Làm thế nào để AI không quên bối cảnh nghiên cứu kéo dài nhiều tháng?

2026-08-21

Những Thiết Kế Bộ Nhớ Nào Giữ Nguyên Chiến Lược Tìm Kiếm Trong Suốt Một Chu Kỳ Tổng Quan?

Các chatbot bị giới hạn theo phiên sẽ mất chuỗi tìm kiếm, tiêu chí đưa vào và kết quả đã trích xuất ngay khi cuộc trò chuyện kết thúc, khiến các đợt tổng quan kéo dài nhiều tháng bị đình trệ. Những công cụ coi đề cương là trạng thái bền vững — Jenova's Academic Research Assistant với bộ nhớ liên phiên lâu dài, Elicit với không gian làm việc tổng quan hệ thống cấp dự án, và các notebook giới hạn theo nguồn như Gemini Notebook — là những thiết kế có thể duy trì trọn vẹn một chu kỳ tổng quan trong năm 2026. Consensus vẫn mạnh hơn trong việc lập bản đồ bằng chứng một lần so với việc ghi nhớ đề cương của bạn cho quý tiếp theo.

Các yếu tố then chốt phân biệt bộ nhớ nghiên cứu bền vững với cuộc trò chuyện có thể bị bỏ đi:

✅ Lớp đề cương cố định — quy tắc đưa vào và loại trừ được lưu dưới dạng hướng dẫn, thay vì là prompt phải nhập lại ✅ Bộ nhớ phát hiện tích lũy — các lần trích xuất trước đây, lý do loại trừ và xung đột chưa giải quyết được gọi lại mà không cần giải thích lại ✅ Kho tài liệu có căn cứ nguồn — bài báo, ghi chú và nhật ký tìm kiếm được đính kèm để câu trả lời luôn bám sát tập bằng chứng của bạn ✅ Quyết định có thể kiểm toán — cơ sở sàng lọc có thể tái dựng sau nhiều tháng, phù hợp với PRISMA 2020 ✅ Tính liên tục giữa các phiên — thay đổi ngày làm việc, thiết bị hoặc mô hình không được làm mất trạng thái của đợt tổng quan

Để so sánh các công cụ này một cách hữu ích, cần xem bộ nhớ nghiên cứu như một ngăn xếp thay vì một tính năng chatbot, đồng thời kiểm tra liệu từng lớp có còn giữ được sau một tuần rời dự án hay không.

Infographic về bảy bước của một tổng quan hệ thống, từ thiết kế câu hỏi PICO qua tìm kiếm, sàng lọc, trích xuất dữ liệu, phân tích, đánh giá thiên lệch và viết bản thảo, nhấn mạnh hỗ trợ AI tại nút thắt trích xuất

Vì Sao Trợ Lý Nghiên Cứu AI Mất Độ Trung Thành Với Đề Cương Theo Thời Gian?

Phần lớn các cuộc trò chuyện AI dành cho người dùng phổ thông quên bối cảnh vì chúng lưu nó trong một cửa sổ tạm thời, chứ không phải trong dự án tồn tại lâu hơn phiên làm việc. Một tổng quan hệ thống là quy trình gồm bảy giai đoạn — thiết kế câu hỏi, chiến lược tìm kiếm, sàng lọc, trích xuất, phân tích, đánh giá thiên lệch và viết bản thảo — và mỗi giai đoạn phụ thuộc vào các quyết định được đưa ra từ nhiều tuần trước. Khi trợ lý không thể nhớ lại khung PICO ban đầu hoặc lý do một nghiên cứu bị loại, quá trình tổng quan bắt đầu chệch hướng.

Tiêu chuẩn báo cáo cho công việc này rất rõ ràng. Tuyên bố PRISMA 2020 là bảng kiểm dựa trên bằng chứng về cách báo cáo tổng quan hệ thống, còn bài công bố PRISMA 2020 trên BMJ định vị tiêu chuẩn này cho các tổng quan có tổng hợp, chẳng hạn phân tích gộp theo cặp. Hướng dẫn phương pháp của Đại học Hofstra cho biết tuyên bố này là bộ tối thiểu gồm 27 mục để báo cáo tổng quan hệ thống và phân tích gộp. Một trợ lý không thể tái dựng chuỗi tìm kiếm hoặc lý do loại trừ thì không thể hỗ trợ bảng kiểm đó.

Vấn đề quên không phải chỉ là giả thuyết. Các nhà nghiên cứu đã sử dụng machine learning trong toàn bộ quy trình tổng quan; một bản đồ năm 2022 về 63 công cụ ML bao quát các nhiệm vụ từ tìm kiếm tài liệu đến trích xuất dữ liệu. Điều mà các công cụ này hiếm khi tự giải quyết là tính trung thành theo thời gian: cùng một quy tắc đưa vào, được áp dụng theo cùng cách, ở tháng thứ tư như ở tháng thứ nhất.

Các trợ lý kiểu trò chuyện làm vấn đề này trầm trọng hơn theo ba cách cụ thể:

Đề cương bị bốc hơi. Chuỗi Boolean, phạm vi cơ sở dữ liệu (PubMed, Embase) và giới hạn thời gian nằm trong một prompt không được lưu như một đối tượng hạng nhất.
Tiêu chí bị trôi dạt. Việc diễn đạt lại không chính thức các quy tắc đưa vào dần thay đổi định nghĩa về quần thể, can thiệp hoặc kết quả.
Quên phát hiện. Các cỡ ảnh hưởng đã trích xuất, kết quả mâu thuẫn và ghi chú “quay lại bài báo này” biến mất khi luồng trò chuyện không còn.

Hướng dẫn tổng hợp bằng chứng của King's College London thể hiện đồng thuận hiện tại: AI có thể hỗ trợ ở các giai đoạn khác nhau của một đợt tổng quan, nhưng không thay thế được kiểm soát phương pháp luận. Bộ nhớ chính là sự kiểm soát đó, được kéo dài theo thời gian lịch.

Bạn Nên Tìm Kiếm Điều Gì Ở Một Công Cụ AI Có Thể Ghi Nhớ Bối Cảnh Nghiên Cứu?

Bạn nên đánh giá AI nghiên cứu dài hạn dựa trên độ bền của đề cương, tính liên tục của phát hiện, căn cứ nguồn, khả năng kiểm toán, phạm vi kho tài liệu và chi phí duy trì trạng thái đó — chứ không phải dựa trên độ trôi chảy của một cuộc trò chuyện đơn lẻ. Một công cụ viết tóm tắt thanh lịch nhưng không thể truy xuất nhật ký loại trừ của tháng trước sẽ tốn nhiều giờ hơn số giờ mà nó tiết kiệm.

Bài viết này sử dụng mô hình bốn lớp, Ngăn xếp Liên tục Nghiên cứu, để cụ thể hóa đánh giá:

Đề cương cố định. Chiến lược tìm kiếm và tiêu chí đưa vào/loại trừ được lưu ngoài bộ đệm trò chuyện (trong hướng dẫn tùy chỉnh, tài liệu đề cương hoặc cấu hình sàng lọc).
Bộ nhớ tích lũy. Các phát hiện trước đó, câu hỏi mở và bất đồng giữa người đánh giá phát triển qua các phiên thay vì bị đặt lại.
Kho tài liệu có căn cứ nguồn. Các bài báo, PDF, ghi chú và dữ liệu xuất tìm kiếm thực tế mà trợ lý được phép sử dụng.
Kiểm toán quyết định. Lý do đưa vào/loại trừ có thể tái dựng, lý tưởng nhất là kèm trích dẫn, để người đánh giá thứ hai hoặc sơ đồ luồng PRISMA có thể được lập sau này.

Kiểm tra theo ngăn xếp này thay đổi câu hỏi mua công cụ. Elicit được xây dựng để tiêu chí sàng lọc, lý do loại trừ và điểm số theo từng tiêu chí có thể kiểm toán theo PRISMA, mạnh ở lớp 1 và 4. Gemini Notebook được xây dựng để các câu trả lời trích dẫn các đoạn nguyên văn chính xác từ nguồn đã tải lên, mạnh ở lớp 3. Consensus được xây dựng để tìm kiếm hơn 250 triệu bài báo nghiên cứu và chỉ ra nơi bằng chứng đồng thuận, nên mạnh về khám phá nhưng yếu trong việc ghi nhớ đề cương của bạn. Jenova's Academic Research Assistant được xây dựng xoay quanh lịch sử trò chuyện không giới hạn, bộ nhớ liên phiên lâu dài và các cơ sở tri thức có thể đính kèm, nên mạnh ở lớp 1–3 cho chương trình công việc kéo dài nhiều tháng, nhưng yếu hơn về sơ đồ PRISMA gốc.

Hãy đặt trọng số các lớp theo loại dự án. Một tổng quan hệ thống theo phong cách Cochrane nên ưu tiên khả năng kiểm toán. Một tổng quan tài liệu luận án kéo dài hai học kỳ nên ưu tiên bộ nhớ tích lũy. Một phòng thí nghiệm tái sử dụng cùng các bài báo cho nhiều dự án nên ưu tiên kho tài liệu có căn cứ nguồn và có thể tái sử dụng.

Jenova, Elicit, Consensus Và Gemini Notebook Xử Lý Bộ Nhớ Nghiên Cứu Dài Hạn Như Thế Nào?

Jenova mạnh nhất khi chương trình nghiên cứu có tính hội thoại, lặp lại và được đo bằng nhiều tháng; Elicit mạnh nhất khi đơn vị công việc là một tổng quan hệ thống chính thức; Consensus mạnh nhất cho việc lập bản đồ bằng chứng nhanh; Gemini Notebook mạnh nhất khi kho tài liệu đã sẵn có. Không công cụ nào trong bốn công cụ luôn tốt hơn các công cụ khác, vì chúng tối ưu cho những lớp khác nhau của Ngăn xếp Liên tục Nghiên cứu.

Tính năng / Khía cạnh	Elicit	Jenova Academic Research Assistant	Consensus	Gemini Notebook
Độ bền đề cương	Không gian làm việc dự án; cập nhật tổng quan sống	Lịch sử không giới hạn, bộ nhớ lâu dài, hướng dẫn tùy chỉnh	Bộ lọc cấp prompt; không phải đề cương được lưu	Hướng dẫn và nguồn trong phạm vi notebook
Tiêu chí đưa vào	Tiêu chí được đề xuất tự động; đánh giá kép; lý do loại trừ	Được mã hóa trong hướng dẫn và gọi lại giữa các phiên	Bộ lọc ngôn ngữ tự nhiên áp dụng cho từng lượt tìm kiếm	Do người dùng xác định trong một notebook giới hạn
Gọi lại phát hiện trước đó	Bảng trích xuất và báo cáo có thể tái sử dụng	Bộ nhớ liên phiên về ghi chú, xung đột và quyết định	Tổng hợp theo truy vấn, không phải nhật ký theo thời gian	Dựa trên bất kỳ nội dung nào bạn đã tải lên
Kho tài liệu / nguồn	138 triệu bài báo, PubMed, ClinicalTrials.gov, nội dung tải lên	Nội dung người dùng tải lên, cơ sở tri thức, công cụ tìm kiếm trực tiếp	Hơn 250 triệu bài báo, toàn văn được cấp phép	PDF, tài liệu, trang web, âm thanh, video được tải lên
Khả năng kiểm toán	Luồng PRISMA, trích dẫn, điểm theo từng tiêu chí	Dấu vết hội thoại; không có sơ đồ PRISMA gốc	Trích dẫn học thuật và Consensus Meter	Trích dẫn cấp đoạn từ nguồn
Giá (tính đến năm 2026)	Gói thuê bao trả phí, gồm gói Pro được công bố	Gói miễn phí; gói trả phí từ $20/tháng	Gói thuê bao trả phí	Miễn phí cho cá nhân; dữ liệu tổ chức không dùng để huấn luyện
Phù hợp nhất cho	Tổng quan hệ thống chính thức và cập nhật sống	Chương trình nghiên cứu nhiều tháng không được quên	Ảnh chụp nhanh bằng chứng và tìm kiếm ở chế độ y khoa	Tổng hợp kho tài liệu khép kín và giảng dạy từ nguồn

Elicit

Elicit là trợ lý nghiên cứu khoa học chuyên dụng được dùng để tìm kiếm, tóm tắt, trích xuất dữ liệu từ và trò chuyện với hơn 125 triệu bài báo, còn sản phẩm tổng quan hệ thống của nền tảng này lập chỉ mục 138 triệu bài báo với cập nhật hằng tuần. Công cụ có thể sàng lọc tới 40.000 bài báo, tự đề xuất tiêu chí sàng lọc và giữ mọi quyết định ở trạng thái có thể kiểm toán theo PRISMA, kèm lý do loại trừ và trích dẫn hỗ trợ.

Hạn chế của nó đối với một chương trình nghiên cứu hỗn hợp kéo dài nhiều tháng là tính chuyên biệt hóa. Elicit xuất sắc trong các hoạt động tổng quan có cấu trúc; nó ít được thiết kế hơn như một đối tác nghiên cứu tổng quát có thể nhớ các giả thuyết phụ, phản hồi của người hướng dẫn và ghi chú đang phát triển bên ngoài đối tượng tổng quan.

Jenova Academic Research Assistant

Academic Research Assistant là đối tác nghiên cứu học thuật cho việc khám phá tài liệu, chuẩn bị bản thảo và quản lý trích dẫn, hoạt động trên nền tảng có lịch sử trò chuyện không giới hạn và bộ nhớ liên phiên lâu dài. Chiến lược tìm kiếm và tiêu chí đưa vào có thể được cố định trong hướng dẫn tùy chỉnh cho tác nhân; PDF, đề cương và nhật ký sàng lọc có thể được đính kèm như một cơ sở tri thức riêng tư để các phiên sau bắt đầu từ cùng một tập bằng chứng.

Hạn chế thực tế của nó là nghịch đảo với Elicit. Nó không cung cấp sẵn sơ đồ luồng PRISMA gốc, giao diện sàng lọc đánh giá kép hay kho tổng quan hệ thống chuyên biệt gồm 138 triệu bài báo. Các nhóm cần dấu vết kiểm toán đạt chuẩn Cochrane vẫn sẽ xuất quyết định vào một trình quản lý tổng quan. Công việc liên quan cần một báo cáo nhiều trích dẫn, thực hiện trong một lượt có thể giao cho Deep Research, công cụ tổng hợp hàng trăm nguồn với trích dẫn nội dòng, rồi lưu lại vào cùng luồng dài hạn để các phát hiện không trở thành một tài liệu mồ côi khác.

Consensus

Consensus là công cụ tìm kiếm học thuật AI sử dụng hơn 250 triệu bài báo, bao gồm toàn văn được cấp phép. Nền tảng này báo cáo có 10 triệu nhà nghiên cứu, sinh viên và bác sĩ lâm sàng sử dụng, cùng hơn 170 đối tác thư viện đại học. Deep Search mở rộng thuật ngữ và duyệt đồ thị trích dẫn; chế độ Medical thu hẹp phạm vi xuống khoảng 50.000 hướng dẫn lâm sàng và 8 triệu bài viết từ 1.000 tạp chí y khoa hàng đầu. Consensus Meter trực quan hóa mức độ đồng thuận của bằng chứng đối với một câu hỏi có/không.

So sánh năm 2026 của Paperguide đưa ra khung phù hợp: Consensus tìm và đánh giá bằng chứng; Gemini Notebook chuyển đổi các nguồn bạn đã có. Consensus bị giới hạn khi dùng như một hệ thống bộ nhớ. Nó không lưu sẵn tiêu chí đưa vào của bạn như một đề cương sống, vì vậy một dự án kéo dài cả học kỳ vẫn cần một nơi bên ngoài để lưu “những gì chúng ta đã quyết định vào tháng Ba”.

Gemini Notebook

Gemini Notebook (sản phẩm trước đây có tên NotebookLM, đổi thương hiệu từ tháng 7 năm 2026) là một đối tác tư duy dựa trên nguồn. Bạn tải lên PDF, trang web, video YouTube, âm thanh, Google Docs và slide; câu trả lời đi kèm trích dẫn hiển thị các đoạn nguyên văn chính xác. Dữ liệu tổ chức không được dùng để huấn luyện sản phẩm.

Ranh giới là notebook. Công cụ không quên các nguồn bạn đã cung cấp, chính điều đó khiến nó phù hợp cho một tập tài liệu đọc xác định, và nó cũng không thể khám phá bài báo mà bạn chưa tải lên. Với một đợt tổng quan kéo dài nhiều tháng vẫn đang tìm kiếm, đây là giới hạn về cấu trúc chứ không phải vấn đề cài đặt.

Làm Thế Nào Để Duy Trì Chiến Lược Tìm Kiếm Và Tiêu Chí Đưa Vào Giữa Các Phiên?

Bạn duy trì chúng bằng cách viết chúng thành các đối tượng bền vững — tài liệu đề cương, hướng dẫn tùy chỉnh hoặc cấu hình sàng lọc — và không giữ bản sao duy nhất trong một prompt có thể bị bỏ đi. Nếu chiến lược chỉ tồn tại trong cuộc trò chuyện hôm qua, thì nó không tồn tại.

Một mô hình thực hành có thể triển khai như sau:

Cố định câu hỏi dưới dạng PICO. Quần thể, can thiệp, so sánh và kết quả nên được sao chép nguyên văn vào hướng dẫn thường trực của trợ lý, không được diễn đạt lại vào mỗi thứ Hai.
Lưu truy vấn tìm kiếm thành hiện vật có thể lặp lại. Tên cơ sở dữ liệu, chuỗi Boolean, giới hạn ngày tháng, giới hạn ngôn ngữ và nguồn tài liệu xám nên nằm trong tài liệu mà trợ lý có thể đọc lại.
Tách tiêu chí đưa vào khỏi cảm tính. Những tiêu chí như “RCT, người trưởng thành, 2015–2026, toàn văn tiếng Anh” nên được liệt kê thành quy tắc. Những ưu tiên như “có vẻ liên quan đến lý thuyết của chúng ta” nên được gắn nhãn là giả thuyết để không thể âm thầm viết lại đề cương.
Ghi nhật ký loại trừ kèm lý do. PRISMA yêu cầu báo cáo minh bạch quy trình lựa chọn; tổng quan phương pháp của DistillerSR nhấn mạnh rằng PRISMA tồn tại để giúp tác giả tránh những cạm bẫy làm suy yếu các đợt tổng quan.

Với Jenova, bước cố định đề cương là một khối hướng dẫn tùy chỉnh cộng với PDF đề cương được đính kèm. Một prompt thường trực có thể tồn tại qua nhiều tháng sẽ như sau:

Bạn là đối tác tổng quan hệ thống của tôi cho dự án HEP-24. Quần thể: người trưởng thành từ 18 tuổi trở lên mắc NAFLD. Can thiệp: chất chủ vận thụ thể GLP-1. So sánh: chăm sóc tiêu chuẩn hoặc giả dược. Kết quả chính: MRI-PDFF và NAS. Đưa vào các RCT và đoàn hệ tiến cứu, 2018–2026, toàn văn tiếng Anh. Loại trừ nghiên cứu trên động vật, tóm tắt hội nghị không có dữ liệu và thử nghiệm dưới 8 tuần. Luôn nhắc lại các quy tắc đưa vào trước khi sàng lọc một lô mới, và không bao giờ âm thầm mở rộng quần thể.

Với Elicit, cách tương đương là tinh chỉnh đề cương tổng quan trong sản phẩm, sau đó dùng các tiêu chí sàng lọc được đề xuất tự động mà bạn có thể chấp nhận, chỉnh sửa hoặc thay thế. Mỗi quyết định có thể mang lý do loại trừ và trích dẫn hỗ trợ, gần với một tệp kiểm toán PRISMA hơn là nhật ký trò chuyện.

Với Gemini Notebook, hãy dán cùng khối PICO vào hướng dẫn của notebook và tải lên đề cương cùng dữ liệu xuất tìm kiếm. Trợ lý sẽ trung thành với các tệp đó và không bịa ra bài báo nằm ngoài chúng.

Chế độ lỗi cần theo dõi là “mở rộng một cách hữu ích”. Sau sáu tuần, mô hình thường bắt đầu đưa vào các quần thể lân cận vì chúng nghe có vẻ liên quan. Một đề cương cố định mà trợ lý phải nhắc lại khi bắt đầu mỗi phiên là biện pháp kiểm soát rẻ nhất bạn có thể bổ sung.

Bộ Nhớ Lâu Dài Thay Đổi Việc Trích Xuất Dữ Liệu Và Đánh Giá Thiên Lệch Như Thế Nào?

Bộ nhớ lâu dài biến việc trích xuất từ công việc sao chép một lần thành tập dữ liệu tích lũy, là nơi mất phần lớn thời gian và cũng là nơi hỗ trợ AI hiện có thể được kiểm nghiệm thực nghiệm. Sơ đồ tổng quan bảy bước đánh dấu trích xuất là nút thắt vì PDF nguồn báo cáo kết quả không nhất quán; một trợ lý không thể nhớ bảng trích xuất sẽ tái tạo sự lộn xộn đó mỗi tuần.

Bằng chứng năm 2026 chính xác hơn các tuyên bố tiếp thị. Một nghiên cứu lồng trong tổng quan trên medRxiv đã so sánh trích xuất có Elicit hỗ trợ với trích xuất chỉ do con người thực hiện trên 50 RCT bệnh mạn tính và phát hiện không có khác biệt về độ chính xác tổng thể (chênh lệch trung bình 0,57 trên thang 0–100), trong khi trích xuất có AI hỗ trợ nhanh hơn 24,82 phút và rẻ hơn $181.98 trên 50 nghiên cứu. Loại và mức độ nghiêm trọng của lỗi tương tự nhau. Báo cáo xác thực của Elicit cho biết VDI/VDE đã trích xuất chính xác 1.502 trong số 1.511 điểm dữ liệu (99,4%), còn các nhà nghiên cứu CSIRO phát hiện tỷ lệ âm tính giả gần bằng 0 so với trích xuất thủ công.

Một hướng nghiên cứu riêng xem AI là người đánh giá thứ hai thay vì vật thay thế. Một bài báo của Cochrane Evidence Synthesis and Methods cho biết công cụ AI có hiệu suất cao và tương tự người đánh giá trong trích xuất dữ liệu, nhất là với các biến chuẩn hóa. Ghi chú phương pháp của Birmingham City University thận trọng hơn: các công cụ tạo sinh hoạt động tốt với năm, quốc gia và số lượng người tham gia, điều này không đồng nghĩa với việc trích xuất chính xác các kết quả tinh vi theo từng nhánh thử nghiệm.

Điều bộ nhớ bổ sung, ngoài độ chính xác trích xuất thô, là tính nhất quán của bảng dữ liệu:

Cùng tên kết quả, thời điểm và đơn vị được tái sử dụng ở tuần 12 như ở tuần 2.
Các bất nhất đã được đánh dấu (“hai cỡ mẫu trong cùng một bài báo”) không bị phát hiện lại như thể chúng mới xuất hiện.
Đánh giá thiên lệch có thể lập luận về thiết kế chứ không chỉ về một điểm số. Công việc đánh giá nguy cơ sai lệch liên quan đến cách ngẫu nhiên hóa, làm mù và dữ liệu thiếu có thể bóp méo kết quả — điều này đòi hỏi phải nhớ ghi chú thiết kế của nghiên cứu, không chỉ phần tóm tắt.

Hạn chế của Jenova ở đây là giao diện, không phải ý định. Bộ nhớ lâu dài sẽ nhớ rằng bạn xem che giấu phân bổ là lĩnh vực then chốt, nhưng sẽ không tự động điền bảng Cochrane RoB 2. Hạn chế của Elicit thì ngược lại: trích xuất có thể rất có cấu trúc và có trích dẫn hỗ trợ, trong khi lập luận phi chính thức về thiên lệch được trao đổi trong cuộc họp với người hướng dẫn vẫn cần một nơi để được lưu. Các nhóm thực hiện cả hai việc nên trích xuất trong công cụ có cấu trúc và lưu bình luận ở cấp thiết kế trong tác nhân nghiên cứu hoạt động dài hạn.

Làm Thế Nào Để Thiết Lập Một Quy Trình Nghiên Cứu AI Kéo Dài Nhiều Tháng?

Bạn thiết lập bằng cách tạo một nơi lưu dự án bền vững, nạp đề cương trước lần tìm kiếm đầu tiên và vận hành mọi phiên sau như bản cập nhật cho nơi đó thay vì như một cuộc trò chuyện mới. Quy trình có cùng ý tưởng dù bạn dùng tác nhân có bộ nhớ gốc hay không gian làm việc tổng quan hệ thống; chỉ các nút bấm là khác.

Thiết lập Jenova (chưa đến hai phút, sau đó duy trì liên tục)

Mở Academic Research Assistant và, nếu dự án kéo dài, lưu đề cương dưới dạng hướng dẫn tùy chỉnh trên một tác nhân chuyên biệt.
Đính kèm đề cương, chuỗi tìm kiếm và bất kỳ bảng tính sàng lọc hiện có nào làm cơ sở tri thức.
Bắt đầu bằng bản tóm tắt trạng thái, không phải câu “tiếp tục” mơ hồ:

Nhắc lại PICO của chúng ta, các cơ sở dữ liệu đã tìm kiếm, ngày tìm kiếm gần nhất, số lượng được đưa vào/loại trừ và ba xung đột chưa giải quyết từ phiên trước. Sau đó sàng lọc 25 tiêu đề tiếp theo theo tiêu chí cố định. Không mở rộng tiêu chí đưa vào.

Kết thúc mỗi phiên bằng một bản bàn giao viết sẵn để phiên sau có thể nạp: cập nhật tìm kiếm, các loại trừ mới kèm lý do, các trường trích xuất còn thiếu và câu hỏi cho người đánh giá thứ hai.

Các gói Jenova trả phí bắt đầu từ $20/tháng cho hạn mức sử dụng gấp 30× gói miễn phí, với các bậc cao hơn là $50, $100, $200, $500 và $1,000 mỗi tháng. Hạn mức sử dụng được đặt lại hằng tháng vào ngày thanh toán. Mức giá này liên quan đến công việc kéo dài nhiều tháng vì một đợt tổng quan bị dừng khi chạm trần gói miễn phí giữa lúc sàng lọc là một dạng thất bại bộ nhớ khác.

Thiết lập Elicit

Quy trình tổng quan hệ thống của Elicit là: tinh chỉnh đề cương, kết hợp tìm kiếm trên PubMed, ClinicalTrials.gov và kho bài báo của nền tảng (hoặc nhập từ các cơ sở dữ liệu khác), sàng lọc bằng đánh giá kép có AI hỗ trợ, trích xuất bằng các trường có trích dẫn hỗ trợ, sau đó tổng hợp báo cáo có thể bao gồm sơ đồ luồng PRISMA, bảng tóm tắt bài báo và chiến lược tìm kiếm. Tổng quan sống là tính năng dành cho công việc nhiều tháng: kết hợp tổng quan với cảnh báo để cùng một đề cương hấp thụ bài báo mới mà không cần dự án mới.

Thiết lập Gemini Notebook

Tạo một notebook cho mỗi đợt tổng quan. Tải lên đề cương, dữ liệu xuất tìm kiếm và PDF. Chỉ đặt những câu hỏi có thể được trả lời từ các tệp đó. Khi bài báo mới vượt qua sàng lọc, hãy thêm chúng vào cùng notebook thay vì bắt đầu notebook thứ hai; các notebook bị chia tách chính là cách các công cụ dựa trên nguồn “quên”.

Sơ đồ kiến trúc của quy trình nghiên cứu AI thể hiện các nguồn dữ liệu cấp vào một pipeline, mô hình nhúng, cơ sở dữ liệu vector, điều phối LLM, các lớp xác thực và một ứng dụng tự động hóa quy trình với vòng phản hồi

Sơ đồ kiến trúc là phiên bản công nghiệp của cùng một ý tưởng. Bộ nhớ nghiên cứu bền vững là một pipeline: nguồn đi qua quá trình nạp dữ liệu, embedding, kho vector, điều phối, lệnh gọi mô hình, xác thực và vòng phản hồi. Nhà nghiên cứu không cần tự lắp ráp ngăn xếp đó, nhưng họ cần một sản phẩm triển khai nó. Cuộc trò chuyện theo phiên chỉ là ô cuối cùng. Nếu các phát hiện không bao giờ đi vào bộ nhớ, cơ sở tri thức hoặc không gian làm việc tổng quan, pipeline sẽ không có trạng thái, và đến tháng thứ tư bạn sẽ phải giải thích lại tháng thứ nhất.

Các Nhà Phương Pháp Nghiên Cứu Nói Gì Về Bộ Nhớ AI Trong Tổng Hợp Bằng Chứng?

Các nhà phương pháp xem AI như một người đánh giá giúp tiết kiệm lao động nhưng có vấn đề về kiểm toán, chứ không phải vật thay thế cho một đề cương có thể tái dựng. Câu hỏi chuyên gia hữu ích không phải là “mô hình có thể trích xuất cỡ mẫu không?” mà là “một người thứ hai có thể thấy vì sao bài báo này bị loại vào tháng Hai và vẫn đồng ý vào tháng Mười không?”

“Các đợt tổng quan tan vỡ ở tháng thứ sáu hầu như không thất bại vì mô hình bỏ sót một từ đồng nghĩa. Chúng thất bại vì quy tắc đưa vào chưa bao giờ được lưu thành một đối tượng. Các nhóm nhập lại định nghĩa quần thể hơi khác ở mỗi phiên, rồi tự hỏi tại sao bảng bằng chứng không thể ổn định. Trong bối cảnh đó, bộ nhớ lâu dài không phải là tính năng tiện lợi. Đó là cách duy nhất để đề cương và các phát hiện cùng tồn tại trên một dòng thời gian.”

“Chúng tôi cũng thấy các nhóm quá tin vào trích xuất có cấu trúc và đầu tư chưa đủ vào nhật ký quyết định. Các trường dữ liệu có trích dẫn hỗ trợ là cần thiết, và các nghiên cứu trích xuất năm 2026 đáng khích lệ về độ chính xác so với thời gian. Chúng không ghi lại lý do một thử nghiệm ở ranh giới được giữ lại. Nếu AI của bạn không thể truy xuất lý do đó, bạn không có một tổng quan sống. Bạn có một chuỗi các cuộc trò chuyện liên quan.”

“Thiết kế thực tế mà chúng tôi khuyến nghị rất đơn giản: cố định đề cương trong hướng dẫn, tích lũy phát hiện trong bộ nhớ hoặc không gian làm việc, đặt nền tảng câu trả lời trên một kho tài liệu bạn có thể chỉ ra và xuất một bản kiểm toán mà bảng kiểm PRISMA có thể sử dụng. Hãy chọn công cụ cho bốn công việc đó. Đừng chọn công cụ chỉ vì buổi chiều đầu tiên cho cảm giác trôi chảy.”

— Đội ngũ Sản phẩm Jenova, thiết kế quy trình nghiên cứu dài hạn

Lập trường đó phù hợp với thế giới báo cáo mà các đợt tổng quan phải bước vào. Bài giải thích và diễn giải PRISMA 2020 trên PMC nêu rõ hướng dẫn này dành cho các tổng quan có bao gồm tổng hợp, và EQUATOR Network lưu trữ cùng hướng dẫn báo cáo đã cập nhật. Một trợ lý không thể nhớ phương pháp thì không thể giúp bạn báo cáo phương pháp.

Điều Gì Xảy Ra Với Khả Năng Tái Lập Khi Một Trợ Lý AI Không Thể Nhớ Các Loại Trừ Của Tháng Trước?

Khả năng tái lập sụp đổ thành màn kịch: bạn vẫn có thể tạo một phần công trình liên quan trôi chảy, nhưng không còn có thể bảo vệ tập nghiên cứu. Một dự án kéo dài nhiều tháng tạo ra hàng trăm quyết định đưa vào/loại trừ. Nếu các quyết định đó không thể truy xuất, người sàng lọc mới, người hướng dẫn hoặc phản biện tạp chí không thể phân biệt loại trừ do đề cương dẫn dắt với loại trừ do tâm trạng của phiên làm việc.

Tổng quan hệ thống sống làm lộ rõ thất bại này. Elicit mô tả tổng quan sống là kết hợp tổng quan hoàn thành với cảnh báo để thông tin mới có thể được hấp thụ mỗi năm hoặc khi cần thiết, đồng thời cho phép chia sẻ liên kết đến toàn bộ quy trình và kết quả trung gian. Điều đó chỉ hoạt động nếu các loại trừ của quý trước là một phần của đối tượng đang được cập nhật. Một chatbot “nhớ chủ đề” nhưng không nhớ nhật ký loại trừ sẽ đưa lại vào các bài báo bạn đã loại, hoặc loại lại các bài báo bạn đã trích xuất.

Ba kiểm tra về khả năng tái lập nhanh chóng bộc lộ khoảng trống:

Kiểm tra phát lại. Sau một tuần rời dự án, yêu cầu trợ lý liệt kê 20 trường hợp loại trừ gần nhất cùng lý do. Nếu nó bịa lý do hoặc lẫn lộn dự án, lớp kiểm toán đang thiếu.
Kiểm tra mở rộng. Đưa cho nó một bản tóm tắt ngoài phạm vi nhưng hấp dẫn về mặt chủ đề. Nếu nó lập luận để đưa vào mà không trích dẫn tiêu chí cố định, độ bền đề cương đã thất bại.
Kiểm tra bàn giao. Một đồng nghiệp phải có thể tiếp tục từ bản tóm tắt trạng thái cuối cùng của trợ lý mà không cần được giải thích bằng lời. Nếu không thể, bộ nhớ mang tính cá nhân chứ không mang tính khoa học.

Jenova xử lý tốt kiểm tra phát lại và bàn giao khi hướng dẫn, cơ sở tri thức và bộ nhớ phiên thực sự được sử dụng; công cụ này vẫn yêu cầu bạn xuất nhật ký theo dạng PRISMA nếu tạp chí cần sơ đồ luồng. Elicit xử lý kiểm tra kiểm toán một cách gốc hơn và vẫn yêu cầu bạn lưu phán đoán khoa học không chính thức ở nơi khác. Consensus và Gemini Notebook, nếu dùng riêng lẻ, sẽ thất bại ở các kiểm tra khác nhau: Consensus không phát lại được các loại trừ của bạn, còn Gemini Notebook không thể phát lại các bài báo chưa từng được tải lên.

Vì thế, vấn đề nghiên cứu kéo dài nhiều tháng không phải là “mô hình nào thông minh nhất năm 2026”. Vấn đề là liệu chiến lược tìm kiếm, tiêu chí đưa vào và các phát hiện trước đó có được lưu trong một ngăn xếp vẫn tồn tại khi bạn quay lại hay không. Hãy chọn công cụ giữ được ba đối tượng đó, rồi yêu cầu trợ lý nhắc lại chúng khi bắt đầu mọi phiên để sự chệch hướng phải xảy ra một cách công khai.