大学院生や学術研究者にとって、網羅的かつ客観的な文献レビューの遂行は常に大きな課題です。ChatGPTやClaudeなどの一般的な対話型AIは、もっともらしい架空の論文名や存在しないDOIを捏造（ハルシネーション）しがちです。一方で、Google ScholarやPubMedなどの既存データベースは、信頼できる文献を検索できるものの、抄録と被引用数しか提示できず、後続の研究がその知見を実際に「支持・再現」したのか、それとも「反論・否定」したのかを瞬時に見分けることは困難でした。Sciteが提供する「Scite Assistant」は、3億1,700万件以上の学術論文と16億件以上のSmart Citations（スマート引用）に基づき、原文抜粋に裏打ちされた対話型文献レビュー環境を実現します。
Scite Assistantは、根拠のない文章を生成するツールではなく、学術的な文献トリアージとエビデンス検証のための対話型エンジンです。自然言語で研究課題を問いかけ、文献比較マトリクス（Table Mode）を自動生成し、さらに引用箇所の生テキスト（引用文文脈）をワンクリックで確認できます。本ガイドでは、研究者や大学院生がScite Assistantを日々の研究ワークフローに導入し、直接抜粋を通じてエビデンスを精査し、論文投稿前の文献リスクを未然に防ぐ具体的な手順を解説します。
1. Scite Assistantと一般的なAIツールの本質的な違い
一般的な大規模言語モデル（LLM）は、次に来る単語の確率的予測に基づいて文章を生成するため、学術論文の引用において「架空の論文の創作」「結論のすり替え」「文脈の無視」が頻繁に生じます。検索拡張（RAG）を備えたツールであっても、要約の根拠が抄録にとどまり、学術界全体がその研究をどのように評価しているかまでは捉えきれません。
Scite Assistantの中核的な差別化要因は、基盤技術である Smart Citations（スマート引用） にあります。
- 原文引用箇所の抽出（Citation Statements）：査読付き論文の本文フルテキストを解析し、ある論文が別の論文を引用している「まさにその一文」と、その前後の文脈を抽出します。
- 深層学習による立場の分類：抽出された引用文は、深層学習モデルによって以下の3つのスタンスに分類されます。
- Supporting（支持）：引用元の知見を支持する実証データ、再現実験の成功、追証エビデンスを提供している。
- Contrasting（反論・対照）：引用元の知見と矛盾する結果、再現の失敗、方法論的限界への異議を提示している。
- Mentioning（言及）：研究背景、歴史的経緯、一般的な方法論の紹介として引用しており、明確な支持や反論の立場は取っていない。
- 出版社とのフルテキスト連携：44社以上の主要学術出版社と提携しており、通常の検索クローラーではアクセスできないペイウォール（有料購読の壁）の背後にある本文からも引用文を抽出しています。
Scite Assistantで生成された回答には、すべての主張に文献リンクが付与されます。リンクをクリックすると、単なる書誌情報ではなく、その文献を引用した論文の具体的な原文抜粋と立場の分類（支持／反論／言及）がその場で展開されます。
2. 実践ワークフロー：Scite Assistantによる文献統合の手順
質の高い文献レビューを行うためには、「〇〇について要約して」といった漠然とした指示を避け、比較軸、メカニズム、学術的論争に焦点を当てた構造的なプロンプト設計が不可欠です。
ステップ1：焦点の定まった構造的プロンプトの入力
比較分析や研究の空白（リサーチギャップ）をあぶり出すために、条件を明示したプロンプトを作成します。
- 作用メカニズムの比較：「2022年から2026年に発表された査読付き論文に基づき、mRNAワクチンと組換えタンパク質ワクチンの液性・細胞性免疫誘導メカニズムを比較してください。臨床試験データで結果が分かれている点も明記してください。」
- 方法論的限界の検証：「臨床的なうつ病患者を対象とした認知機能評価において、自己記入式質問票を用いることに対する主な方法論的批判は何ですか？実証的根拠とともに示してください。」
- 合意と論争の整理：「マイクロプラスチックの血液脳関門透過性について、近年の文献における主な合意事項を整理してください。陰性結果や反対の見解を報告している研究は存在しますか？」
ステップ2：テーブルモード（Table Mode）によるエビデンスマトリクスの構築
学位論文の第2章（関連研究）やシステマティックレビューの準備では、複数研究の横断的比較が必須です。Scite Assistantの入力欄左下にある Table Mode チェックボックスをオンにすることで、出力を表形式に切り替えられます。
テーブルモードを有効にすると、以下のような項目が整理されたマトリクスが生成されます。
- 対象コホートおよびサンプルサイズ
- 研究デザインと実験プロトコル
- 主要な実証結果および効果量
- 支持・反論の引用文脈への直接リンク
プロンプト内で「Table Modeを用い、著者（年）、実験手法、主要な知見、サンプル数、研究の限界の列を作成してください」と指定することも可能です。出力された表はMarkdownとしてコピーし、NotionやObsidian、スプレッドシートへ即座に転記できます。
ステップ3：検索範囲とフィルターの精密調整
プロンプト入力欄の右側にある設定アイコンから、検索パラメータを細かく設定できます。
- 出版年（Year Range）：直近3〜5年の最新トレンドに絞り込む、あるいは初期の基盤研究を網羅するなどの指定が可能です。
- 全文限定（Full Texts Only）：抄録のみの論文を除外し、本文引用文脈が取得できている文献のみを対象とします。
- 引用セクションの限定（Citation Sections）：実験手法を精査したい場合、Methods（手法） または Results（結果） セクションで引用されている文献のみに絞り込みます。
- コレクション限定（Collections）：Zoteroなどからインポートした特定の論文群（例：選定済みの50本）のみを対象としてAssistantに対話させ、ノイズを排除した精読・統合を行います。
- 文書の添付（Attach Document）：執筆中の論文ドラフト（PDF）をアップロードし、ドラフト内の仮説を支持または反論する既存論文をScite Assistantに探索させることができます。
3. 直接抜粋エビデンスによる引用文脈の検証手順
文献調査において最も重要な工程は、AIの出力を鵜呑みにせず、引用元の生テキストを検証することです。Sciteにおいて引用リンクは、静的な文献リストではなく、検証用エビデンスへの扉です。
+-------------------------------------------------------------------------+
| プロンプト：ワーキングメモリ訓練は一般的な流動性知能を向上させるか？ |
+-------------------------------------------------------------------------+
|
v
+-------------------------------------------------------------------------+
| Scite Assistantの統合回答： |
| 「初期の研究では有意な遠隔転移効果が報告されたが（Jaeggi et al., 2008）、|
| その後の複数の大規模追試研究では知能向上を再現できていない [引用バッジ]」|
+-------------------------------------------------------------------------+
|
v （引用バッジをクリック）
+-------------------------------------------------------------------------+
| Smart Citation ドロワー表示： |
| 引用論文：Redick et al. (2013), Journal of Experimental Psychology |
| 分類スタンス：CONTRASTING（反論・対照） |
| 原文抜粋："In contrast to Jaeggi et al. (2008), our pre- and post-test |
| evaluations across a 20-hour working memory training regimen revealed |
| no significant enhancement in fluid intelligence measures (Gf)." |
+-------------------------------------------------------------------------+
エビデンス検証の具体的プロセス：
- 主張の特定：Assistantが生成した文章を読み、検証したい文末の引用バッジを確認します。
- 引用ドロワーの展開：バッジをクリックし、引用している論文のタイトルや出版年、引用文の抜粋を表示します。
- 文脈の通読：ハイライトされた引用文だけでなく、前後のセンテンスを読み、著者がどのような文脈で議論しているかを把握します。
- 立場の妥当性判断：
- Contrasting（反論）と判定されていても、条件や投与量、対象群が異なることによる建設的な差異なのか、完全な再現失敗なのかを確認します。
- Supporting（支持）と判定されていても、独立した追試による追証なのか、単にイントロダクションで紹介されただけなのかを識別します。
- 学術的論争の論点化：確認した反論箇所の原文表現を、自身の文献レビューにおける「既存研究の対立点・課題」として取り込み、論文の考察に厚みを持たせます。
4. ツール比較：Scite Assistant vs 一般的AI vs 従来型検索エンジン
| 評価軸 | Scite Assistant | 一般的な生成AI（ChatGPT / Claude） | 従来型学術検索（Google Scholar / PubMed） |
|---|---|---|---|
| 引用の信憑性 | 3億1,700万件の論文に立脚、実在するDOI | 架空の文献や存在しない著者名を捏造しやすい | 実在する文献を正確に検索可能 |
| エビデンスの粒度 | 論文本文から抽出された生の引用文とその文脈 | 抽象的な要約のみで文単位の検証不可 | 抄録またはPDF全体。手動での通読が必要 |
| 後続評価の可視化 | 支持・反論・言及の自動分類バッジを表示 | 引用の肯定的・否定的評価を判定不能 | 単純な被引用回数のみで中身は不明 |
| 出力フォーマット | テーブルモードによる比較表、Markdown出力 | 表の作成は可能だが内容のエビデンスが不透明 | 検索結果の静的なリスト表示 |
| 論文原稿の監査 | Reference Checkによる撤回論文・論争論文の自動検知 | 原稿全体の文献リストの一括精査は困難 | 撤回監視サイト等での手動個別確認が必要 |
| 主な用途 | 先行研究のトリアージ、比較分析、引用文脈の検証 | 表現の壁打ち、文章の推敲、初稿のアイデア出し | 幅広い文献探索、原著PDFの入手 |
5. 論文投稿前の品質管理：Reference CheckとScite Reports
執筆した原稿の引用文献リストに問題がないかを点検するため、Sciteの品質管理機能を活用できます。
Reference Checkによる原稿監査
論文ドラフト（PDF形式）を Reference Check にアップロードすることで、以下の項目が瞬時に自動検査されます。
- 撤回論文アラート（Retraction Alerts）：引用文献の中に、発表後に撤回（Retracted）された論文や、懸念表明（Expression of Concern）が出されているものが含まれていないかを警告します。
- 高反論比率の検知（Contrasting Ratio）：後続研究から極めて多くの反論を受けている文献を特定します。もし主要な根拠としている論文の反論比率が高い場合、投稿前にその論争に対する考察を加筆しておく必要があります。
- 引用文脈の不整合防止：引用した研究の主旨が、学術界で一般に受け止められている文脈と乖離していないかを再確認できます。
重要論文のScite Report確認
博士論文や主要な研究計画の理論的支柱となる重要論文については、個別の Scite Report を確認することを推奨します。
- 支持・反論・言及の経年変化グラフを確認し、その知見が現在も支持されているかを確認します。
- 引用セクションをフィルタリングし、他の研究者がその論文を「手法（Methods）」として採用しているのか、単なる「導入（Introduction）」での言及にとどまるのかを把握します。
6. 料金プランと大学院生・研究者向けの実践的選択肢
Sciteは、研究の規模や用途に応じたプランを提供しています。
- Connect（無料プラン）：文献インデックスの検索と、外部AIエージェントと接続するためのMCP（Model Context Protocol）クレジット（月25回）が利用可能ですが、Assistantや高度な検索機能は含まれません。
- Basicプラン（月額20ドル、年払い時は月換算約12ドル）：Scite Assistantと検索機能のフルアクセス、月250回のMCPクレジット、Smart Citationレポート、引用アラート、最大1,000件の論文コレクション管理が含まれます。個人利用の大学院生や若手研究者に適しています。
- Proプラン（月額50ドル、年払い時は月換算約40ドル）：月2,500回のMCPクレジット、最大10,000件のコレクション管理、API利用（60ドル相当のクレジット付き）、特許・臨床試験・助成金データベースへのアクセスが含まれます。
- Teamプラン（月額250ドル）：研究室単位での導入向け。8シート、共有コレクション、利用状況分析が含まれます。
- Enterpriseプラン：大学図書館や研究機関向けのサイトライセンス。学内IP認証やSSOに対応します。
大学院生向けアドバイス：まずは7日間の無料トライアルを活用して集中的に文献レビューを行うことができます。また、所属大学の図書館にSciteの導入を推薦するメールを送信し、Sciteのサポート窓口に連絡することで、学術割引コードが提供される制度も用意されています。
7. 利用上の留意点と学術倫理
Scite Assistantは極めて有用なツールですが、完全無欠の判定者ではなく、あくまで「優秀なトリアージ助手」として活用すべきです。
- AIによる分類はヒューリスティックである：深層学習モデルは言語的パターンに基づいて引用文を分類します。学術的な謙譲表現、皮肉、あるいは複雑な限定条件が付いた文章では、「限定的な批判」が反論（Contrasting）と過剰判定されたり、「丁寧な反論」が言及（Mentioning）と処理されたりすることがあります。必ず生の引用文を自身の目で読んで判断してください。
- 分野によるカバレッジの差異：Sciteは4,900万件以上のフルテキストと3億1,700万件以上のメタデータを保有し、生命科学、自然科学、計量社会科学で非常に強固です。一方で、デジタル化が進んでいない人文科学や一部のニッチな学問領域では、フルテキスト引用の抽出率が低くなる場合があります。
- 批判的思考の維持と執筆倫理：Scite Assistantが提示したマトリクスや要約文をそのまま自身の論文に転載してはなりません。AIが提示した証拠に基づき、研究者自身が文献を読み込み、自身の言葉で批判的考察を紡ぎ出すことが学術論文の基本原則です。
「適切な問いの入力」「テーブルモードによる体系的整理」「原文引用の文脈確認」という一連のステップを徹底することで、ハルシネーションを完全に排除した、強固で説得力のある文献レビューを構築できます。