直接通过对话提问的形式对任意科学问题进行提问，Scopus AI目前已经全面支持使用中文进行提问，会自动将非英语提问内容转译为英文自然语言检索和关键词检索，并调用全部类型语言的文献资源用于Summary的生成。对英文自然语言提问可以进行拼写错误自动纠正， 处理更长的文本查询，包括完整的摘要。比如直接在对话框中提问 ：
Copilot功能结合了关键词与向量搜索技术，可以智能分解复杂提问，优化搜索策略，支持多语言查询。Copilot会分析用户提出的问题，并智能判断应该进行向量搜索和/或关键词搜索，然后确保将复杂查询拆分成多个组成部分，并针对每个组成部分选择相应的搜索方式来进行优化检索，并产生最佳可能的查询结果。
尽管Scopus AI在Copilot功能中进行了关键词检索，但这并不代表用于生成Summary的文献是基于关键词检索获得的。实际上Scopus AI采用了关键词检索与自然语言检索相结合的方式来为用户提供尽可能全面的文献内容总结。
另外，当用户通过Scopus AI用自然语言提问，Copilot会支持Scopus AI在生成Summary的过程中提供两项重要信息：
根据提问内容自动生成自然语言检索的提示词，即使提问的内容仅是关键词的罗列，而非完整的提问，Scopus AI也能智能判断并生成相应的自然语言检索提示词。这一功能显著降低了对科研经验要求的壁垒（如刚踏入科研领域的学生、进行交叉研究的科研人员），让AI工具在构建检索提示词或提出精确问题时发挥作用。
Scopus AI还会根据科研人员的提问自动生成一个关键词检索式。这个AI辅助生成的检索式一方面将有助于理解所提问题涉及的关键研究领域；另一方面，这个检索式能够应用在Scopus的常规检索中，以发现更多的有用文献并按照自己期望的逻辑来进一步进行编辑和筛选，有效地解决用户在建立检索式方面遇到的各类问题。
Step 3 可溯源的概要，参考文献
与知识脉络梳理
基于提问，Scopus AI生成一段对此提问基于科研论文的概要,并提供了数篇主要引用的科研文献, 概要中每句描述都给出了相应的引用文献, 并展示梳理完成的知识脉络，精准地勾勒出用户所关注研究领域的知识框架，将复杂领域细分为清晰的研究分支，从而有效丰富和深化用户对特定问题的理解，新增了研究分支总结模块：
Scopus AI提供“扩展概要”(Expand Summary)，对选定的科学问题进行渐进式研究和扩展，并得到有逻辑的基本综述框架，可以精读问题相关的基础性文献。
通过优化的AI算法自动提供有关此科学问题具有开创性意义、或奠定基础作用的关键性论文，及领域专家，无需阅读大量文献即可快速获得宏观全面的研究内容介绍。
Scopus AI基于提出的科学问题给出建议提问，扩充研究的深度与广度，洞察科学问题及各种研究主题隐含的更多信息，凝练研究方向。
Step 7 Emerging themes 新兴主题
定位科研空白
我们以“What impact do microplastic pollutants have on marine biodiversity in coastal regions?”在总结内容的下方新增了“Emerging themes”的选项。
在进入“Emerging themes”功能后，Scopus AI会基于近两年该研究领域的学术文献，总结出最受关注的一系列细分研究主题。其中，持续性研究主题是指在过去两年中研究体量在不同时间段保持稳定的研究方向
上升性研究主题是指在过去两年中研究体量在不同时间段呈现出上升趋势的研究方向
“Emerging themes”的标识能够帮助用户在相关研究领域中快速识别出更有潜力、更创新的研究主题。同时，在对应的每一个研究主题下，Scopus AI都提供了进一步的“潜在假设”，这些“假设”是通过分析得到的可能存在的研究空白，为科研人员寻找新的研究方向以及学生选题提供了创新思路。
使用小贴士：Scopus AI可以通过轻松点击复制，得到问题、答案和参考文献的文本内容，直接用于撰写说明材料和添加参考文献。
