Elicitの代替を探すなら、まず一点を押さえておくと選びやすくなります。Elicitは数千件の論文からデータを抽出し、システマティックレビューのスクリーニングを回すことにかけては、いまも同種随一です。ただ、抽出はゴールではありません。抽出された論文を「読んで理解する」工程は残り、その多くは英語で書かれています。Elicitは翻訳に対応せず（翻訳0点）、PDFをアップロードして対話する機能もないため、英語論文を日本語で読みたい人や、抽出のあとに本文をじっくり当たりたい人は、結局もう一段の手間を抱えることになります。
人がElicitの代わりを探す理由は、だいたい3つに集約されます。日本語に対応していない、無料枠から月29ドルのProプランへの価格差が大きい、そしてデータ抽出は得意でも単一PDFの精読や執筆まではカバーしない、という点です。本記事は、この3つの不満を出発点に、検索・要約・データ抽出・引用の透明性・コスパといった軸で8ツールを0〜5点で採点し、日本語で使えるかも正直に示します。
総合首位はKenkyu.aiです。2億件以上の論文を多言語で横断検索し、どの論文も母国語に翻訳して読め、出典の段落まで遡れる引用付きで答える、という3つをひとつのワークフローにまとめているからです。Elicitが「抽出」の専門家なら、Kenkyu.aiは「探す・読む・翻訳する・信頼する」をまたぐ研究の入口です。とはいえ、大量論文の構造化抽出と厳密なスクリーニングが主目的なら、Elicit本体に勝るものはありません。その強みは各項で正直に認めます。
一覧比較: Elicitと代替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。料金は日本円換算（おおよそ）です。
| 順位 | ツール | 検索 | 要約 | データ抽出 | 引用信頼度 | 翻訳 | 料金 | 向いている用途 |
|---|---|---|---|---|---|---|---|---|
| 編集部の一押し | Kenkyu.ai | 3 | 3 | 2 | 4 | 4 | 無料、Plus 月1,260円〜 | 言語を問わず検索・翻訳・引用。多言語研究の入口 |
| 2 | Paperguide（ペーパーガイド） | 3 | 3 | 4 | 3 | 0 | 無料、Plus 月12ドル（約1,900円） | 発見から執筆・文献管理まで1本で安く |
| 3 | SciSpace（サイスペース） | 3 | 3 | 4 | 3 | 2 | 無料、Premium 月12ドル（約1,900円） | 単一PDFの精読とチャット |
| 4 | NotebookLM（ノートブックLM） | 0 | 4 | 3 | 5 | 1 | 無料、Plus 月7.99ドル（約1,200円） | 自分の資料の要約・学習 |
| 5 | Liner（ライナー） | 4 | 3 | 3 | 4 | 0 | 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 |
| 6 | Consensus（コンセンサス） | 4 | 3 | 3 | 4 | 0 | 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 |
| 7 | Undermind（アンダーマインド） | 5 | 3 | 2 | 5 | 0 | 無料、Pro 月16ドル（約2,500円） | 徹底的・網羅的な文献探索 |
| ベースライン | Elicit（エリシット） | 3 | 4 | 5 | 5 | 0 | 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 |
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。Elicitに足りない「読む・翻訳する」工程を埋める一本です。
Elicitとは？
Elicitは、システマティックレビューに着想を得たワークフローで論文をスクリーニングし、構造化データを抽出するAI研究アシスタントです。同社は1億3,800万件以上の論文と54万5,000件の臨床試験を検索でき、抽出した主張に文単位の引用を付けると説明しています。最大の特徴は、数十から数千件の論文を一括で扱い、各論文の手法・結果・サンプルサイズなどをカスタム列の表に整理できる点です。Proプランでは最大5,000件、Enterpriseでは最大4万件のスクリーニングに対応すると案内されています。
得意分野ははっきりしています。大学院生や研究者が、システマティックレビューや構造化されたエビデンス抽出を、多数の論文にわたって行う作業です。アカデミアYouTuberのAndy Stapleton氏は、有料のシステマティックレビュー機能を「かなり強力」「本当に良かった」と評し、無料枠についても「数百万件の論文を無制限に検索でき、かなり手厚い無料提供」と述べています。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（ベンダー公表のケース値）を報告しています。
一方で、できないこともはっきりしています。Elicitは翻訳に対応せず、画面も検索も英語が前提です。自分のPDFをアップロードして対話するワークフローはなく、文章作成の支援も皆無です。公式ヘルプ自身が「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。査読論文での評価では、検索の感度（網羅性）が従来手法の94.5%に対し平均39.5%にとどまったという指摘もあり、抽出は強いが発見の網羅は完全ではないことを示しています。つまりElicitの代替を探す動機は、多くの場合「日本語で読みたい」「単一PDFを精読したい」「もっと安く全工程をまかないたい」のいずれかになります。
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、Elicitの代替を探す人がいちばん困る工程、つまり「抽出したあと、その論文をどう読んで理解するか」を正面から解決するからです。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て対訳で読め、出典の段落まで遡れる引用とともに質問に答えます。Elicitが終える「論文を集めて表にする」工程の、その先を担う設計です。
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。データ抽出という一点では、Elicitが5点、Kenkyu.aiは2点で、ここは正直にElicitに軍配が上がります。数千件の論文を構造化スクリーニングし、文単位の引用付きで一貫した項目を抜き出す作業は、Elicitの独壇場です。Kenkyu.aiが上回るのは、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ている点です。システマティックレビューが主目的ならElicit、英語論文を日本語で読み解きながら信頼できる一本で大半をカバーしたいならKenkyu.aiが出発点になります。
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す。Elicitで抽出した英語論文を、別の翻訳ツールに貼り直す手間がいりません。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、Elicitの月29ドルのProとは価格帯が異なります。
弱み
Kenkyu.aiは意図的に研究・読解のツールであり、Elicitのような大規模なデータ抽出エンジンではありません。データ抽出は2点で、数千件規模のPRISMA型スクリーニングや、カスタム列での systematic な抽出表はElicitに譲ります。文章作成は0点で、執筆は専用ツールとの併用が前提です。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。知名度も大手より低めです。ただし、土台のコーパスは多くの競合が使うものと同じで、検索の網羅性で見劣りするわけではありません。
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、抽出のあとに論文を母国語で読み、出典をたどって確認したい人。
2. 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
Elicitが「抽出に特化」なら、Paperguideは「全工程を一本に束ねる」発想です。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。Elicitに欠けている文献管理と執筆を内包し、しかも価格はElicitのProよりかなり安い。本比較でコスパ5点をつけた唯一のツールで、Elicitの抽出力にはわずかに届かないものの（データ抽出4点）、カバー範囲の広さで対抗します。
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、Elicitの価格に二の足を踏む層に刺さります。AppSumoでは85件のレビューで5点満点中4.3を維持し、評価者が最も褒めるのもシステマティックレビュー機能です。Elicitと違い文章作成と文献管理を内包するため、抽出から執筆・引用整形まで離脱せずに進めます。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。翻訳は0点で、日本語で論文を読みたい用途には応えません。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
抽出だけでなく、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。
3. SciSpace（サイスペース）: 単一論文の精読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、Elicitがいちばん苦手とする工程で輝きます。アップロードしたPDFを開いて対話する精読です。任意の箇所をハイライトすると平易な言葉で解説し、出典へ深くリンクするChat with PDFは本グループ最良の部類で、PDF読解は5点。Elicitには「自分のPDFをアップロードして対話する」ワークフローがないため、抽出後に一本の論文を腰を据えて読むなら、SciSpaceが自然な相棒になります。
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。Andy Stapleton氏はElicitとの比較で、SciSpaceを「使えるものの量と価格で、おそらくElicitより少し上」と評しています。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、Capterraでは79件のレビューで5点満点中4.3を獲得しています。データ抽出もElicitと並ぶ4点で、表をスプレッドシートに書き出せます。
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、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つを付けています。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ます。Stapleton氏も「論文を探す工程は今もGoogle Scholarを推す」と述べ、SciSpaceの2億8,000万件は「それでも部分集合」だと指摘します。翻訳は2点にとどまり、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
抽出のあとに個々の論文を素早く深く読み解きたい大学院生・ポスドクで、軽い執筆と抽出も一本で済ませたい人。
4. 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。Elicitとは正反対の設計で、Elicitが「論文を探して抽出する」のに対し、NotebookLMは「すでに手元にある資料を理解する」ことに徹します。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、Elicitと並びます。実際、研究者の定番ワークフローは「Elicitで発見・初期スクリーニング、NotebookLMで採用論文の統合」という組み合わせです。
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、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（ポッドキャスト風の音声概要、マインドマップ、クイズ）は、Elicitにはない学習向けの機能で、抽出した論文群を試験対策や輪読の教材に変えられます。
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ります。つまりElicitの代替というより、Elicitやほかの発見ツールと組み合わせる相方です。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。翻訳は1点で、非英語の論文を単体で扱うには弱い。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
Elicitなどで集めた論文を、要約・学習・統合したい人。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。
5. 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りました。Liner Scholarには文献レビューや比較表、引用推薦のエージェントがあり、Elicitの抽出・レビュー機能と一部重なります。Elicitが抽出の厳密さで上回る一方、Linerは検索・統合・執筆を一本に束ねた安さと、行ごとの引用が持ち味です。
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。Elicitが持たない執筆機能を内包し、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。データ抽出は3点で、Elicitのような大規模・構造化のスクリーニングには及びません。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、翻訳は0点でブランド力もPerplexityに劣ります。
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。
6. 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。Elicitが「多数の論文から構造化データを抜く」のに対し、Consensusは「文献全体の結論を即答する」方向に振っています。同じくSemantic Scholarの2億件以上のインデックス上に構築され、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、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す。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ElicitのProより安く、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（PDF読解1点）、知見の検証には自分で出典を開く必要があります。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Elicitのほうが適します。翻訳は0点で、画面構成も医療・社会政策の研究に寄っています。エビデンス疑問の代替はConsensusの代替ツールでも掘り下げています。
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. 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。Elicitの検索感度が査読評価で平均39.5%にとどまったのに対し、Undermindは網羅性を最優先に設計されており、本記事で検索5点は唯一、引用信頼度5点はElicitと並びます。
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。Elicitが見落とすニッチや分野横断の研究を拾うなら、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）、Elicitのような抽出表は作れません。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、翻訳は0点、知名度も依然低いままです。
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、Elicitの抽出に入る前に網羅的かつ精緻な発見が必要なパワーユーザー。
ベースライン. 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
ここで主役のElicit本体を、代替候補と同じ物差しで採点します。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。本記事でデータ抽出5点は唯一、引用信頼度5点はUndermind・NotebookLMと並ぶ最上位。この2つこそ、Elicitが「抽出の専門家」として今も選ばれる理由です。
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（Proで5,000件、Enterpriseで4万件）
- 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、ベンダー公表のケース値）、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。Andy Stapleton氏も、ステップを追って進む有料のシステマティックレビュー機能を「本当に良かった」と評価し、「これまで何時間もかかっていた作業が、何日も何週間も節約できる」と述べています。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、リーダーでも翻訳ツール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）、翻訳は0点で日本語での読解には応えません。Stapleton氏自身も、抽出機能に「表や図の数値そのものを取り出してほしかったのに、そうはならなかった」と物足りなさを述べ、本格的な機能は月49ドルまで開かない価格設定を「少しあこぎ」と評しています。査読評価では検索の感度が平均39.5%にとどまり、ニッチや最新の研究で網羅に穴が出ることもあります。これらが、Elicitの代替を探す主な動機です。
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。日本語での読解や単一PDFの精読が必要なら、上位のツールとの併用を。
採点方法について
本記事の各ツールは、共通の採点フレームワークにもとづき、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。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Elicitの代替ページでは、Elicitの中核である項目に比重を置いています。データ抽出と要約、そして引用の整合性を最も重く見て、続いて検索・網羅性・PDF読解・コスパ・使いやすさを評価しました。翻訳はElicitの順位計算には直接組み込んでいませんが、日本語で論文を読めるかを分ける軸として表に掲載しています。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、Elicitが終える「抽出」のあとに残る「読む・翻訳する・信頼する」工程に最も合うからです。データ抽出そのものではElicitがリードする事実は、上記のとおり正直に示しています。論文検索の網羅性を重視するなら、論文検索ツールのおすすめもあわせてご覧ください。
執筆者
Timothy Andersen, Kenkyu.ai Founder
