Liner 完整教學：逐行附來源的 AI 研究助理怎麼用，寫論文與報告都能交代得出來
AI 給你一段答案，你要嘛全信、要嘛自己回去翻。Liner 的做法不一樣：每一句論點都能點回原文那一行——對任何要為內容負責的人，這個差別是根本性的。
Liner 完整教學：逐行附來源的 AI 研究助理怎麼用，寫論文與報告都能交代得出來
研究生小陳的週三下午是這樣過的：開二十個分頁、下載十四篇 PDF、在每一篇的 introduction 裡找「有沒有人做過我要做的題目」。四個小時後他發現其中八篇根本不相關，而真正有用的那兩篇，他已經忘記是在哪一篇的第幾頁看到的。
這個場景，就是 Liner 想解決的那一段。
Liner 是什麼
Liner 的出身很特別——它原本是瀏覽器的網頁高亮工具，讓你在文章上劃重點、存起來、之後回頭找。AI 時代來了之後，它沒有丟掉這個根，而是把「劃重點」變成 AI 回答的輸出格式：你問一個問題，它給你答案，而每一句論點都能點回原文的那一行。
先講一個實務上的重點：它的網域已經搬家。舊的 getliner.com 現在回應 410 Gone，官方網站是 liner.com。如果你的書籤還是舊網址，記得更新。
目前官網把產品分成三塊：Liner（一般搜尋，附引用、追問與心智圖）、Liner Scholar（學術研究流程的 AI 代理）、Liner Write（在同一個視窗裡搜尋、寫作與編輯）。
能做什麼
逐行引用是它最扎實的差異化。多數 AI 搜尋給你一段組織好的文字，底下列三個連結；要驗證就得自己點進去、Ctrl+F 找。Liner 讓驗證變成一次點擊。對任何需要為內容負責的人——寫論文的、寫報告會被追問的、寫深度內容的編輯——「可驗證」跟「聽起來很對」是兩件完全不同的事。
Scholar 模式限定檢索學術與可信來源。寫論文的人都知道，AI 搜尋最大的困擾不是找不到，是找到一堆不能引用的東西：內容農場、行銷文、部落格心得。把這些排除掉之後，搜出來的東西至少是能進參考文獻的。
研究代理工具是它這一年擴充最多的部分。官網列出的包含假設生成器（Hypothesis Generator）、假設評估器（Hypothesis Evaluator）、引用推薦（Citation Recommender）、文獻回顧（Literature Review）、研究溯源（Research Tracer）、問卷生成與模擬、以及同儕審查模擬。這些工具把它從「搜尋」推向「研究流程」。
怎麼用：五個步驟
第一步：先決定你要的是什麼層級的答案。 一般搜尋用主站就好；要寫進論文或報告的，直接開 Scholar 模式，省下事後刪掉不能引用的來源的時間。這一步聽起來廢話，但它決定了你後面三小時的效率。
第二步：問題要寫成「可被驗證的敘述」，不要寫成關鍵字。 差別很大。輸入「遠距工作 生產力」得到的是一堆概述；輸入「有哪些 2023 年之後的實證研究比較遠距工作與辦公室工作的生產力差異，結論分歧在哪裡」，得到的是可以直接用的東西。AI 搜尋跟關鍵字搜尋的差別就在這裡——它能處理長句，你就該給它長句。
第三步：拿到答案先看引用，不要先看結論。 這是我自己的習慣，也是我覺得最該推廣的用法。點開幾個關鍵論點的來源，確認三件事：來源是不是同儕審查的期刊、年份夠不夠新、以及最重要的——原文的上下文跟摘要的意思一不一致。AI 摘要偶爾會截取對你有利但脫離語境的句子，這種錯誤在口試時會很難看。
第四步：用追問把範圍收窄。 第一輪答案通常太廣。接著問「這幾篇研究的樣本量分別是多少」「有沒有反面的結論」「這個領域最新的 review paper 是哪一篇」。追問是 AI 搜尋真正發揮價值的地方，一次問完就走等於只用了三成功能。
第五步：把有用的段落標註起來。 別忘了它的老本行是高亮工具。建立一個屬於這個研究題目的標註集合，之後寫作時直接回頭撈，比在二十個分頁之間翻找快太多。
進階技巧
用文獻回顧工具做「地圖」而不是「成品」。 讓它先跑一輪，看它抓出哪些主要學派與爭論點，然後你自己去讀那些關鍵論文。把它的輸出當作探勘地圖，不要當作可以直接交出去的文獻回顧——後者在學術上是行不通的，而且指導教授看得出來。
引用推薦拿來檢查「我漏了誰」。 寫完初稿之後，把你的論點丟進去，看它推薦的引用裡有沒有你沒讀過的重要文獻。這個用法比一開始就叫它幫你找資料更有效，因為你已經有判斷力去篩選了。
跟其他工具分工。 Liner 的強項是英文文獻的逐行驗證；要查日文或跨語言資料，Felo AI 的覆蓋比較好（教學可看 Felo 使用教學）；要做通用的快速查詢，Perplexity 的速度與廣度仍然是標竿。三者不是取代關係。
注意事項
中文本土資料的覆蓋率是硬傷。 台灣的碩博士論文、國科會報告、本土期刊，這些在 Scholar 模式裡能撈到的有限。務實的做法是：英文文獻用 Liner，本土資料自己跑臺灣博碩士論文知識加值系統、華藝與國圖。這個落差短期不會改善，是結構性問題。
學術誠信要自己守住。 各大學近年陸續訂定生成式 AI 使用規範，多數要求揭露使用情形、禁止直接提交 AI 生成內容。用 Liner 找資料、整理與驗證沒問題，但引用時務必回到原始文獻確認上下文，而不是直接引用 AI 的摘要句。這不只是規範問題，也是你自己的專業信譽。
價格要自己去官網確認。 Liner 採免費加訂閱制，方案與價格會調整，官網有 Pricing 頁面，實際費率請以當下公告為準。對學生族群來說，進階方案的費用不算低，建議先用免費額度跑一個真實的研究題目，確認它進得了你的工作流再付費。
別把它當成唯一來源。 AI 搜尋的檢索範圍終究有限，重要的研究不要只靠一個工具找。傳統的資料庫檢索（Scopus、Web of Science、PubMed）仍然是必要的。
TheAI學院 評語
我看過太多號稱能做研究的 AI 工具，多數的問題是：它們讓你更快得到一個看起來很像答案的東西，但你無法驗證。Liner 選擇把「可驗證」做成產品的核心，這在學術與專業場合是決定性的差別。
評語：逐行引用把「AI 說的」變成「可以查的」，這是 Liner 最值得買單的地方。但台灣讀者請認清一件事——這個優勢只在英文文獻上成立，中文本土資料還是得自己跑圖書館。
給台灣讀者的具體建議：先把書籤從 getliner.com 換成 liner.com；然後用一個你真正在做的題目跑一次完整流程（Scholar 搜尋、驗證引用、追問收窄、標註存檔），跑完你就知道它值不值得付費。想比較其他 AI 搜尋工具的讀者，可以看站上的 /tools 分類。
資料來源
本文依公開資訊與實際操作整理，功能與價格以官方最新公告為準。
常見問題
Liner 的網址為什麼連不上了？
因為官方網域搬家了。舊的 getliner.com 目前回應 410 Gone，並顯示「Liner has moved」的訊息，現在的官方網站是 liner.com。如果你的瀏覽器書籤或擴充功能還指向舊網址，請更新；帳號資料應可在新網域正常登入，若有疑問請透過官網客服確認。
Liner 跟 Perplexity、Felo 該怎麼分工？
依需求分。Liner 的強項是逐行引用與 Scholar 學術模式，適合要寫進論文或報告、需要被追問來源的內容；Felo AI 的跨語言搜尋（尤其日文資料）覆蓋較好，適合做市場研究；Perplexity 的通用性與速度仍是標竿，適合日常快速查詢。三者不是取代關係，實務上可以並用。
用 Liner 寫論文會違反學術誠信嗎？
用來找資料、整理與驗證不會，直接把 AI 生成的段落交出去才會。各大學近年陸續訂定生成式 AI 使用規範，多數要求揭露使用情形並禁止直接提交 AI 生成內容。實務上最重要的一條是：引用時務必回到原始文獻確認上下文，不要直接引用 AI 的摘要句——AI 偶爾會截取脫離語境的句子，這種錯誤在口試時特別難看。
台灣的中文文獻查得到嗎？
覆蓋率有限。台灣的碩博士論文、國科會報告與本土期刊，在 AI 搜尋工具中的收錄普遍不足，這是結構性問題而非單一產品的缺陷。務實的分工是：英文文獻用 Liner 這類工具，本土資料仍然要自己跑臺灣博碩士論文知識加值系統、華藝線上圖書館與國家圖書館的資料庫。
