学術研究向けのAIツールは、それぞれ得意な工程が違います。論文を「探す」もの、「読んで要約する」もの、「翻訳する」もの、「質問に答える」ものがあり、すべてを一本でこなせるツールはほとんどありません。だからこそ「どれが一番か」ではなく、「自分の研究のどの工程を助けてほしいか」で選ぶのが正解です。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。海外論文をそのまま扱えるか、そして出力をどこまで信頼できるか、です。
この「信頼できるか」は、どの機能よりも重要です。汎用チャットボットは、いまだに学術的な引用をかなりの割合で捏造します。査読論文では、GPT-4が誤った参考文献を18%の頻度で生成し、GPT-4oを調べた研究では存在しない、または誤りを含む引用が56%に達したと報告されています。さらにTow Centerの監査では、Perplexityの回答の約37%に引用の誤りがありました。研究の現場では、存在しない論文を自信たっぷりに示す回答は、回答がないよりも危険です。本ランキングが検索や要約と同じくらい「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。
総合首位はKenkyu.aiです。研究者が実際に必要とする3つ、つまり2億件以上の論文を横断検索する力、どの論文も母国語に翻訳して読める機能、そして出典の段落まで遡って確認できる引用付きの回答を、ひとつのワークフローにまとめているからです。とりわけ日本語と英語を行き来しながら論文を読む、引用する人には、これに代わる一本を組み立てるのは難しいでしょう。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、その点は各ツールの項で正直に示します。
本記事の10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: 学術研究AI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、主張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。
| 順位 | ツール | 検索 | 要約 | 引用信頼度 | 翻訳 | コスパ | 料金 | 向いている用途 |
|---|---|---|---|---|---|---|---|---|
| 編集部の一押し | Kenkyu.ai | 3 | 3 | 4 | 4 | 4 | 無料、Plus 月1,260円〜 | 言語を問わず検索・翻訳・引用。多言語研究の万能型 |
| 2 | SciSpace（サイスペース） | 3 | 3 | 3 | 2 | 3 | 無料、Premium 月12ドル（約1,900円） | 個々のPDFを読み込んで対話する |
| 3 | Paperguide（ペーパーガイド） | 3 | 3 | 3 | 0 | 5 | 無料、Plus 月12ドル（約1,900円） | 発見から執筆まで1本で安く |
| 4 | Elicit（エリシット） | 3 | 4 | 5 | 0 | 3 | 無料、Plus 月10ドル（約1,550円） | システマティックレビューと大量データ抽出 |
| 5 | NotebookLM（ノートブックLM） | 0 | 4 | 5 | 1 | 4 | 無料、Plus 月7.99ドル（約1,200円） | 自分の資料の要約・学習 |
| 6 | Liner（ライナー） | 4 | 3 | 4 | 0 | 3 | 無料、Pro 月14.99ドル（約2,300円） | 検索から執筆まで安価な万能型 |
| 7 | Consensus（コンセンサス） | 4 | 3 | 4 | 0 | 4 | 無料、Pro 月10ドル（約1,550円） | エビデンスにもとづくYes/No疑問の即答 |
| 8 | Anara（アナラ） | 2 | 3 | 4 | 1 | 3 | 無料、Plus 月10ドル（約1,550円） | 自分の文献ライブラリと対話 |
| 9 | Undermind（アンダーマインド） | 5 | 3 | 5 | 0 | 4 | 無料、Pro 月16ドル（約2,500円） | 徹底的・網羅的な文献探索 |
| 10 | Perplexity（パープレキシティ） | 4 | 3 | 3 | 0 | 4 | 無料、Pro 月20ドル（約3,100円） | 最新・公開ウェブの話題を素早く引用付きで |
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。これを無料プラン（クレジットカード不要）から、ひとつのツールで試せます。
学術研究AIツールの選び方
「AI研究ツール」と一口に言っても範囲は広く、最初の一歩はツールと作業を正しく結びつけることです。このカテゴリは大きく4つの仕事に分けられます。論文を探す（発見）、読んで要約し対話する（理解）、別言語で書かれた論文を読む（翻訳）、そしてデータ抽出・レビュー作成・文献管理・文章作成（アウトプット）です。この4つをすべて高い水準でこなせるツールはごくわずかで、多くは1〜2の工程に強く残りは弱い。だから研究者は2〜3本を組み合わせて使うことになりがちです。
そして、どの仕事の上にも「信頼」があります。AI研究ツールは、主張を検証できて初めて使う価値が出ます。優れたツールはすべての回答を実在の出典に紐づけ、該当箇所まで案内するので、確認は数秒で済みます。弱いツールは流暢な要約を返すものの、引用をクリックすると崩れてしまう。引用信頼度の採点では、5はすべての主張が正しくリンクされた出典に遡れ捏造がほぼ皆無、1は引用がまれか頻繁に誤っている状態を指します。この基準を高い比重で見るのは、時間を節約してくれるツールと、こっそり仕事を増やすツールを分ける境目だからです。
日本語で研究する人には、もうひとつの軸があります。海外論文をそのまま扱えるかどうかです。後述のとおり翻訳に対応しないツールは多く、その場合は別途翻訳の手間が一段増えます。臨床や医学のように一次情報の多くが英語という分野では、検索・翻訳・出典確認を一本でこなせるかが効率を大きく左右します。
3つ目のレンズはコスパです。多くは無料枠を持ちますが、その中身は「本当に使える」ものから「1日で上限に達して課金を迫る」ものまで様々です。無料で実務に足りるのか、クレジットがすぐ尽きるのかは各項で示します。ここから先は10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 ・ 翻訳 4 ・ 引用信頼度 4 ・ 使いやすさ 4 ・ コスパ 4
Kenkyu.aiを総合首位に選んだのは、発見・翻訳・引用付きの質問応答をひとつのワークフローで完結できる唯一のツールだからです。Semantic Scholar（セマンティックスカラー）と同じ2億件以上の論文インデックスを検索し、どの論文も母国語に翻訳し、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、この組み合わせを他の一本で再現するのは困難です。
なぜ最高点ではなく「編集部の一押し」なのかは、はっきりさせておきます。個別の作業では専門特化ツールが上回ります。単一PDFの読解はSciSpaceやAnara、データ抽出はElicitが頭ひとつ抜け、徹底検索はUndermindが深い。ただ、言語をまたぐワークフローと出典まで遡れる引用を、この価格で兼ね備えたツールは他にありません。研究がすべて英語で、必要な工程がひとつだけなら、該当する専門ツールへ進んでください。言語を行き来する、あるいは信頼できる一本で大半をカバーしたいなら、まず試すべきはKenkyu.aiです。
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
検索・翻訳・根拠ある回答をひとつにまとめた点が最大の長所で、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、これ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。他の多くと同様に上位プランへ促してはきますが、月額約1,260円（約8ドル）のPlusは本比較でも有数の手頃さです。
弱み
Kenkyu.aiは意図的に研究・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。論文の草稿をAIに書かせたいなら、専用の執筆ツールと併用してください。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Word連携はまだありません。Google系やVC出資の競合に比べ知名度は低いものの、土台のコーパスは多くの競合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。
向いている用途
日本語と英語をはじめ複数言語を扱う研究者・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信頼できる引用付きの回答がほしい人。
2. SciSpace（サイスペース）: 単一論文の読解に最適なコパイロット
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 ・ 翻訳 2 ・ 引用信頼度 3 ・ 使いやすさ 3 ・ コスパ 3
SciSpaceは発見から執筆までこなす研究ワークスペースですが、看板はやはり「読む」ことです。Chat with PDFコパイロットは任意の箇所をハイライトすると平易な言葉で解説し、出典へ深くリンクします。この一点では最良の部類です。コーパスも本グループ最大級の2億8,000万件以上を称し、リーダーに加えてライター・言い換え・AI検出を同梱します。
主な機能
- 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）
- 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
- 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読解体験です。ある准教授はSciSpaceが「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を獲得しており、機能の幅広さから発見から初稿まで一本で完結できる利用者も多いです。
弱み
最も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り、上位プランへ誘導されるという声が目立ちます。ある教授は消費済みクレジットを理由に返金を断られて星1つを付け、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」という指摘もあります。発見は網羅というより部分集合を返し、ハードサイエンスや非英語の文献では手薄になり、機能の多さが初心者を圧倒することもあります。コスパが3点なのは、主にこのクレジットの摩擦が理由です。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
個々の論文を素早く読み解きたい大学院生・ポスドクで、軽い執筆と抽出を備えたリーダー中心の環境がほしい人。
3. Paperguide（ペーパーガイド）: コスパ最強のオールインワン
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 ・ 翻訳 0 ・ 引用信頼度 3 ・ 使いやすさ 4 ・ コスパ 5
Paperguideは「つながった研究OS」を目指すツールです。発見、文献レビュー、データ抽出、本格的な文献管理、引用付きの執筆を、ひとつの手頃な場所にまとめています。本比較でコスパ5点をつけた唯一のツールで、本物の文献管理機能（1,000以上の引用スタイル、幅広いインポート対応）を、プレミアムスイートよりかなり安い価格でAI研究機能と組み合わせています。
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以上のスタイルと多様なインポート経路を持つ文献管理
- 段階的に進める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。随所にジャーナル品質指標を出し、根拠の原文を表示す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、低価格・ライフタイムディール寄りの層に位置し、それが随所に出ます。AIの草稿はGPTZeroなどの検出器に引っかかることがあり、データベースはSciSpaceより小さく（2億対2億8,000万）、提示された論文は結局自分で確認する必要があります。知名度は低く、成長が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
発見から文献管理・執筆までを1本で安く済ませたい、予算重視の学生・研究者。
4. Elicit（エリシット）: システマティックレビューとデータ抽出の専門家
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 ・ 翻訳 0 ・ 引用信頼度 5 ・ 使いやすさ 3 ・ コスパ 3
Elicitは要求の厳しいひとつの仕事のために作られ、それを誰よりもうまくこなします。大量の文献をスクリーニングし、文単位の引用とともに構造化データを抽出する作業です。引用信頼度5点はここで2ツールのみ、データ抽出5点は唯一です。システマティックレビューを回す、あるいは数十から数百の論文で一貫した項目を抜き出すなら、これが基準点になります。
主な機能
- 多数の論文にカスタム列で構造化抽出するテーブル
- 数千件規模のPRISMA型スクリーニング
- 抽出した主張への文単位の引用
- 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
- 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（99.4%の精度）、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。ハルシネーション抑制の手法（プロセス監督、アンサンブル、内部評価）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す姿勢は、まさにレビューに求められるものです。
弱み
Elicitはスクリーニングと抽出のエンジンであり、リーダーでも執筆ツールでもありません。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）、文章作成の支援は皆無です。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」と注意を促し、ニュアンスを取りこぼしたり、数値の指す対象を読み違えたりしうると認めています。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月29ドル（約4,500円）、Scale月49ドル。Enterpriseは個別見積もり。
向いている用途
正確さと追跡可能性が最優先のシステマティックレビューや、構造化エビデンス抽出を行う大学院生・研究者。
5. NotebookLM（ノートブックLM）: 出典に根ざした要約・学習に最適
採点（0〜5）
検索 0 ・ 網羅性 0 ・ 要約 4 ・ 対話Q&A 4 ・ PDF読解 5 ・ データ抽出 3 ・ 翻訳 1 ・ 引用信頼度 5 ・ 使いやすさ 5 ・ コスパ 4
GoogleのNotebookLMは、与えた資料の中だけで動き、そこから外に出ません。その制約こそ強みで、すべての回答がクリックできる出典箇所に根ざすため引用信頼度は5点です。独立した計測ではハルシネーション率が約13%と、ChatGPTの約40%に対して低く出ました。Studioの出力（よく知られたポッドキャスト風の音声概要、マインドマップ、クイズ）は、資料を学習教材に変える点で本グループ最良です。
主な機能
- 出典に厳密に根ざし、本文中にクリック可能な引用
- 音声概要、マインドマップ、クイズなどのStudio出力
- 複数文書のQ&Aと要約に強い
- ほぼ手間いらずの画面（使いやすさ5点）
- ノートあたり50ソースまでの無料枠
強み
すでに持っている資料を理解する用途で、NotebookLMは優秀かつ非常に簡単です。G2では5点満点中4.8を維持し、深い読解で一般的なウェブ検索を置き換えたという声もあります。多くの支持を集めた投稿では、調査時間が「2〜3時間」から「30〜40分」に縮みつつ、理解はむしろ明瞭になったと報告されています。クリックできる出典箇所のおかげで、検証は容易です。
弱み
決定的な制約は、論文を一切「探せない」ことです。検索もコーパスも持たず（ともに0点）、自分で出典を用意する必要があるため、発見ツールと自然に組み合わせて使います。無料ノートは50ソースが上限で、上限に近づくと精度が落ちるという報告もあります。エクスポートは限定的で、本格的な共同編集や公開APIはなく、音声概要が要点を飛ばしたり細部を創作したりすることもあります。翻訳は最小限で、非英語の論文を単体で扱うには弱いです。検索や翻訳も必要なら、NotebookLMの代替ツールの記事で発見機能を持つ選択肢を比較しています。
料金
無料（ノートあたり50ソース）。Plusは月約7.99ドル（約1,200円）、Proは月約19.99ドル。上位のGoogleプランはさらに上に。
向いている用途
自分でアップロードしたPDFやメモの要約・学習。文献の発見や翻訳も必要なときは、検索対応ツールと併用を。
6. Liner（ライナー）: 全行に引用が付く安価なオールインワン
採点（0〜5）
検索 4 ・ 網羅性 4 ・ 要約 3 ・ 対話Q&A 4 ・ PDF読解 3 ・ データ抽出 3 ・ 翻訳 0 ・ 引用信頼度 4 ・ 使いやすさ 3 ・ コスパ 3
LinerはPerplexity風の回答エンジンとして始まり、学生・研究者向けに舵を切って、検索・Scholarエージェント・執筆ツールをひとつの安価なサブスクにまとめました。売りは正確さと統合で、行ごとに引用を付け、高い事実正確性ベンチマークを根拠に、汎用チャットボットより捏造が少ないと主張します。
主な機能
- 回答に行単位の引用が付くAI検索
- 大規模を称するコーパス（4億8,000万件以上）
- 学術検索と比較表を作るScholarエージェント
- 内蔵の執筆アシスタント
- ウェブ・モバイル・ブラウザ拡張（ScholarとWriteはデスクトップのみ）
強み
Linerが繰り返し打ち出すのは、低価格で正確・検証可能・全行引用の検索です。OpenAIのSimpleQA事実正確性テストで95.3%を称し、1,300万人以上の利用者を報告、約83%が好意的なレビューで使いやすさと調査速度を評価しています。探す・まとめる・書くを1本にまとめて月14.99ドル（約2,300円）は、予算重視の万能型として十分な説得力があります。
弱み
評判面のリスクは実在します。請求・返金に関する苦情はLinerのレビューで目立つテーマのひとつで、過度の一般化をしうるという精度上の注意もあります。無料枠は薄く（クレジット制限と広告付き）、モバイル体験にはバグ報告があり、ブランド力はPerplexityに劣ります。独立系の評価者はPerplexityを「多くの一般ユーザーにとって依然として手堅い既定」と評し、Linerを正確さと学術引用のニッチに位置づける傾向があります。
料金
無料（月100クレジット、広告付き）。Proは月14.99ドル（約2,300円、年額）、Maxは月29.99ドル。上にTeam/Enterprise。
向いている用途
正確で引用の多い「検索から執筆まで」を1本で安く使いたい学生・研究者で、多少の粗さは許容できる人。
7. Consensus（コンセンサス）: Yes/Noの研究疑問に最速で答える
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 ・ 翻訳 0 ・ 引用信頼度 4 ・ 使いやすさ 4 ・ コスパ 4
Consensusは、ひとつの巧みな発想を軸にした検索エンジンです。Consensus Meterが文献を横断して読み、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。Semantic Scholarの2億件以上のインデックス上に構築され、エビデンス疑問に特化し、本比較で最良の事前フィルターを備えます。
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」を問う用途で、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は反復的な文献レビューを丸ごと近似します。無料で試せ（月15回のProメッセージと3回のDeepレビュー）、Proは月10ドル（約1,550円）と安く、学生・臨床医割引もあります。
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、自由回答型や推論を要する問いには弱い。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には不向きで、画面構成は医療・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。
8. Anara（アナラ）: 自分の文献と引用付きで対話する共同ワークスペース
採点（0〜5）
検索 2 ・ 網羅性 1 ・ 要約 3 ・ 対話Q&A 4 ・ PDF読解 5 ・ データ抽出 2 ・ 翻訳 1 ・ 引用信頼度 4 ・ 使いやすさ 4 ・ コスパ 3
Anara（旧Unriddle）は、アップロードした文書を読み対話する共同ワークスペースです。看板機能のChat with Folderは、チームが自分たちの出典ライブラリ全体に一度に問いかけられ、すべての回答が該当箇所に紐づきます。文書読解では5点で、本グループのトップ級に並びます。
主な機能
- ライブラリ全体に問いかけるChat with Folder
- すべての回答に正確な段落単位の引用
- PDF・動画・音声・画像をひとつの場で扱う
- モデル選択（GPT・Claude・Gemini）とリアルタイム共同編集
- Zotero・Mendeley・Drive・Notion・OneDriveとの連携
強み
評価者は出典の精度を高く評価します。引用は「一貫して正確で文脈に即して」おり、Anaraは「正しい文書から参照を引き、関連箇所をハイライトする」と言われます。多形式対応とモデル選択で読解ツールとして汎用性が高く、共同編集はチームに実益があり、プライバシーも強みです（データを学習に使わず、SOC2・GDPR対応）。同社は300万人以上の利用者と、78%が大幅な時間短縮を報告し、Stanfordやジョンズ・ホプキンス、GSKでの利用を挙げています。
弱み
NotebookLM同様、Anaraは発見エンジンではありません。独自コーパスを持たず、持ち込んだものを読む方式です（検索2点・網羅性1点）。説明がニッチや専門的な作業には一般的すぎると感じる声もあります。アフィリエイトやインフルエンサーを多用したマーケティングへの懐疑もあり、Reddit上では研究者が誇大さを疑問視し、予期せぬ課金を報告した例もあるので、無料枠の上限と請求設定には注意を。チーム向けには、バージョン管理やプロジェクト管理が欠けています。
料金
無料（1日2,000語、1日5アップロード）。Plusは月約10ドル（約1,550円）、Proは月約20ドル、Maxは月約167ドル。Enterpriseは個別見積もり。
向いている用途
自分の文献ライブラリを信頼できる引用付きで読み、注釈し、共同で問い合わせたい個人・チーム。
9. 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 ・ 翻訳 0 ・ 引用信頼度 5 ・ 使いやすさ 3 ・ コスパ 4
Undermindは、共同研究者のように振る舞う深いエージェント型の検索ツールです。手早いリストを返す代わりに、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。本記事で検索5点は唯一、引用信頼度5点は2ツールのみです。
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。ニッチや分野横断の問いで網羅性が必要なら、本記事のどれよりも徹底的に掘ります。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、1回の検索に設計上およそ3〜6分かかります。発見専用でPDF対話・執筆・抽出・文献管理はなく（PDF読解・データ抽出ともに2点）、ワークフロー全体ではなく一工程を担います。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）。上にTeam/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、数分の待ち時間を許容できるパワーユーザー。
10. Perplexity（パープレキシティ）: 最新トピックに素早く引用付きで答える
採点（0〜5）
検索 4 ・ 網羅性 2 ・ 要約 3 ・ 対話Q&A 3 ・ PDF読解 3 ・ データ抽出 1 ・ 翻訳 0 ・ 引用信頼度 3 ・ 使いやすさ 5 ・ コスパ 4
Perplexityは学術データベースではなく汎用の回答エンジンですが、研究者はAcademic FocusやDeep Researchモードを使い、素早く引用付きで最初のあたりをつけるのに活用します。本記事で最も使いやすく（使いやすさ5点）、固定コーパスではなくライブのウェブを検索するため、最新の事柄に最も強いです。
主な機能
- すべての回答にクリック可能な引用
- 最新・時事的なトピックで最も強い
- モデル切替とDeep Researchモード
- 役立つ無料枠と幅広いクロスプラットフォーム対応
- 学術出典向けのAcademic Focus
強み
速さ・洗練・最新性がPerplexityの持ち味です。G2では5点満点中4.7を維持し、評価者はクリックできる引用を信頼の決め手として繰り返し挙げます。出典が新しくオープンアクセスのとき（政策文書、政府のPDF、広く報じられた知見など）に最も力を発揮し、Deep Researchは定義の明確な文書に根ざした規制・技術政策の問いに強いです。
弱み
正式な学術作業では信頼性が難点です。Tow Centerの監査では回答の約37%に引用の誤りがあり、引用が原典ではなくトップページやミラーに飛ぶことがあり、リンク先と一致しない推測的な統合を出すこともあります。独自の論文インデックスを持たず（網羅性2点）、長い対話の記憶はChatGPTより弱く、2026年に品質が落ちたと感じる古参ユーザーもいます。真実の源ではなく検証の出発点として扱うべきで、これが引用信頼度3点の理由です。
料金
無料枠あり。Proは月20ドル（約3,100円）、Maxは月200ドル、Education Proは月10ドル。Enterpriseは1席40ドルから。
向いている用途
最新・公開ウェブの話題を素早く引用付きで当たりをつける用途。検証可能な論文出典が必要なときは、根拠に根ざした学術ツールと併用を。
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。
このカテゴリページでは、汎用のAI研究ツールを定義づける項目に比重を置いています。要約と引用の整合性が最も重く、続いて検索、網羅性、対話Q&A、PDF読解、データ抽出、使いやすさ、コスパです。翻訳はこのページの順位計算には組み込んでいませんが、非英語の作業をこなせるツールとそうでないツールを分けるため、表には掲載しています。Kenkyu.aiを「編集部の一押し」としたのは、最高の総合点だからではなく、言語をまたぐ研究という仕事に最も合うからです。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。
10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 |
| SciSpace | 3 | 5 | 3 | 4 | 5 | 2 | 3 | 3 | 4 | 3 | 3 | 3 | 4 |
| Paperguide | 3 | 4 | 3 | 3 | 3 | 0 | 5 | 3 | 4 | 3 | 4 | 5 | 4 |
| Elicit | 3 | 4 | 4 | 3 | 2 | 0 | 2 | 0 | 5 | 5 | 3 | 3 | 3 |
| NotebookLM | 0 | 0 | 4 | 4 | 5 | 1 | 1 | 3 | 3 | 5 | 5 | 4 | 2 |
| Liner | 4 | 4 | 3 | 4 | 3 | 0 | 1 | 3 | 3 | 4 | 3 | 3 | 2 |
| Consensus | 4 | 4 | 3 | 4 | 1 | 0 | 2 | 0 | 3 | 4 | 4 | 4 | 2 |
| Anara | 2 | 1 | 3 | 4 | 5 | 1 | 3 | 3 | 2 | 4 | 4 | 3 | 4 |
| Undermind | 5 | 4 | 3 | 3 | 2 | 0 | 1 | 0 | 2 | 5 | 3 | 4 | 1 |
| Perplexity | 4 | 2 | 3 | 3 | 3 | 0 | 1 | 2 | 1 | 3 | 5 | 4 | 3 |
表からわかるのは、この分野が仕事ごとに分かれることです。SciSpace・NotebookLM・Anaraは文書読解を制し（PDF5点）、UndermindとConsensusは発見をリードします。Elicitは抽出で単独首位、引用の整合性ではUndermind・NotebookLMと並びます。Kenkyu.aiは発見・理解・翻訳・信頼のバランスが最も取れており、これが複数の工程を、とりわけ言語をまたいでこなしたい研究者に推す理由です。
執筆者
Timothy Andersen, Kenkyu.ai Founder
