優れた論文検索ツールは、ふつうのウェブ検索にはできない3つをこなします。必要な論文を見つけ、それらがどうつながっているかを示し、検証できる実在の出典を返すことです。ただ「どれが一番か」は、あなたがどんな検索をしたいかで変わります。あらゆる分野を広くすくいたいときもあれば、ひとつのアイデアを引用の前後にたどりたいときもあり、見つけた論文をそのまま読んで翻訳して質問したいときもあります。すべての仕事で勝つ検索エンジンはありません。だから選ぶ基準は、生の網羅性を取るか、引用をたどる深さを取るか、見つけたあとに何ができるかを取るか、になります。
そして日本語で研究する人には、もうひとつ外せない軸があります。論文を「見つける」だけでなく「読んで理解できる」かです。一次情報の多くが英語という分野では、検索結果が外国語のPDFのままなら、仕事は半分しか終わっていません。本ランキングが網羅性や検索精度と並んで「日本語対応」と「根拠の透明性（出典をたどれるか）」を重視するのは、このためです。
検索ツールとチャットボットを分ける一点が、ここでは何より効いてきます。本物の検索エンジンは、実在する論文を返すことです。汎用のAIアシスタントはいまだに参考文献を捏造し、査読研究ではGPT-4が20%以上の頻度で誤った引用を生成すると報告されています。本記事のツールはモデルが記憶から推測するのではなく、実在の論文インデックスの上に作られています。だから問われるのは「結果が本物か」ではなく、「どれだけ網羅的か、どれだけ的確か、どれだけ使えるか」です。
総合首位はKenkyu.aiです。2億件以上の論文を横断検索しつつ、どの論文も母国語に翻訳でき、出典の段落まで遡れる引用付きで答える、本記事で唯一のツールだからです。文献が複数の言語にまたがるなら、論文を見つけたうえで実際に読み、信頼できる状態にしてくれます。これは純粋な検索エンジンの多くがあなた任せにする工程です。用途がもっと狭ければ専門特化ツールのほうが向く場合もあり、その点は各項で正直に示します。
本記事の9ツールは、すべて同じ13項目のルーブリックで0〜5点で採点し、このページでは検索・網羅性・引用の整合性に比重を置きました。点数はマーケティング資料ではなく、文書化された機能・公式料金・利用者の実際の評判にもとづいています。数値が大きいほど高評価です。
一覧比較: 論文検索ツールを項目別に採点
点数は0〜5（高いほど良い）。「引用信頼度」は引用の整合性を表す略称で、結果が実在する正しくリンクされた出典に遡れるか（根拠の透明性）を示します。「網羅性」はインデックスの広さです。
| 順位 | ツール | 検索 | 網羅性 | 引用信頼度 | 使いやすさ | コスパ | 料金 | 向いている用途 |
|---|---|---|---|---|---|---|---|---|
| 編集部の一押し | Kenkyu.ai | 3 | 4 | 4 | 4 | 4 | 無料、Plus 月1,260円〜 | 言語を問わず論文を見つけ・翻訳し・引用する |
| 2 | Paperguide（ペーパーガイド） | 3 | 4 | 3 | 4 | 5 | 無料、Plus 月12ドル（約1,900円） | ジャーナル品質の指標つきで安く検索 |
| 3 | SciSpace（サイスペース） | 3 | 5 | 3 | 3 | 3 | 無料、Premium 月12ドル（約1,900円） | 巨大インデックスと読解コパイロット |
| 4 | Undermind（アンダーマインド） | 5 | 4 | 5 | 3 | 4 | 無料、Pro 月16ドル（約2,500円） | 最も深く網羅的な文献探索 |
| 5 | Elicit（エリシット） | 3 | 4 | 5 | 3 | 3 | 無料、Plus 月10ドル（約1,550円） | システマティックレビュー規模の検索・選別 |
| 6 | Consensus（コンセンサス） | 4 | 4 | 4 | 4 | 4 | 無料、Pro 月10ドル（約1,550円） | エビデンス優先のYes/No疑問の検索 |
| 7 | Google Scholar | 4 | 5 | 5 | 5 | 5 | 無料 | 最も広い無料の一次検索と引用たどり |
| 8 | Semantic Scholar（セマンティックスカラー） | 4 | 4 | 5 | 4 | 5 | 無料 | TLDR要約と引用グラフ付きの賢い無料検索 |
| 9 | ResearchRabbit（リサーチラビット） | 4 | 4 | 4 | 4 | 5 | 無料、RR+ 月10ドル（約1,550円） | 起点論文からの引用ネットワーク可視化 |
Kenkyu.aiの一言まとめ: 2億件以上の論文を多言語で横断検索し、母国語に翻訳し、出典の段落まで遡れる引用付きで答える。これをクレジットカード不要の無料プランから、ひとつのツールで試せます。
論文検索ツールの選び方
「検索」はひとつの仕事ではないので、最初の一歩は自分に必要な検索の種類を決めることです。本記事では4つの軸を見ます。ツールによって、得意な軸が異なります。
1つ目は網羅性（リコール）、関連する論文をどれだけ実際にすくい上げるかです。論文の存否を確かめるだけならキーワード検索で十分ですが、文献レビューには深さが要ります。ここで、数百の論文を読み手がかりをたどるエージェント型のツールが、単一のランキングリストより前に出ます。2つ目はインデックスの広さ、土台となる収録範囲の大きさです。大きいほど良いとは限りません。2億8,000万件の収録があっても自分の専門分野で薄くなるなら、薄くならない小さなインデックスのほうが優れています。とはいえ収録範囲は、どんな検索でも見つけられる上限を決めます。本記事の多くは同じオープンな土台（Semantic ScholarやOpenAlexのグラフ）を使うため、差は件数そのものより、どう並べ替え絞り込むかから生まれます。
3つ目は引用たどり（サイテーションチェイニング）、ある論文の参考文献へ後ろ向きに、その論文を引用した研究へ前向きにたどる力です。研究者が実際に分野を探索する方法であり、これを軸にしたツール（引用ネットワーク図やエージェント型検索）は、平らなキーワード検索では決して見つからないつながりを掘り当てます。4つ目は信頼です。これらは文章生成器ではなく本物の検索エンジンなので捏造はまれですが、上にAIの層が乗るとゼロではありません。要約したり答えたりするツールは知見を誤って結びつけることがあるため、各主張を出典の該当箇所にリンクするツールほど検証が容易です。引用の整合性の採点では、5は結果が実在し正しくリンクされ捏造がほぼ皆無、低い点はAIの層が出典から逸れうることを示します。
この4つの上に、純粋な検索エンジンが無視しがちな問いがあります。見つけた論文を読めるかどうかです。日本語で研究する人にとって、最も関連の深い研究が別言語であることは珍しくなく、外国語のPDFを手渡すだけの検索ツールは仕事の半分しかしていません。この空白こそ、本記事の一押しが検索単体ではなく検索プラス翻訳を軸にしている理由です。ここから先は9ツールを順に取り上げ、点数の理由と、各ツールが本当に得意なことを、首位にしなかったものも含めて正直に解説します。
1. Kenkyu.ai, 編集部の一押し: 言語を問わず論文を検索・翻訳・引用する
採点（0〜5）
検索 3 ・ 網羅性 4 ・ 要約 3 ・ 対話Q&A 3 ・ PDF読解 3 ・ データ抽出 2 ・ 引用信頼度 4 ・ 使いやすさ 4 ・ コスパ 4
Kenkyu.aiを論文検索の総合首位に選んだのは、論文を見つけるところで止まらないからです。Semantic Scholarの土台でもある同じ2億件以上のインデックスを検索し、どの結果も母国語に翻訳でき、出典の段落まで遡れる引用とともに質問に答えます。複数言語で論文を読み引用する研究者が増えるなか、これは外国語のヒット一覧を、そのまま使える論文に変えるということです。純粋な検索エンジンのどれもやらない仕事です。
なぜ生の検索点ではなく「編集部の一押し」なのかは、はっきりさせておきます。純粋な発見の深さではUndermindがより深く掘り、無料の広さではGoogle Scholarがより広い網を投げます。Kenkyu.aiの検索は5点ではなく堅実な3点です。Kenkyu.aiが独占するのは組み合わせです。検索、母国語への翻訳、出典まで遡れる回答を、ひとつのワークフローで、重厚なスイートより安い価格で兼ね備えます。研究がすべて英語で、論文を見つけるだけでよいなら、後述の無料の定番で足りるかもしれません。言語を行き来する、あるいは論文を見つけてすぐに読んで信頼したいなら、まずここから始めてください。
主な機能
- 2億件以上の論文（Semantic Scholarのコーパス）とウェブを横断検索
- 論文全文を母国語に翻訳し、対訳で読めるビュー
- 論文名だけでなく該当段落まで遡れる引用付き回答
- アップロードしたPDFとの対話
- 英語・日本語に対応した見やすい画面
強み
Kenkyu.aiの真価は、論文を見つけることと理解することの間の溝を埋める点にあります。検索は実在の収録論文を返し、どの結果からも全文翻訳と根拠ある回答へあと一歩で進めるので、検索エンジン・翻訳・チャットボットを行き来するコピペ作業がなくなります。引用は出典の該当箇所に直接たどり着けるため検証が速く、この根拠づけが、汎用チャットボットが1点のところ引用信頼度4点を得た理由です。無料プランは気軽な試用に向くよう作られており、全インデックスの検索は無制限、月10回のAIチャットと10回のアップロードがクレジットカードなしで使えます。
弱み
Kenkyu.aiは発見・読解のツールであり、執筆スイートではないため、文章作成は0点です。生の検索の深さは最良ではなく良好（3点）なので、徹底的なシステマティック検索を回すパワーユーザーは、深いリコールのツールと併用するとよいでしょう。文献管理は軽量で（論文の保存はできるがZoteroの完全な代替ではない）、ブラウザ拡張や引用ネットワーク図はまだありません。Google系や非営利の定番に比べれば新しい名前ですが、土台のコーパスはそれらのいくつかが使うものと同じです。
料金
無料（2億件以上の論文検索が無制限、加えて月10回のAIチャットと10回のアップロード、クレジットカード不要）。Plusは月額約1,260円（約8ドル、年額15,120円）でチャットとアップロードが無制限、ファイル上限も拡大。Enterpriseは個別見積もり。他の多くと同様に上位プランへ促してはきますが、Plusは本比較でも有数の手頃さです。
向いている用途
日本語と英語をはじめ複数言語を横断して検索する研究者・大学院生・臨床医・ジャーナリストで、重厚なスイートに課金せず、見つけたものを読んで検証したい人。
2. Paperguide（ペーパーガイド）: コスパ最強、研究品質の指標つき検索
採点（0〜5）
検索 3 ・ 網羅性 4 ・ 要約 3 ・ 対話Q&A 3 ・ PDF読解 3 ・ データ抽出 4 ・ 引用信頼度 3 ・ 使いやすさ 4 ・ コスパ 5
Paperguideがこのページの加重ランキングで首位に立つのは、堅実な2億件以上の論文検索を、研究者が結果を見極めるための指標で包み、文献管理と執筆ツールまでプレミアムスイートよりかなり安い価格で束ねているからです。多くの検索ツールがランキングリストを手渡すだけのところ、Paperguideは結果の横にジャーナル品質の指標（SJR、SNIP、四分位）を出すので、発見しながら信頼性を測れます。本比較でコスパ5点をつけた唯一のツールです。
主な機能
- 2億件以上の論文をAI検索、ジャーナル品質の指標（SJR、SNIP、四分位）付き
- 1,000以上の引用スタイルと幅広いインポートに対応した文献管理
- 選別を制御できる段階的・構造化された文献レビュー
- データ抽出と複数論文のChat with PDF
- AIの主張を原文と照合する「検証用原文表示」
強み
売りは「プレミアム価格なしの統合」で、予算重視のユーザーに刺さります。AppSumoでは85件のレビューで5点満点中4.3を維持し、G2の評価者は「数週間かかる作業が数分で、出典の比較が手早くカスタマイズできる」と述べています。検索の随所にジャーナル品質指標を出し、根拠の原文を見せる検証ビューを備える点で、この価格帯では研究の厳密さを示すシグナルが多めです。
弱み
Paperguideはプレミアムの厳密さ路線ではなく予算路線に位置し、それが発見に表れます。データベースはSciSpaceより小さく（2億対2億8,000万件の主張）、提示された論文は結局自分で確認する必要があり、AIの草稿はGPTZeroなどの検出器に引っかかることがあります。知名度は低く、成長がライフタイムディールやアフィリエイト主導のため、レビューが長期利用者よりディール購入者に偏りがちです。
料金
無料（月1,000クレジット、月20回の検索、文献管理付き）。Plusは月12ドル（約1,900円）、Proは月24ドル。学生40%割引、Enterpriseは個別見積もり。
向いている用途
信頼性のシグナルつきで使える検索に加え、文献管理と執筆まで1本でまとめたい、予算重視の学生・研究者。
3. SciSpace（サイスペース）: 最大級のインデックスと読解コパイロット
採点（0〜5）
検索 3 ・ 網羅性 5 ・ 要約 3 ・ 対話Q&A 4 ・ PDF読解 5 ・ データ抽出 4 ・ 引用信頼度 3 ・ 使いやすさ 3 ・ コスパ 3
SciSpaceは本グループ最大級の2億8,000万件以上を称するコーパスと、見つけた論文をツール内でそのまま読める珍しい力を兼ね備えます。検索は実在記事へのリンクを返し、どの結果からもChat with PDFコパイロットで任意の箇所をハイライトすると、出典へ深くリンクした平易な解説が得られます。網羅性は5点で、発見と読解をひとつの場で済ませたい人には、この広さが魅力です。
主な機能
- 大規模な文献検索インデックス（2億8,000万件以上を主張）、実在記事へのリンク
- ハイライトして解説するChat with PDF（出典への深いリンク付き）
- 複数論文にまたがるデータ抽出テーブル
- 執筆・言い換え・AI検出ツール
- Chrome拡張、モバイルアプリ、ChatGPTプラグイン
強み
評価者が一様に挙げるのが、SciSpaceが実在の出典へリンクする点です。ある准教授は「実在する記事へのアクセスやリンクを示すので、ほかの一部のAIのように存在しない論文をでっち上げていないか確認できる」と述べています。Capterraでは79件のレビューで5点満点中4.3を獲得し、最大級のインデックスと強力なリーダーの組み合わせにより、発見から初読まで一本で完結できる利用者も多いです。
弱み
純粋な発見では、SciSpaceは網羅ではなく部分集合を返します。大きなインデックスにもかかわらず検索が3点なのはこのためで、収録範囲はハードサイエンスや非英語の文献で手薄になります。ただ、より多い不満はクレジット消費の不透明さです。想定より速くクレジットを使い切るという報告が目立ち、ある教授は追加購入の選択肢が外されたため「必要なくてもサブスクへの加入を強いられる」と指摘しています。このクレジットの摩擦がコスパを3点にとどめています。壁に何度もぶつかる人向けに、料金体系の予測しやすい選択肢はSciSpaceの代替ツールの記事で比較しています。
料金
無料枠あり。Premiumは月12ドル（約1,900円、年額）、Advanced月70ドル、Max月160ドルでいずれもクレジット制。Enterpriseは個別見積もり。
向いている用途
最大級のインデックスとリーダー中心の作業環境を求め、発見から読解まで一本で済ませたい大学院生・ポスドク。
4. Undermind（アンダーマインド）: 最も深い文献探索
採点（0〜5）
検索 5 ・ 網羅性 4 ・ 要約 3 ・ 対話Q&A 3 ・ PDF読解 2 ・ データ抽出 2 ・ 引用信頼度 5 ・ 使いやすさ 3 ・ コスパ 4
Undermindは本記事の検索専門家で、検索5点は唯一です。手早いランキングリストを返す代わりに、共同研究者のように振る舞います。数百の論文を読み、引用の連なりをたどって、キーワード検索では見落とす研究を掘り当てます。ニッチや分野横断の問いで網羅性が目的なら、本記事のどれもこれほど徹底的には掘らず、しかも追跡可能な本文中引用と捏造ほぼ皆無でそれを行います。
主な機能
- 引用の連なりをたどる再帰的なエージェント検索
- 捏造がほぼ皆無の、追跡可能な本文中引用
- 被引用数より関連性に最適化した分野横断の発見
- 強固なプライバシー・知財条項（学習利用なし、長期保存なし）
- ウェブアプリ
強み
Undermindのホワイトペーパーは、難しく具体的な問いで約98%の精度と「Google Scholarの10倍の結果」を報告し、独立系の分析家も「参考文献をほぼ捏造しない」ディープリサーチ系に位置づけます。網羅性のために作られており、キーワード検索が分かりやすいヒットで止まるところ、Undermindは関連文献を地図化し終えるまで手がかりを引き続けます。知財は自分のもの、データは学習に使わないというプライバシー条項も、実質的な差別化点です。
弱み
深さの代償は時間です。1回の検索に設計上およそ3〜6分かかるため、手早い確認向きではありません。発見専用でもあり、読解・翻訳・抽出・文献管理はなく（PDF読解2点）、ワークフロー全体ではなく強力な一工程を担います。複数の競合と同じSemantic ScholarやOpenAlexのコーパスを使うため、強みは独自データベースではなく検索戦略にあり、知名度は依然低いままです。
料金
無料枠あり。Proは月16ドル（約2,500円、年額）。Teamは1人あたり月15ドル、その上にEnterprise。
向いている用途
ニッチや分野横断の問いで網羅的かつ精緻な発見が必要で、徹底した結果のために数分の待ち時間を許容できるパワーユーザー。
5. Elicit（エリシット）: システマティックレビュー規模の検索・選別
採点（0〜5）
検索 3 ・ 網羅性 4 ・ 要約 4 ・ 対話Q&A 3 ・ PDF読解 2 ・ データ抽出 5 ・ 引用信頼度 5 ・ 使いやすさ 3 ・ コスパ 3
Elicitは、検索がシステマティックレビューの最初の一歩になるときに頼るツールです。1億3,800万件以上の論文と54万5,000件の臨床試験のインデックスを検索し、その結果をPRISMA型の選別と、数百から数千の論文にわたる構造化抽出へ運びます。すべて文単位の引用つきです。引用の整合性5点はここで2ツールのみ、データ抽出5点は唯一なので、検索が速さではなく厳密さのために作られています。
主な機能
- 1億3,800万件以上の論文と54万5,000件の臨床試験のセマンティック検索
- 数千件規模のPRISMA型スクリーニング
- カスタム列を持つ構造化データ抽出テーブル
- 抽出した主張への文単位の引用
- 検索無制限の手厚い無料枠
強み
Elicitの中核作業の正確さは記録に裏づけられています。VDI/VDE ITとのケーススタディでは1,511件中1,502件のデータ点を正しく抽出し、Oxford PharmaGenesisなどの企業ユーザーは「前例のない規模で」文献レビューを提供できたと報告しています。同社はハルシネーション抑制の手法を率直に説明し、誤ったことを言うより何も言わない方に倒します。これはまさに、検索が正式なレビューへ流れ込むときに求められる姿勢です。
弱み
Elicitは選別と抽出のエンジンであり、リーダーではありません。アップロードして対話するPDFワークフローはなく（PDF読解2点）、文章作成の支援もありません。公式ヘルプも「Elicitは良い研究も悪い研究も同じように要約する」と注意を促すとおり、品質の判断は肩代わりしてくれません。ニッチや最新の研究では網羅に穴が出ることがあり、無料枠から月29ドルのProプランへの価格差も大きいです。
料金
無料（エージェント制限あり、月2レポート、検索無制限）。Plusは月約10ドル（約1,550円）、Proは月29ドル（約4,500円）、Scaleは月49ドル。Enterpriseは個別見積もり。
向いている用途
検索がシステマティックレビューや構造化エビデンス抽出の入口となり、追跡可能性が最優先となる大学院生・研究者。
6. Consensus（コンセンサス）: エビデンス優先のYes/No疑問検索
採点（0〜5）
検索 4 ・ 網羅性 4 ・ 要約 3 ・ 対話Q&A 4 ・ PDF読解 1 ・ データ抽出 3 ・ 引用信頼度 4 ・ 使いやすさ 4 ・ コスパ 4
Consensusは、検索をキーワードではなく問いを軸に組み替えます。本記事のいくつかと同じSemantic Scholarの2億件以上のインデックス上に構築され、文献を横断して読み、Consensus MeterがあるYes/No疑問に対して研究が支持・反対・混在のどれに傾くかを示します。本比較で最良の事前フィルターも備え、結果を読む前から年・ジャーナルランク・手法・対象集団で絞り込めます。
主な機能
- Consensus Meter（多数の研究にわたる支持・反対・混在の判定）
- 同種随一のフィルター（年・ジャーナルランク・被引用数・手法・分野・対象集団）
- 対象集団・手法・結果を抽出するStudy Snapshot
- 自動でミニ文献レビューを行うDeep Search
- 2億件以上の論文インデックス上に構築
強み
「文献は何と言っているか」を問う検索で、Consensusは速く信頼できます。ある博士課程の学生は「学位論文のワークフローに不可欠」と述べ、評価者は「クリックベイトなGoogleの記事よりこの回答を信頼する」と語ります。フィルターは際立って深く、Study Snapshotは特に医療分野で有用で、Deep Searchはひとつの問いから反復的な文献レビューを丸ごと近似します。
弱み
Consensus Meterは長所であると同時に、守備範囲の境界でもあります。Yes/No疑問では輝きますが、自由回答型や探索的な問いには弱い。PDFへの深いリンクはなく、知見の検証には自分で出典を開く必要があります（PDF読解1点）。結果に多少の乱数性があるため再現性がなく、正式なシステマティックレビューの主検索には不向きで、インデックスは医療・社会政策の研究に寄っています。
料金
無料（月15回のProメッセージ、月3回のDeepレビュー）。Proは月10ドル（約1,550円）、Deepは月45ドル。学生・臨床医は最大40%割引、Team/Enterpriseは個別見積もり。
向いている用途
Yes/No疑問を素早くエビデンスにもとづいて当たりをつけたい学生・研究者・臨床医。
7. Google Scholar: 最も広い無料の一次検索
採点（0〜5）
検索 4 ・ 網羅性 5 ・ 要約 0 ・ 対話Q&A 0 ・ PDF読解 0 ・ データ抽出 0 ・ 引用信頼度 5 ・ 使いやすさ 5 ・ コスパ 5
Google Scholarは、本記事の他のすべてが基準点にする存在です。理由は明快で、無料、ログイン不要、そして学術検索で最も広い網を投げます。学術誌・学位論文・書籍・会議録・特許・判例にわたり推定3億9,000万件以上の文書を収録し、「引用元」「関連記事」「すべてのバージョン」のリンクで引用たどりを容易にします。実在の論文しか返さないため、引用信頼度・使いやすさ・コスパのいずれも5点です。
主な機能
- 最も広い無料の分野横断インデックス、灰色文献にも強い
- 引用たどり用の「引用元」「関連記事」「すべてのバージョン」
- 無料の著者プロフィール、h指数、被引用指標
- 新着論文・新規被引用のメール通知
- BibTeX、EndNote、RefMan、RefWorksへの引用エクスポート
強み
大学図書館のガイドは、Google Scholarの定義的な強みとしてアクセスしやすさと広さを一貫して挙げます。「とても使いやすく、Googleの検索に似ている」ため多くの人に直感的で、会議録などの灰色文献への到達は、整備されたデータベースが収録しきれない領域です。ある査読比較では、PubMedに対しGoogle Scholarの平均検索が2倍の関連記事を取得し、精度は同程度で、無料の全文へのアクセスも多かったと報告されています。「Xについての論文はあるか」への最速の経路であり続け、AIアシスタントが存在しない引用を示したときに研究者が立ち返る場所でもあります。
弱み
Google Scholarは検索インデックスであってアシスタントではなく、これこそ挑戦者たちが突く空白です。要約も対話もありません（いずれも0点）。フィルターは弱く（査読済みや全文に確実には限定できない）、不透明で再現性がなく、収録元リストの公開はなく、結果は場所に依存し、1クエリ1,000件の上限があります。これらの空白は、正式なシステマティックレビューの主検索に不向きであることを意味し、一括・プログラムからのアクセス用のAPIもありません。この限界が引っかかるなら、要約や翻訳を上に足すツールをGoogle Scholarの代替ツールの記事で検討しています。
料金
完全無料。有料プランもAPIもありません。
向いている用途
すべての研究者の一次的な発見・確認・引用たどり。とりわけ広さと無料アクセスが最優先のとき。
8. Semantic Scholar（セマンティックスカラー）: 賢い無料検索とカテゴリの土台
採点（0〜5）
検索 4 ・ 網羅性 4 ・ 要約 1 ・ 対話Q&A 0 ・ PDF読解 1 ・ データ抽出 0 ・ 引用信頼度 5 ・ 使いやすさ 4 ・ コスパ 5
Semantic Scholarは、Allen Instituteによる無料・非営利の検索エンジンで、このカテゴリの多くを静かに支えています。Elicit、Consensus、SciSpace、そしてKenkyu.aiも、そのコーパスやオープンデータを使っています。それ自体のツールとしても、2億件以上の論文を強い関連性ランキングで検索し、結果を一目で見極められる1〜2文のTLDR要約を添え、実用的な引用グラフと個人向けのResearch Feedsを提供します。実在の論文を返すため引用信頼度は5点で、Google Scholar同様に無料です。
主な機能
- 2億件以上の論文を関連性ランキングでセマンティック検索
- 結果に付く1〜2文のTLDR要約
- 引用たどり用の引用グラフと「影響力のある引用」
- 自分のライブラリに合わせたResearch Feedsとメール通知
- 無料の公開APIとオープンデータセット（多くのツールが土台にするS2）
強み
評価者が際立って挙げるのは検索品質と時短です。「同義語や概念のマッチングが堅牢で、技術分野に優れる」とされ、TLDR要約は繰り返し看板機能と呼ばれます。引用グラフは関連論文の発見を強くし、Redditでは研究者がResearch Feedを称え、ある人は「既存のフォルダーのライブラリに関連する、最近公開された論文を見つけて送ってくれる」と述べています。無料・オープンで、これほど多くの有料ツールのデータの土台である点は、便利な行き先であると同時にこの分野の基盤でもあります。
弱み
収録範囲は分野ごとに不均一です。Semantic Scholarは計算機科学や生物医学に強い一方、人文・社会科学では薄く、その領域では依然Google Scholarが広さで勝ります。内蔵のライブラリは素朴で（多くの人がZoteroやMendeleyと併用して整理します）、Semantic ReaderはおおむねarXiv論文に限られ、英語中心のため非英語の研究は弱点です。開発者は無料APIに厳しいレート制限があるとも指摘します。同じコーパスの上に回答や翻訳を足すツールは、Semantic Scholarの代替ツールの記事で扱っています。
料金
無料。Semantic Scholarは非営利サービスで、無料の公開APIとオープンデータセットを提供し、有料の消費者向けプランはありません。
向いている用途
より賢い無料の発見を求める研究者（とりわけ計算機科学や生物医学）と、オープンな学術データが必要な開発者。
9. ResearchRabbit（リサーチラビット）: 視覚的な引用ネットワーク発見
採点（0〜5）
検索 4 ・ 網羅性 4 ・ 要約 0 ・ 対話Q&A 0 ・ PDF読解 0 ・ データ抽出 0 ・ 引用信頼度 4 ・ 使いやすさ 4 ・ コスパ 5
ResearchRabbitは検索に別方向から取り組みます。クエリ入力欄ではなく、起点となる1本の論文から外へ探索していきます。「論文版Spotify」とも呼ばれ、「先行研究」「後続研究」「類似研究」を双方向の引用ネットワークとして地図化し、大規模なインデックス（OpenAlex、Semantic Scholar、PubMedからの2億8,000万件以上の主張）を土台にします。ゼロから文献レビューを組み立てるとき、その視覚的な引用たどりは手作業のデータベース検索より確かに速く、中核のワークフローは無料です。
主な機能
- 任意の起点論文からの視覚的な引用ネットワーク図
- 「先行研究」「後続研究」「類似研究」の探索
- 新しい関連論文のコレクション・メモ・通知
- 看板機能の双方向Zotero同期
- 無料の中核ワークフロー（起点論文50本まで）
強み
探索的な発見では、視覚的なネットワークが魅力です。評価者は「ゼロから文献レビューを組むときや、分野のアイデアが時間とともにどうつながるかを理解しようとするとき、視覚的なネットワークは手作業のデータベース検索より確かに速い」とし、「文献レビューで何十時間も節約できる」と述べます。双方向のZotero同期は既存のワークフローに自然になじむ看板機能で、データベースの規模はConnected Papers、Scite、Consensus、Elicitに対し生の収録範囲で並ぶか上回るほどです。
弱み
ResearchRabbitは発見専用で、読解も要約もAIによる対話もありません（要約と対話Q&Aはともに0点）。そのため「見つけた論文を実際に読んだり分析したりするのはあまり助けてくれません」。Zotero以外へのエクスポートは貧弱で、収録範囲はニッチ・非英語・古い研究で不均一、モバイルアプリもありません。2025年に有料の起点論文上限を加えたフリーミアム移行は、一部の利用者の反発も招きました。単体ではなく、読解や分析のツールと併用するのが最良です。
料金
ずっと無料（起点論文50本まで）。ResearchRabbit+は月10ドル（約1,550円、年額）で起点論文300本までと高度な制御、Institutionは個別見積もり。
向いている用途
ゼロから文献レビューを組み立てる大学院生・若手研究者で、分野のつながりを地図として把握したい人。
採点方法について
本記事の各ツールは、同じ13項目のルーブリックで一度だけ採点しています。0は機能が無いか実質的に使えない、5は同種随一を意味する0〜5のスケールです。項目は、検索・発見、コーパスの網羅性、要約、対話Q&A、文書・PDF読解、翻訳、文献管理・エクスポート、執筆・草稿、データ抽出、引用の整合性、使いやすさ、コスパ、連携の13です。点数はベンダーの宣伝ではなく、文書化された機能・公式料金・レビューサイトや研究コミュニティの実際の評判にもとづきます。コーパス規模や精度%などのベンダー公表値は控えめに扱い、主張として明記しています。
このページでは、検索ツールを定義づける項目に比重を置いています。検索・発見、コーパスの網羅性、引用の整合性が最も重く、続いてコスパと使いやすさ、残りは標準の重みです。翻訳と執筆はここの順位計算には組み込んでいませんが、論文を見つけるだけのツールと、見つけて使えるようにするツールを分けるため、表には掲載しています。順位はこの加重結果で並べたうえで、Kenkyu.aiは最高の生の総合点ではなく、言語をまたぐ発見という仕事に対して「編集部の一押し」としています。個別項目では各専門ツールが、本文で示したとおり該当領域をリードします。下表の項目別スコアで、ご自身の優先順位に合わせて重みづけし直せます。
9ツールの全項目スコア:
| ツール | 検索 | 網羅性 | 要約 | Q&A | 翻訳 | 文献管理 | 執筆 | 抽出 | 引用信頼度 | 使いやすさ | コスパ | 連携 | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Kenkyu.ai | 3 | 4 | 3 | 3 | 3 | 4 | 2 | 0 | 2 | 4 | 4 | 4 | 1 |
| Paperguide | 3 | 4 | 3 | 3 | 3 | 0 | 5 | 3 | 4 | 3 | 4 | 5 | 4 |
| SciSpace | 3 | 5 | 3 | 4 | 5 | 2 | 3 | 3 | 4 | 3 | 3 | 3 | 4 |
| Undermind | 5 | 4 | 3 | 3 | 2 | 0 | 1 | 0 | 2 | 5 | 3 | 4 | 1 |
| Elicit | 3 | 4 | 4 | 3 | 2 | 0 | 2 | 0 | 5 | 5 | 3 | 3 | 3 |
| Consensus | 4 | 4 | 3 | 4 | 1 | 0 | 2 | 0 | 3 | 4 | 4 | 4 | 2 |
| Google Scholar | 4 | 5 | 0 | 0 | 0 | 0 | 3 | 0 | 0 | 5 | 5 | 5 | 1 |
| Semantic Scholar | 4 | 4 | 1 | 0 | 1 | 0 | 2 | 0 | 0 | 5 | 4 | 5 | 4 |
| ResearchRabbit | 4 | 4 | 0 | 0 | 0 | 0 | 2 | 0 | 0 | 4 | 4 | 5 | 3 |
表からわかるのは、「検索」が仕事ごとに分かれることです。Undermindが深いリコールを制し、Google ScholarとSciSpaceが生の網羅性を、ConsensusとSemantic Scholarが賢い関連性を、ResearchRabbitが視覚的な引用たどりを制します。無料の定番であるGoogle ScholarとSemantic Scholarが高得点なのは、まさに「実在の論文を見つける」というひとつの仕事を、安く、とてもうまくこなすからです。Kenkyu.aiは、論文を見つけたうえで読み・翻訳し・信頼したい研究者、とりわけ言語をまたぐ人への一押しです。これは純粋な検索エンジンのどれもやり切らない仕事です。
執筆者
Timothy Andersen, Kenkyu.ai Founder
