产品界面 一页纸概览 产品需求文档 竞品分析 评测集设计 迭代记录 技术方案 问答实例集

文献工作台 · 产品需求文档

给已经建好本地论文库、正在撰写学术论文的人：只在自己的 PDF 里取证，按开题到结题交工作稿。实现细节见 技术方案。

1. 问题与目标

1.1 问题

撰写学术论文时，文献多半已经收下。要判断这批 PDF 能不能撑住当前任务。现有工具把发现新论文和消化已有论文放在同一套问答里。模型会用训练语料补全，用户分不清哪句来自自己的库。开题、综述、方法、写作、答辩对合格答案的要求不同，通用问答却只有一种输出。依据不足时，系统仍倾向写一段流畅的话。

1.2 交付物

在用户自己的 PDF 库内，按研究阶段给出有出处、可拒答、不代写的工作稿。用户据此决定：继续用这批文献、去补文献，还是改问题。

1.3 目标

用户侧结果	验收
不把库外记忆写成结论	库中无对应结论时输出「未找到依据」，不编造文献
当前任务拿到对应工作稿，而不是一篇代写	开题出覆盖与缺口，综述出对照，方法出做法，写作出可引用事实，结题出可答辩原话
每一句能指回自己的 PDF	引用回到本轮命中文献的标题、章节与页，界面能打开对应页
「好不好」可复验、可分开讲	同一套 20 题可重复运行；换语料、换生成、换界面的结果分开记录

1.4 非目标

明确不做	原因
不替用户发现新论文	那是发现层；做了会把「库够不够」重新变成「网上有没有」
不代写开题报告、综述、方法或正文	学术不端风险；部分用户会要，判定为产品不该接
不以款式图作为检索对象	当前失败在文字任务的取证和拒答
不把扫描件识别结果伪装成已读通	读不出字就标空；假自信比没有更危险

2. 用户与场景

主要用户为正在撰写学术论文、手头已有数十篇 PDF、处在开题至结题之间的人。次要用户需要本地文献库，不便将全文上传至公有云。当前版本以本机为默认形态。

阶段	用户在干什么	成功长什么样	失败长什么样
开题	判断方向是否站得住	列出库已覆盖的框架与要素，标出缺口	生成一份开题报告
综述	对照几篇怎么说	同、异、边界，带出处	可直接粘贴的 Related Work
方法	找可借鉴的做法	步骤、分类、工艺，不发明新方法	直接给出新的技术方案
写作	核数字和出处	一句事实及其页码	扩写为论文正文
结题	准备答辩原话	可回溯至原文的要点；没有则明确说明	用无关段落勉强作答

1. 把已有 PDF 导入文献库。
2. 选择当前研究阶段。
3. 就覆盖、对照、做法、数字或原话提问。
4. 阅读工作稿、引用列表和对应 PDF 页。
5. 若系统说没找到，决定补文献或改问题，而不是相信一段流畅的假答案。

3. 功能需求

下列需求写用户能感知的行为。查找如何实现见 技术方案。

3.1 文献库

需求	优先级	现状
上传 PDF 后，可在本库中提问	P0	已实现
列表能看出标题、年份、作者、能否被引用	P0	已实现
可按标题或作者查找；删除后不再出现在答案里	P0	已实现
没有文字层的文件标为扫描件，不当成已读	P0	已实现
列表题名跟用户文件名走，不漂成封面英文	P0	已实现

3.2 问答

需求	优先级	现状
混合检索：BM25（关键词）+ 向量（语义），专名、数字与近义提问都应能进入名单	P0	专名与数字可用；语义一路仍为 hash，近义能进 Top-10、nDCG 偏弱
同一批文献、同一问题，换阶段应交出不同工作稿	P0	工作稿结构已分开；取证范围尚未真正分开
开题出覆盖与缺口，综述出对照，方法出做法，写作出可引用事实，结题出原话	P0	已实现
出处只能来自这一轮实际用到的文献	P0	已实现
库中没有对应结论时，明确说「未找到依据」，并说明这次实际读到了什么	P0	已验证
「用到的原文」展示对应 PDF 页	P1	已实现
主界面不提供年份范围，避免被理解成在搜外部大库	P1	已实现

3.3 评测与本阶段不做

20 题可重复跑完，并能看到总分、分阶段、分难度与逐题。样例演示库与真实论文库的分数禁止混报。本阶段不做：自动写综述成稿、把款式图做成检索对象、与知网或文献管理工具实时同步、账号与协作。

4. 质量要求

可信度高于流畅度。结论只允许来自这一轮用到的原文；没有对应结论时先说没有；出处必须点得回去；写作阶段只出可引用事实，不出可粘贴长段落。本机原型以能完成一次提问为先。先服务个人的数十至一两百篇，当前验收 35 篇。默认情形下，PDF、索引与对话不出本机。用户必须能看到当前任务说明、命中篇名、章节或页码，以及对应 PDF 页。

5. 评测

评测验证的是「自己的库够不够支撑当前任务」，不是「能不能搜到网上的新论文」。20 题覆盖五个阶段与四档难度：问法接近篇名、同义改写、近义少专名、跨篇或库里没有。负例 defense-l4 的标准答案就是「未找到依据」。

指标	含义	当前
文档召回	目标文献是否进入 Top-10	1.00
nDCG@10	目标文献的排序质量	0.89
忠实度	答案与命中片段的词重叠估计；非 RAGAS	0.82
引用可追溯	所列引用是否均能指回本轮检索结果	1.00

召回高只说明名单里有对的篇。必须单独看：defense-l4 必须整题拒答；proposal-l3 召回 1.00、nDCG 0.29；写作题里的百分比必须抄原文。题目设计见 评测集设计，分表见 评测结果。

6. 迭代规划

轮次	产品假设	状态
能测	没有固定题目就说不清好坏	完成
换真材料	演示 PDF 不能代表真实中文论文	完成
v1-real-llm	不可读、会编造，主要是生成问题；同一索引只开 LLM	完成
界面服从品类	控件会改写用户对产品的理解	完成
R3	hash 限制近义排序；只换嵌入（BGE-M3 或 OpenAI）	下一步
R5	阶段应改变检索分布，而不只是换工作稿标题	未开始

原则是先证明用自己的库也能问清楚，再讨论发现层与看图。启用 LLM 后引用可追溯低于 0.9，或写作开始输出可粘贴正文，都算产品回归。完整轮次见 迭代记录。