卒論の参考文献集め、Perplexity Deep Researchで50件を一晩で並べる
たとえば、こんな夜
卒論の追い込みフェーズに入って、指導教員から「先行研究を50本くらい読んでまとめてね」と言われる夜があります。テーマは決まっている。オンコロジー領域の、ある分子標的薬の市販後安全性に関する文献レビュー。PubMedで検索キーワードを変えながら数百件を流し読みして、Google Scholarで引用関係を辿って、メタアナリシスを探して、というのを毎晩続けても、1週間でやっと20本目に辿り着く、というようなペースがあります。
こんなふうに使える
Perplexity Pro の Deep Research に疾患領域とキーワードを投げると、構造化された参考文献リストが一晩で並びます。「数十〜100件以上のソースを横断する多段リサーチ機能」と公式に説明されている機能で、各文献に元の論文URLと簡単な要約がついた形で返ってきます。「先行研究をどう章立てするか」のヒントまで一緒に受け取ることができます。
想像してみると
ブラウザで perplexity.ai を開いて「Deep Research」モードを選び、「〇〇という分子標的薬の市販後の安全性に関する先行研究を50件以上集めてください。対象は2020年以降の英語論文を中心に、メタアナリシス、市販後調査、症例報告を含めてください。各文献について、著者・発表年・媒体・主要な知見を一行で要約し、PubMed URLを添えてください」と打ち込んでみる夜があります。「これからリサーチを開始します」と表示されて、8分くらい後、3つのテーマに分類された約60件の文献リストが返ってきます。それぞれに著者・年・媒体・1行要約・PubMed URLが並んでいて、最後に「分野全体のサマリ」と「未解明の論点」までついている、というアウトプットが手元に流れます。これまで1週間かけていた文献集めが、ほぼ一晩で「叩き台」のレベルまで進む感覚があります。
この記事でできること
卒論やレポートの「参考文献を集める」作業は、PubMedやGoogle Scholarを延々と回遊して、何日も溶けがちです。Perplexityの「Deep Research」という機能を使うと、構造化された参考文献リストを一晩で並べられます。
- 疾患領域・キーワード・期間を指定して50件以上の文献候補を集められる
- 各文献に元の論文URLと簡単な要約がついている
- 「先行研究をどう章立てするか」のヒントまで一緒に返ってくる
使うもの: Perplexity Pro（Deep Research機能、月20ドル）
かかる時間: 仕掛けて約15分、結果が返ってくるまで5〜10分
必要なスキル: 学部レベルの研究テーマが言語化できればOK
Perplexity Deep Researchに投げる
Deep Researchは「数十〜100件以上のソースを横断する多段リサーチ機能」で、構造化されたレポートを生成してくれる機能です。月20ドルの Perplexity Pro で利用できます。
ブラウザでperplexity.aiを開いて、「Deep Research」モードを選び、こう質問できます。
〇〇という分子標的薬の市販後の安全性に関する先行研究を50件以上集めてください。対象は2020年以降の英語論文を中心に、メタアナリシス、市販後調査、症例報告を含めてください。各文献について、著者・発表年・媒体・主要な知見を一行で要約し、PubMed URLを添えてください。可能なら「副作用プロファイル」「投与レジメン」「特殊集団での安全性」のテーマ別に分類してください。
「これからリサーチを開始します」と表示されて、Perplexityが裏で検索とソース読み込みを進めていきます。8分くらい後、結果が返ってきます。
一晩で「叩き台」ができる
最初に返ってくるリストには、テーマと厳密にずれている文献も10本くらい混じることがあります。古い文献が混じっていたり、別の同名疾患の論文が紛れ込んでいたりすることがあります。
そこで「この10本は外して、代わりに2024年以降のメタアナリシスを優先して追加してください」と追加で頼むと、5分でリストが更新されます。
最終的に、その夜のうちに「指導教員に見せられる程度の参考文献候補リスト50件」が手元にできる、というのが現実的な到達点です。
もちろん、ここからが本番です。リストの中から優先順位を決めて、本文を実際に読み、引用に使う論文を絞り込み、自分の文章でレビューを書く——その作業はAIには任せられません。でも、「最初の50本に辿り着く」までの足場を組んでもらえるだけで、卒論の進み方がまったく違ってきます。
引用は必ず元論文で確認する
ここは強調しておきたいのですが、Deep Researchが返してくる「1行要約」は、鵜呑みにしないのが安全です。
要約が「この論文の結論はAだ」となっていても、元論文を確認すると結論はAではなくBで、Aは限定的な条件下での話だった、というケースが起こり得ます。AIは要約が得意ですが、医薬の論文のようにニュアンスが命の文章では、要約の方向がずれることが普通にあります。
だから、卒論で実際に引用する文献については、必ず元のPubMedにアクセスして、abstractを自分で読み、本文をダウンロードして該当箇所を確認するのが安全です。AIに任せるのは「候補を集めるところまで」と決めておくとよいでしょう。
「Deep Researchで集めた候補リストは出していいけど、本文の引用は必ず原典を読んでから」というルールで運用するのが、医薬系研究では一般的です。
文献集めの時間を、文を書く時間に変えられる
参考文献を集める作業が、学生にとってどれだけ時間を食うかは、卒論シーズンに突入した人ならよく分かると思います。Deep Researchを使えば、その時間が圧縮されて、その分「実際に論文を読んで、自分の言葉でレビューを書く」時間が増えます。
これは効率化というよりは、本来やるべき作業に集中できるようになる、という感覚に近いです。AIに足場を組んでもらって、自分は本来の研究の中身に向き合う。月20ドルで卒論の質が変わるなら、安い投資と言えます。