Агентные кейсы
Исследования

Обзор литературы для диссертации в NotebookLM без выдуманных ссылок

Пользователь Reddit пишет диссертацию и после выдуманных ссылок в ChatGPT перешёл на NotebookLM, который цитирует только загруженные источники. Так он написал черновики глав с обзором литературы без несуществующих ссылок.

Сделано со своим агентом


Что сделали

После того как ChatGPT выдумал ссылки, автор перешёл на NotebookLM, чтобы модель цитировала только загруженные им статьи. Перед загрузкой он переименовал файлы и дал одну постоянную инструкцию о формате цитирования. Так голые номера ссылок в NotebookLM превратились в ссылки вида «автор, год». Дальше в более широком процессе он отбирал источники, упорядочивал их, получал синтез и вручную проверял ссылки перед экспортом.

Что получилось

Ручной перепроверки стало намного меньше, и автор написал черновики глав обзора литературы без выдуманных ссылок. Для самого анализа инструмент не подошёл. Раньше, по словам автора, он терял время на переписывание, когда ложные ссылки проскакивали в текст.

На что обратить внимание

Главная цена это время. Когда плохие ссылки проскакивали, работу приходилось переделывать, и автор откатился назад, пройдя 60% графика диссертации.

Пояснение

NotebookLM это сервис Google, который отвечает только по документам, загруженным пользователем, и ставит ссылки на них.

Кому пригодится

Аспирантам и исследователям, которые пишут обзор литературы и боятся выдуманных ссылок.

Попробуйте сами

Я пишу обзор литературы по теме [твоя тема] для [диссертации или статьи]. Я загружу [число] источников. Составь структурированный обзор примерно на [число слов] слов, сгруппированный по темам. Ссылайся только на загруженные источники в стиле [стиль цитирования] и помечай утверждения, которые ими не подкрепить, вместо того чтобы додумывать. В конце дай список пробелов в литературе и источников, которые ты не смог использовать.

Нужна помощь с запуском? Вступайте в сообщество AI Pack ↗

Ещё 1 источник

Читать оригинал ↗

Источник: reddit.com · · обновлено

Похожие кейсы

Пайплайны данных и анализ для научной статьи с Claude Code, который написал больше 98% кода

Исследователь Кевин Ян сделал Claude Code главным помощником в работе над статьёй, и за несколько недель тот написал, по его оценке, больше 98% кода. Ошибки агент всё равно допускал, поэтому каждый шаг Кевин проверял сам.

Сводки заметок Logseq за несколько месяцев через Codex и Logseq CLI

Пользователь Hacker News wosk дал Codex документацию Logseq CLI, и агент научился искать по его базе заметок. Теперь Codex делает сводки дневников за месяцы и работает со страницами по тегам, хотя сам автор называет всю схему очень сырой.

Инвестиционные исследования с памятью между сессиями в агенте LangAlpha

LangAlpha это открытый агент для инвестиционных исследований в духе Claude Code. Он хранит рабочие пространства и память, поэтому финансовые модели и сравнения с аналогами можно обновлять в следующих сессиях. Измеренных результатов в README нет.

Свой агент

Сводка по 20 статьям со ссылками на источники через Claude in Chrome

Для статьи о трендах автоматизации пользователь дал Claude in Chrome 20 статей, и агент собрал из них сводку с общими темами и ссылками на источники. По оценке руководства, вручную на это ушло бы 4-5 часов, а у Claude ушло 18 минут.