它不是引用树，而是一张研究邻域地图
Connected Papers 从一篇种子论文出发，根据论文之间的相似关系生成可视化图。节点距离和连线帮助观察哪些研究聚成一组、哪些工作位于主题边缘，适合发现同一问题使用的不同术语或方法。
图上靠得近不一定代表互相引用，也不代表结论一致。它更像“你还应该看看谁”的探索工具。找到候选后，仍要回到 Google Scholar 或正式数据库核对题名、版本、引用和全文。
种子论文决定地图质量
- 优先选择与你问题高度相关、信息完整的代表论文；
- 分别用综述、经典论文和最新论文生成图进行比较；
- 记录真正相关的节点，不要把整张图全部加入书目。
如果种子论文过于宽泛，图会混合多个子领域；如果论文太新或信息不足，关系也可能稀疏。更换两三个种子并比较重叠部分，通常能更快识别核心文献群。
Prior Works 与 Derivative Works 怎样理解
工具会尝试帮助发现更早的基础工作和后来延伸的研究，这对补齐时间线很有用。但自动分类只是检索提示，不等于历史因果判断。需要在正文中确认方法是否真正继承、数据是否复用，以及作者如何描述关系。
图形很适合向导师或团队说明探索范围，却不应作为最终纳入标准。论文是否进入综述，仍应由预先定义的研究问题和筛选规则决定。
最适合解决“我不知道该搜什么词”
初学者常被术语差异卡住，Connected Papers 能从已知论文带出作者、标题和子领域关键词。把这些词整理成新的检索式，再到多个数据库做可复现搜索，才形成完整闭环。它提高发现效率，但不会替你完成文献评估。
