路徑走。這種出身留在產品上最明顯的痕跡，是它沒有聊天框、沒有寫作助手、也沒有資料看板。

圖譜在哪裡會失效

把限制講清楚，比誇這張圖好看更有用。由相似度建起來的圖譜回答的是「還有哪些論文談這個」，而不是「什麼是對的」。兩篇論文挨得近，只說明它們研究的主題相近；引用方向、時間先後，以及某個結論後來有沒有被推翻，都得回到原文去核。

那輪篩選也意味著一種刻意的捨棄。既然只有最接近的幾十篇能留在圖上，一篇高度相關但位置稍微偏離起點論文的文獻，就可能整篇掉出視野。補救的辦法是流程性的而非技術性的：換一個起點再造一張，或用多起點圖譜兩篇一起起圖，然後對照著看。

免費檔每月 5 張的額度，用起來反倒像一種有用的約束——它逼你把起點選清楚。凡是浪費過一個下午在錯誤起點上的人，大概都會認得這種紀律的價值。

當找文獻從翻清單變成看地圖，回顧的第一步就不再是猜關鍵詞，而是把整個領域的結構一眼鋪開。