从信息管理到智能协同：AI时代的学术信息整理新范式
信息获取之后，就是信息整理。传统的信息整理是为了有序地存储和数字化管理，方便人为存取。 但是AI时代，信息整理的重心发生了很大改变。
非结构化信息转化为结构化数据的能力大幅提升。
借助大模型对话，自动生成脚本，技术门槛大幅降低。
整理目的从存储到分析，方便AI理解分析。
给每条数据生成唯一ID，方便追踪管理
识别并合并重复或高度相似的信息
按维度组织数据结构
补全缺失字段，统一数据格式与规范
DOI是数字对象唯一标识符，用来标识数字环境中的学术资源。 它是ISO26324国际标准，保证在全球范围内不会重复。
构成：10.XXXX/S0168-8278(13)00228-6
常见前缀：
ISBN是图书和独立出版物的全球唯一标识符。
现代ISBN是13位数字（2007年后统一为13位）
注意！去重 ≠ 一概删除
有些信息不需要去重：如果重复本身包含信息价值，就不应该删除。比如：
• 多源报道：新闻（不同媒体多角度报道同一事件）
• 版本演化：基金申请的不同版本
• 传播途径：学术评论（多位学者引用评论）
对于规范类信息，依赖已有的标准化字段（DOI、ISBN）
补充类信息，提取文件内容进行去重（哈希值、向量值、RGB差值）
学术信息天然有时间戳（发表时间）
天然有空间标签（作者机构/国家、期刊地点）
主题、关键词、引用数、影响力
举例：
将学术信息按照空间分布进行分组，可以按照国家、城市、研究机构、期刊平台等分组。
将学术信息按照内容本身属性进行分组，可以按照研究主题、关键词、影响力等。
定义：元数据规范就是对元数据的字段名称、格式、顺序做了统一规定。
例如"作者姓名是先写姓还是先写名？"、"期刊名用全称还是缩写？"
特点：全开放、字段丰富
主要字段：id、doi、title、authorships、publication_date、concepts、cited_by_count
特点：适合找DOI，但字段有限
主要字段：DOI、title、author、publisher、published_date
特点：对中文论文支持好，但格式封闭
主要字段：标题、作者、刊物、作者单位
推荐规范：RIS规范够用
推荐规范：OpenAlex规范优先
保留字段：DOI、标题、作者、期刊/会议、发表时间、摘要
优先使用Gemini 2.5 Pro，在代码能力、推理能力方面表现最佳
核心要求：
实际效果：
设置后只需简单提问，AI自动按规则执行复杂任务
从Zotero导出CSV文件（选择前两种编码格式）
使用AI编辑器联网自动获取缺失DOI
对于仍缺失的DOI，让AI读取PDF内容提取
关键技巧：批量选择按住Shift、文件拖拽到对话框、分步处理先自动后手动
适用场景：补充类信息（如Twitter、新闻等）无现成编码时
操作流程：
读取CSV元数据 → 按年月日时分秒生成唯一时间戳 → 转换为MD格式 → 创建Excel软链接索引
操作技巧：
三种去重模式：
追问条件：正确率>80%
重新提问：正确率<80%，避免错误累积
建议99%自动化，最后1%人工干预
利用日志记录减少重复操作
Excel索引文件体积小（仅12KB）
支持直接点击打开对应文档
专为AI时代设计的代码编辑器，集成了强大的AI对话功能，可以帮助自动化处理批量文件操作。
整理是起点，分析是归途。我们整理学术信息的目的不是为了简单的文档存取，而是为了方便与AI协同。
记住智能整理的核心价值：