AIGC在高校圖書館情報服務中的作用：以查新業務為視角

摘 要：人工智能生成內容（AIGC）技術的快速發展和應用，為傳統情報服務的轉型升級帶來了新機遇。探索情報服務中AIGC的應用場景和發展方向，有助于提升服務效率和質量，推動服務創新和升級。文章聚焦于情報服務中的查新業務，選取當前國內外被廣泛討論的五種AIGC工具：ChatGPT、文心一言、智譜清言、Kimi和百小應，根據科技查新服務的流程，分別測試和評估這些工具在文獻檢索與篩選、文獻分析、報告撰寫中的實際性能和表現。基于測試結果，從服務理念更新、服務流程優化、技術平臺創新以及人員專業能力提升等方面，為我國高校圖書館提升情報服務效能提出相關建議。

關鍵詞：AIGC；科技查新；情報服務；高校圖書館

中圖分類號：G252.62 文獻標識碼：A

The Role of AIGC in Information Services in University Libraries： A Perspective from Novelty Search Services

Abstract The rapid development and application of Artificial Intelligence Generated Content （AIGC） technology present new opportunities for the transformation and upgrading of traditional information services. Exploring the application scenarios and development directions of AIGC in information services helps to improve service efficiency and quality， and promotes service innovation and upgrading. This paper focuses on the novelty search service in information services， selecting five widely discussed AIGC tools currently used both domestically and internationally： ChatGPT， ERNIE Bot， Zhipu AI， Kimi， and Bai Xiaoying. Based on the process of technological novelty search services， these tools were tested and evaluated for their performance in literature retrieval and screening， literature analysis， and report writing. Based on the test results， the paper provides relevant suggestions to enhance the effectiveness of information services in Chinese university libraries， focusing on updating service concepts， optimizing service processes， innovating technological platforms， and improving professional abilities of personnel.

Key words Artificial Intelligence Generated Content; novelty search service; information service; university library

1 引言

以ChatGPT為代表的人工智能生成內容（Artificial Intelligence Generated Content， AIGC）技術的突破性發展，正在重塑文獻情報服務的模式與能力，給圖書館帶來新的變革與轉型[1]。在此背景下，AIGC對文獻情報服務的具體影響成為亟需深入探討的問題。本文聚焦于情報服務中的查新業務，選取當前國內外被廣泛討論的五種AIGC工具：ChatGPT、文心一言、智譜清言、Kimi和百小應，對其在科技查新（以下簡稱“查新”）服務中的應用表現進行測試和評估，從而探討AIGC對文獻情報服務產生的影響。

查新，是指以反映查新項目主題內容的查新點為依據，以計算機檢索為主要手段，以獲取密切相關文獻為檢索目標，運用綜合分析和對比方法，對項目的新穎性作出文獻評價的情報咨詢服務。查新不僅可以為科技項目立項、成果鑒定、成果轉化、成果獎勵等環節提供參考，為科技管理部門提供客觀決策依據，引導科技創新過程；還能幫助科研人員洞察行業現狀及最新趨勢，拓寬研發視野，為項目和產品的進一步研發提供線索和支持。

目前，盡管教育部設立的科技查新工作站已經超過100家[2-3]，高校圖書館的查新工作依然繁重，每年需要完成的查新報告高達上萬件[4]。查新流程目前因技術限制和溝通成本的原因而效率低下，如與用戶反復溝通明確查新項目的技術要點；頻繁和用戶交流所需抽取的關鍵詞以保證文獻查全、查準，并進行多輪多次的數據庫檢索；時間限制后數據庫選擇和文獻選取需要衡量效率和全面性，容易增加漏檢風險；分析相關文獻需要逐篇審查題名、摘要及全文等，且多數查新員閱讀僅限于中英文文獻而忽略其他語種的文獻，進一步加大了漏檢風險。這些因素導致每件查新報告的完成周期為7—10個工作日，不僅占用查新員大量的工作時間，也延長用戶的等待時間。因此，亟待優化查新工作流程，提升工作效率，以便科技管理部門和科研人員能夠快速了解技術進展，促進科技創新。

2 文獻綜述

2.1 AIGC在圖書館領域的應用前景

AIGC泛指通過人工智能技術自動生成文本、圖像、音視頻、代碼等內容的方法，體現了技術發展的新趨勢。早在2022年ChatGPT還未橫空出世之前，圖書館學界就已經注意到了AIGC在圖書館領域的應用前景[5]，并探討其在信息組織、數據資產管理、用戶研究和信息倫理等方面的影響[6]。隨著ChatGPT的問世，AIGC在各個行業的應用潛力得到了更廣泛的認識，成為熱門討論話題。圖書館學界也在積極探討如何利用AIGC優化圖書館的資源配置、服務流程以及用戶互動方式，并密切關注如何應對技術帶來的新挑戰。具體而言，目前的研究主要集中在四大方面：一是探討AIGC給圖書館帶來的挑戰與轉型機遇[7]；二是館員和用戶對技術的認知和適應情況[8]；三是特定業務或者場景的技術應用比較[9]；四是分析AIGC在圖書館具體業務中的應用和影響，包括數字素養教育[10]、用戶服務[11]、參考咨詢服務[12]、知識服務[13]、閱讀推廣[14]以及數字人文[15]等方面的實踐路徑。

2.2 AIGC賦能查新工作的潛力

盡管學術界對AIGC的潛力和應用前景進行了廣泛討論，但對其在特定圖書館業務場景中應用的實際效果仍然缺乏足夠的實證研究。鑒于AIGC在自然語言理解、文獻智能分析以及自動報告生成等方面的優勢，理論上，將其應用到查新工作可以優化工作流程、減輕館員負擔，從而提升工作效率。因此，本研究通過實驗方法測試和分析AIGC在查新流程中的應用潛力和實際效果，了解AIGC在自動化信息檢索、數據分析、報告生成等方面的能力和瓶頸。

3 AIGC賦能查新工作的實驗設計

傳統的查新工作流程大體分為以下步驟：（1）確定課題的具體查新點，根據用戶要求或自主選擇的查新點，明確查新目的和范圍。（2）確定檢索詞和檢索式，并通過各種途徑收集與課題相關的文獻信息，包括已發表的期刊論文、會議論文、專利、報告等。（3）結合查新點，分析收集到的文獻信息，篩選出與課題密切相關的文獻。（4）將篩選出的文獻與課題進行對比分析，包括研究方法、指標、研究內容、研究結果等方面。（5）根據對比分析結果，得出查新課題“新穎性”的判定結論，并撰寫查新報告。

AIGC具有出眾的知識獲取、處理能力，以及知識組織、內容創作、知識問答等功能，這些能力與查新流程緊密相關，如信息檢索、文獻篩選、文獻分析和報告撰寫等環節。因此，結合AIGC的優勢，查新工作可以在這些關鍵環節上實現賦能（見圖1）。

3.1 實驗工具和數據準備

（1）選擇常用的五種AIGC工具：文心一言3.5、ChatGPT4.0、智譜清言GLM-4、Kimi和百川百小應。這五種應用均具備分析上下文、判斷文本情感以及分析語義角色等能力。

（2）選擇實驗所需的查新課題：選擇部分已完成的查新課題，按照流程進行測試。

3.2 實驗步驟

（1）檢索與篩選密切相關文獻的能力檢驗。設定角色：某個領域的專家；分配任務：檢索某個時間點以前的最新文獻，包括期刊文章、專利、技術報告、學位論文等文獻類型，以及包括中文、英文、日文、德文等語種；要求：輸出文獻檢索結果。

（2）文獻自動分析的能力檢驗。設定角色：某個領域的專家；分配任務：選取已完成的查新課題，對比分析AIGC自動檢索出來的文獻內容與該課題查新點的一致性，包括是否采用了查新點同樣的方法、指標，解決了同樣的問題等；要求：以查新格式輸出結果。

（3）報告撰寫的能力檢驗。設定角色：查新員；分配任務：輸入報告的具體格式和樣例，生成相應內容。要求：以特定格式生成查新報告。

（4）AIGC在查新中的能力評估。其中，任務一（文獻檢索與篩選）以及任務三（報告撰寫）采用人工查看對比的方式進行評估，即由查新員根據工作經驗對比機器檢索結果和人工檢索結果的差異，評價維度包括檢出的密切相關文獻數量和質量、文獻分析的準確度、查新報告的完整度等。任務二（文獻分析）則采用人工評估和大模型交叉評估相結合的方式，步驟如下。

步驟一：人工評估。由查新員對比人工分析和AIGC分析文本的相似性，并以0—10分進行賦分。0分：完全不相似，討論的主題和內容完全不同；1—3分：很少相似，只有非常有限的共同點或信息；4—6分：中等相似，有一些共同的主題或信息，但整體上還是有很大差異；7—9分：非常相似，大部分內容或主題相同，但可能有少量的差異；10分：完全相同，內容和主題沒有任何差異。

步驟二：大模型交叉評估。設定角色：某個領域的專家（如語義分析專家）；分配任務：對比人工分析和AIGC分析文本的相似性，以0—10分進行賦分。

步驟三：文本相似度綜合評價。自然語言處理技術中常用的文本相似度評價方法包括編輯距離、余弦相似度、詞袋模型、向量空間模型、潛在語義分析、靜態預訓練、動態預訓練、長短期記憶網絡、混合方法等[16]。考慮到不同的AIGC工具評估兩段話的相似度時會使用不同的自然語言處理技術，本文用五種工具對所有文本進行交叉賦分，并采用平均分作為最終數值進行評價。單篇文獻分析評估結果樣例見表1，查新點與密切相關文獻綜合分析評估結果見表2。

4 實驗結論

4.1 文獻檢索與篩選實驗結論

測試結果表明，目前的AIGC工具在學術文獻檢索能力方面存在顯著局限。

4.1.1 自然語言檢索并不“自然”

自然語言檢索并不如預期般“自然”。首先，AIGC工具對檢索語言的構造有特定的要求，為了實現更優的效果，用戶需學習和優化提示詞的語法結構。例如，對“針對棒類食品質地死硬和易褐變的主要技術難題，提出了液體糖醇與雞蛋蛋白快速剪切制備穩定微氣泡基的關鍵技術，有效解決了即食棒組織過于密實，‘發死發硬’的難題”這個查新課題進行文獻檢索時，檢索語言的設計應盡可能地覆蓋以下關鍵要素：（1）預設身份：您是一位信息檢索領域的專家；（2）背景信息：對運動營養學、食品科學的研究有一定了解；（3）具體的任務：檢索針對棒類食品質地死硬和易褐變的主要技術難題，解決即食棒組織過于密實，“發死發硬”的難題的相關文獻。文獻類型包括期刊文章、專利、技術報告、學位論文等，語種包括中文、英文、日文、德文等，年份截止到2023年。

其次，不同的AIGC工具對相同的檢索語言會返回不同的響應結果，同一工具多次返回的結果質量也不盡相同。例如，當使用文心一言進行上述任務時，并未直接返回檢索結果；而智譜清言則能夠返回4篇中文檢索結果。這表明，與AIGC的交互并不完全“自然”，需要用戶對檢索需求進行明確的界定和細化。為了更好地讓AIGC賦能查新，實現高效的文獻檢索，需要構建一個有效的檢索提示（prompt）。這在實際工作中是一個復雜的系統工程，不僅需要理解AIGC的工作原理和局限性，還需要綜合考慮目標文獻的特性、檢索任務的需求、技術背景、關鍵問題及預期目標等多重因素，以提高檢索結果的相關性和準確性。

4.1.2 暫不支持學術數據庫的檢索

當前，大模型的訓練數據主要來源于互聯網上可公開獲取的信息資源，尚未實現對學術數據庫的直接訪問和檢索。前文提及的檢索實驗，文心一言返回了一套檢索策略，該策略涉及關鍵詞的確定、數據庫的選擇、檢索式的構建等傳統的檢索技術和方法；而ChatGPT僅粗略介紹“已有多種文獻提出了不同的技術解決方案”，并未返回具體文獻，也未給出檢索策略。盡管某些AIGC工具能夠返回檢索結果，但其數量和質量無法滿足查新要求，如智譜清言僅返回4篇中文文獻，而百小應返回了12篇網絡上的公開文獻。

4.1.3 存在虛假的檢索結果

盡管上述檢索實驗會返回中、英、日和德文的學術文獻列表，但對這些文獻進行核對，發現很多是虛假信息。例如，返回的中文文獻：王建偉，王振，王娜，趙玉紅，降低棒類食品質地死硬和易褐變問題的研究進展，食品科學，2022，43（15）：1-10；英文文獻：Smith， A. amp; Johnson， B.（2020）.Reducing stiffness and browning in rod-shaped food products？ A review of recent advances， Journal of "Food "Science and Technology， 57（3），833-847；日文文獻：山本，真理子，吉岡，（2021），棒狀食品の質地硬さと褐変の抑制技術：最終報告書[R].日本食品研究學會研究報告，67（3），1-15；德文文獻： Muller M， amp; Weber， G. （2021）. Verbessern von Stifftigkeit und Braunung von Stangenhaften Lebensmitteln：eine kritische Analyse aktueller Techniken！. Lebensmittelforschung， 43（2）， 1-12。經過核查，這些期刊并未刊登這些文獻。

這些虛假信息表明，當前技術在確保學術文獻檢索結果的準確性和可靠性方面存在很大缺陷。對于查新等對文獻可靠性要求極高的任務而言，AIGC并不能滿足其實際需求，進一步說明了在使用AIGC工具進行文獻檢索時，必須對檢索結果進行嚴格的核實與驗證。

4.1.4 檢索過程容易“失憶”

由于AIGC工具存在提問次數限制以及語義理解偏差等方面的不足，復雜的檢索任務需拆解為多個步驟完成。然而，在逐步拆解細化的過程中，工具往往會忘了“初心”，難以記住先前的上下文和初始目標，這對于查新等需要連續、高精度檢索的任務來說，無疑是顯著的挑戰。AIGC技術在處理長序列和多次交互的復雜邏輯檢索任務時存在局限性，可能喪失對前后關聯信息的把握，導致檢索過程瑣碎而低效。這不僅增加了人機交互所需的時間成本，還可能影響檢索結果的準確性和完整性，降低整體工作效率。因此，針對這類復雜任務，除了期待技術在未來更新換代之外，當前還應探索更有效的提示詞設計和任務分解策略，確保每個步驟目標明確且與整體任務一致。

4.2 文獻分析實驗結論

由于實驗采用的AIGC工具在文獻檢索階段和篩選階段表現不佳，未能全面、準確地檢索出相關的文獻，故本部分實驗采用如下替代方法：首先，人工檢索文獻并篩選出密切相關文獻；其次，將密切相關文獻導入大模型分析。實驗結果表明，AIGC工具具有較強的文獻分析能力，能夠提升查新業務的工作效率。

4.2.1 可完成多篇文獻分析任務

查新業務往往需要分析多篇文獻。實驗發現，當前的工具存在輸入字數限制，因此，需要將多篇文獻拆分，通過合理設計提示詞和分步驟輸入，有效利用其分析能力，完成復雜的文獻分析任務。這種方法雖然增加了操作步驟，但確保了多篇文獻的全面分析，提高了文獻分析的準確性和深度。未來，隨著AIGC工具輸入機制的不斷優化、處理長文本能力的提升以及在垂直領域應用的拓寬，其在文獻分析中的應用價值將進一步增強。

4.2.2 具有較好的文獻內容分析能力

通過表3可以看出，通過對比人工分析和機器分析結果的文本相似度評價，AIGC工具和人工評價打分都在7—9分之間，表明使用AIGC工具進行文獻分析能夠獲得較滿意的結果。因此在查新業務中，AIGC技術可輔助查新員完成文獻對比分析的任務，包括分析密切相關文獻的技術要點、查新點的技術要點，兩者之間的相同和不同等。

4.3 自動生成報告實驗結論

4.3.1 可以生成查新報告的結構

查新報告的格式基本固定，包括封面、查新目的、項目的科學技術要點、查新點、查新范圍要求、文獻檢索范圍及檢索策略、檢索結果、查新結論、查新員、審核員聲明、附件清單、備注幾個部分。讓AIGC工具對查新報告的結構進行學習，很容易生成查新報告的結構。

4.3.2 無法一次生成查新報告，但可輔助完成部分內容

在撰寫查新報告的過程中，AIGC工具能夠提供顯著的輔助作用，尤其是在形成查新結論部分。該部分的核心內容是對相關文獻進行詳盡的單篇分析，以及對多篇文獻進行綜合分析。基于先前的實驗測試，AIGC工具在文獻分析中展現出了一定的優勢，因此這部分內容可考慮借助AIGC工具來輔助完成。但是目前在文獻格式整理和整體編寫等方面，AIGC仍然存在局限，無法高效處理這些任務。

5 討論與展望

情報服務作為圖書館核心功能之一，一直在不斷演進以適應時代變革。在智慧圖書館快速發展的今天，尤其面對AIGC等技術的革新性沖擊，圖書館亟需從服務理念更新、服務流程優化、技術平臺創新以及人員能力提升等多個角度，推進情報服務的智慧化轉型與升級，力求實現情報服務的高效性、精準性和前瞻性，以滿足新時代用戶對于高質量情報服務的迫切需求。

5.1 AIGC為提升情報服務效率和質量帶來廣闊前景

實驗發現，AIGC在輔助情報服務方面展現出顯著潛力，有望在情報服務的多個維度發揮效能。具體而言，AIGC能夠對文獻資源進行重組揭示，促進知識發現，為用戶提供更為直觀、便捷的服務體驗。它能處理大量文獻資料和情報信息，提高情報服務的響應速度和準確性。同時，還能夠讀取并生成多模態信息，滿足用戶多樣化需求，進一步優化服務流程。此外，基于可信賴數據資源授權的AIGC工具，將極大提升雙向溝通及館員決策效率，成為情報服務的強勁助力。除了查新業務外，AIGC還可應用于查收查引、戰略情報、科研情報及人才情報等多個服務領域，這些領域均涉及文獻檢索、數據分析和報告撰寫等關鍵任務。可以預見，AIGC在情報服務領域的應用前景廣闊。

5.2 AIGC應用于情報服務中的改進空間與挑戰

實驗證實，AIGC在應用于查新工作時仍有許多需要改進的空間。具體而言，工具在單次輸入長度、上下文關聯性、實時聯網檢索能力以及輸出檢索結果的準確性等方面表現出一定的局限性。這些局限導致了人機交互流暢度不足，進而影響了AIGC在情報服務中的整體效能。宏觀來看，AIGC在提升情報服務質量和效率的同時，也帶來諸多挑戰和反思。例如，目前對生成內容的質量評價尚缺乏科學的標準，需要專業人員進行審核校對，以保證服務可信度。在生成內容的過程中，可能存在安全風險和倫理問題，圖書館需要特別注意確保生成內容符合法律規定和道德標準，避免誤用、誤導、侵犯隱私等。同時，技術的高速迭代對圖書館現有人員的技能素養和信息化設備的適配性都提出了更高的要求。因此，圖書館需要基于自身功能定位采取多重應對策略，以確保技術的有效應用和服務質量的持續提升。

5.3 圖書館情報服務應用AIGC的可行性策略

2023年11月，國際圖書館協會與機構聯合會發布了《制定圖書館應對人工智能的戰略響應》報告[17]。該報告深入分析了圖書館在人工智能環境下的優勢、劣勢、機會和風險，并提出一系列針對性的響應戰略。具體而言，圖書館可采取以下策略：招募并培訓員工，提升團隊的人工智能技術能力；調研用戶行為，為提升人工智能利用效益打下基礎；關注行業最佳實踐，開展概念驗證項目，以探索人工智能在圖書館領域的潛在應用；與內外部相關機構合作，立足圖書館的核心價值，共同創造解決方案。此外，還需持續跟蹤人工智能行業應用的前沿趨勢，以便圖書館在相應領域發揮積極作用。

因此，基于本研究的實驗結果，結合圖書館資源和服務優勢，可考慮在以下四方面實施應對策略。

（1）重視以AIGC為代表的人工智能技術的賦能作用，更新圖書館服務理念，提升館員隊伍的人工智能素養。作為提供服務的主體，館員不僅需要具備使用人工智能技術提升情報服務的能力，還應具備預見AIGC潛在風險并采取糾正措施的知識水平，以增強AIGC賦能圖書館情報服務的可行性。

（2）開設具有針對性和前沿性的信息素質教育課程。在新的信息環境下，用戶特征和需求不斷變化，圖書館應引導用戶理解AIGC技術的底層邏輯，設計合理的需求表達，培養他們對信息真實性和來源可靠性的辨別能力。這不僅有助于用戶更加自主和高效地獲取和利用信息資源，也能促進他們與圖書館建立更為緊密的互動關系。

（3）融合AI（Artifical Intelligence， 人工智能）能力，形成一套高效、規范的情報服務流程體系，重塑以用戶為中心的全服務流程。具體措施包括：建立更細致的數據管理和使用框架，結合用戶研究興趣和歷史數據，提供個性化文獻和信息推薦；利用AIGC工具快速處理大量文獻，提取關鍵信息，進行內容摘要和趨勢分析；自動監測和抓取最新研究成果和行業動態，定期更新情報庫并推送給相關用戶；創建虛擬助手，回答用戶常見問題，提供資源推薦和使用指導；利用AIGC技術自動生成定制化情報報告，等等。

（4）在AI技術通用性的基礎上，系統重構圖書館的資源建設和信息組織架構。充分發揮圖書館數據集質量高、專業性強的獨特優勢，為生成內容添加可信的信源標引，并積極嘗試構建AIGC在圖書館垂直領域的應用。希望未來出現具有可私有化部署、支持定制化訓練、模型可量化和壓縮等先進特性的AIGC工具，從而智能獲取高質量文獻資源，自動評估文獻的相關性，提供深入的文獻分析，輔助館員更高效地完成查新等情報服務工作。

6 結語

本研究通過選取已經人工核驗的查新報告，對文獻檢索與篩選、文獻分析和報告撰寫三個關鍵環節進行實測驗證，探索AIGC技術在優化查新工作流程方面的應用潛力。結果表明，AIGC技術在提升查新工作效率方面顯示出一定潛力，為高校圖書館情報服務的未來發展提供了新的可能。下一步工作，可聚焦于查新需求關鍵詞提取、密切相關文獻的深度分析與匯總等方面。同時，研究也分析了高校圖書館情報服務在服務理念、服務流程、技術平臺及館員專業技能等多維度上的增效空間。隨著AIGC技術的不斷成熟與應用環境的日臻完善，高校圖書館有望通過持續探索與實踐，在情報服務中充分利用人工智能技術，提升工作效率和效果，從而更好地滿足教學和科研需求。

參考文獻：

[1] 秦小燕，張國瑞，初景利.技術驅動的文獻情報服務變革審視與前瞻[J].圖書館學刊，2023，45（12）：4-8.DOI：10.14037/j.cnki.tsgxk.2023.12.026.

[2] 教育部辦公廳關于開展第七批教育部部級科技查新工作站申報工作的通知[EB/OL].（2014-04-04）[2024-01-09].http：//www.moe.gov.cn/srcsite/zsdwxxgk/201404/t20140404_167233.html.

[3] 教育部關于在河南大學等18所高等學校設立第七批教育部部級科技查新工作站的通知[EB/OL].（2014-11-20）[2024-01-09].http：//www.moe.gov.cn/srcsite/zsdwxxgk/201411/t20141120_179125.html.

[4] 2008年度教育部科技查新工作站年檢情況通報[EB/OL].（2009-09-11）[2024-01-09].https：//www.edu.cn/ke_yan_yu_fa_zhan/gai_kuang/xin_wen_gong_gao/200909/t20090911_406665.shtml.

[5] 梁潔純，許鑫.臨境圖開：元宇宙視域下圖書館“第三空間”建設[J].圖書館論壇，2023，43（2）：98-107.

[6] 李白楊，白云，詹希旎，等.人工智能生成內容（AIGC）的技術特征與形態演進[J].圖書情報知識，2023，40（1）：66-74.DOI：10.13366/ j.dik.2023.01.066.

[7] 儲節旺，杜秀秀，李佳軒.人工智能生成內容對智慧圖書館服務的沖擊及應用展望[J].情報理論與實踐，2023，46（5）：6-13.

[8] 汪聰，張春紅，高楠，等.面向人工智能生成內容時代的圖書館服務適應與創新[J].情報理論與實踐，2024，47（7）：17-24.

[9] 李雅靜，孫佳佳.ChatGPT在網絡健康信息鑒別中的應用探討[J].圖書館論壇，2023，43（6）：85-92.

[10] 龔芙蓉.ChatGPT類生成式AI對高校圖書館數字素養教育的影響探析[J].圖書情報知識，2023，40（5）：97-106，156.

[11] 張鵬.生成式人工智能聊天機器人：重新定義圖書館用戶服務[J].圖書館理論與實踐，2024（2）：123-129.

[12] 郭亞軍，寇旭潁，馮思倩，等.大語言模型賦能圖書館參考咨詢服務：邏輯、場景與體系[J/OL].圖書館論壇：1-10[2024-06-21].http：//kns.cnki.net/kcms/detail/44.1306.G2.20240220.0947.004.html.

[13] 儲節旺，羅怡帆.人工智能生成內容賦能圖書館知識服務的路徑研究[J].情報理論與實踐，2024，47（8）：34-42.

[14] 劉瓊，劉桂鋒，王鵬.AIGC賦能圖書館閱讀推廣智慧服務的框架和應用研究[J].圖書館學研究，2024（2）：108-118，107.

[15] 張宏玲，沈立力，韓春磊，等.大語言模型對圖書館數字人文工作的挑戰及應對思考[J].圖書館雜志，2023，42（11）：31-39，61.

[16] 魏嵬，丁香香，郭夢星，等.文本相似度計算方法綜述[J].計算機工程，2024，50（9）：18-32.

[17] ANDREW M C.Developing a library strategic response to Artificial Intelligence[EB/OL].[2024-06-21].https：//www.ifla.org/developing-a-library-strategic-response-to-artificial-intelligence/.

作者簡介：唐勇，碩士，北京大學圖書館副研究館員，研究方向為情報服務、信息素質教育；莊昕，碩士，北京大學圖書館館員，研究方向為數字圖書館；周建超，碩士，北京大學圖書館館員，研究方向為人工智能、智慧圖書館；馬潔，北京大學圖書館館員，研究方向為高校圖書館文獻資源建設、數據共享體系建設、數據資產管理；汪聰，通訊作者，碩士，北京大學圖書館館員，研究方向為閱讀服務、信息行為、公共文化服務。

收稿日期：2024-07-24編校：俞月麗 鄭秀花