医学论文没被 AI 收录？药企必查的 3 条标准

今天要聊的话题是：医学论文没被 AI 收录怎么办？

根据我的观察，这两年药企在 AI 里的存在感问题，正在从市场部蔓延到医学部。

市场的压力来得比较早。新药上市之后，投入的内容、发出的通稿很多，但没有在 AI 中看到产品。这件事我在上一篇文章中已经讲过了，解决的办法有语义捆绑、锚定权威源、QA 结构化、差异化的标签。

医学部的焦虑来得比较晚，但是更加麻烦。他们疑惑的方向是另外一种：我们发表了那么多论文，为什么 AI 还是不提？

这个问题是没有道理的。论文就是药企最硬的资产，有临床数据，有统计学结果，发表在正规期刊上。

按照常理来说，这应该是人工智能最愿意引用的内容。

最近，我参与了核验工作，和专注医药领域的 GEO 服务商艾火（aihuogeo.cn）技术部门一起，把一个创新药品牌的 50 篇已发表文献逐条核验，看其中有没有能被 AI 读取到的页面。

核验的结果与预期的不一样。

一、AI 看到的是页面，并不是数据库

再说一个常常被人忽略的地方。

药企的医学部判断一篇论文“在不在网络上”，就会看它是否被知网、万方、维普收录。

这个判断在有搜索引擎的时候是成立的，论文被收录了，搜索就能够找到它，用户也可以点击阅读。

但是 AI 并不是这样运作的。它不会查询数据库，而会去查看页面。

一篇可以被人工智能回答的文章，在互联网上是否有一个页面存在，并且该页面是否可以被阅读。

我总结了三个条件，只有三个条件都得到满足才可作为引用的依据：

1. 可以被 AI 收录。站点没有禁止 AI 爬虫，或者至少对 AI 爬虫放行。注意：搜索类爬虫（Baiduspider、Sogou、360Spider、YisouSpider 等）和 AI 爬虫（GPTBot、ClaudeBot、PerplexityBot 等）是分开管理的，放行搜索爬虫不等于放行 AI 爬虫。判断方法是查看 robots.txt 中是否点名放行或禁止 AI 爬虫，再用浏览器实测页面能否返回内容。
2. 可直通。落地页不需登录，链接中没有签名和过期参数，正文直接写在网页上。判断的方法就是把链接复制到浏览器打开，看看是否能跳转，是否需要登录。
3. 可以匹配。标题、摘要中含有用户提问中需要用到的词语。判断的方法就是把目标提问的话拿来，反查标题、摘要里的用词。

只满足第一条，不构成可引用。

这是我这次核验里最关键的一个发现。

二、测试：虽然都是收录，但是引用的程度却相差很多

下面的表格就是以 AI 收录为标准的各项实测的结果，核验时间为 2026 年 9 月。

平台	AI 爬虫策略	地址的状态	是否可以作为引用来源
期刊自建官网	多数未限制搜索爬虫	免登录就可以在网页上查看，DOI 路径一直都很稳定	可以
手机知网	对于百度、搜狗、360、神马等搜索引擎都放行	免登录可阅读，正文位于网页中，链接无令牌限制	可以
百度学术	待观察	题录和摘要都齐全	待观察
维普	放行	文章页的链接带有签名	部分可以（待观察）
万方	未声明爬虫规则	文章页能够打开，正文通过脚本来渲染	待观察
知网桌面版	AI 收录待观察	摘要页用令牌跳转	待观察

以上为 2026 年 9 月对公开可访问页面的实测结果，仅描述站点的技术可抓取状态。robots.txt 与页面形态会随平台策略调整而变化，引用前请以当次实测为准。本文不涉及对任何平台服务质量与商业价值的评价。

在 50 篇文献中，46 篇能在第三方数据库平台检索到，数据库收录率为 92%。

单独看这个数据不错。但是根据上述要求去一一检查的话，就会发现问题。

第一个是数据库。内容最多。文章页是可以打开的，链接的形式是文献编号之后附带两个参数：一个 sign 签名串，一个 expireTime 过期时间戳。经过测试后发现，带有完整签名的链接返回正常，而签名的有效期限大概为半年左右。但是去掉参数只剩下文献编号来访问的时候，页面就会直接跳转到首页；同一篇文献每次访问得到的签名串也都不一样。

第二个是期刊自己建立的官网。这个渠道虽然不明显，但是引用性最强。我查询了《中国XX学杂志》的官网，只有一条路径，没有参数、令牌等，不需要登录就可以直接查看页面内容。没有 robots.txt。

第三种是知网。桌面版知网的爬虫策略有待观察，但是它有一个手机版，域名为 wap.cnki.net，策略就完全不一样了：

User-agent	Disallow	含义
Baiduspider	（空）	放行
Sogou spider	（空）	放行
360Spider	（空）	放行
YisouSpider	（空）	放行

百度、搜狗、360、神马等四个在国内的搜索爬虫被白名单放行，它的文章页也是可以免登录阅读的，标题、作者、单位、摘要都在页面上，链接格式为 wap.cnki.net/touch/web/Journal/Article/{期刊代号}{年}{期}{序号}.html。

所以“知网的内容”要拆开来理解，手机版目前 AI 收录较好。

但是这只能算是暂时的现状，是否让 AI 录取最终还是要看官方的运营规则。

三、DOI 这一关，很多药企都没有在意

DOI（Digital Object Identifier）就是论文在互联网上有一个固定的地址，但是这个地址能不能被解析出来，并且解析到什么地方，就看投稿时选择的期刊以及注册的途径了。这件事在投稿的时候就已经定下来了，发表后再想改，流程非常麻烦。

在理想的情况下，读者拿到 DOI 后可以利用 https://doi.org/10.xxxx/xxxxx 这个统一入口来解析（redirect）到一个可以打开论文的落地页。

我将 50 篇文献的全文逐篇翻了一遍，最终只有 2 篇能稳定地出现在一个公开的网页上，也就是说，虽然文献的收录率高达 92%，但公开可读率只有 4%。

48 篇不稳定的原因：一部分 DOI 在公网直接解析不了；另一部分能解析，但落在多重解析选择页、令牌页或脚本渲染的空壳上，AI 拿不到内容。这篇论文就等于在互联网上没有地址一样。这并不是因为期刊的原因，而是技术问题。

2 篇稳定出现的原因：一篇是中文 DOI 体系里「注册时就填了官网直链」，另一篇是出版社自己就是注册主体。

这里关于技术细节的处理非常繁琐，如果您有兴趣可以在公众号后台联系我们，沟通产品医学文献收录检测报告和期刊筛选标准。

当然，我们还有最简单，也是最核心的方式：负责人要亲自打开 DOI 链接，确认它可以解析、可以打开、落地页稳定地公开。

四、以后论文怎么投？四点建议

核对完之后，我将结论整理成四条，并作为医药/大健康企业做投稿决定时的依据。

建议一：选择期刊的四个标准

在目标期刊官网打开任意一篇论文，五分钟内检验四项：

① 是否有自建官网，文章页路径为 /article/doi/{DOI}，无签名、无过期参数、无令牌；

② AI 爬虫是否可访问，robots.txt 允许抓取或至少放行搜索类爬虫；

③ DOI 能否解析到官网文章页，而不是选择页、令牌页或平台壳页；

④ 文章页能否直接读，标题、摘要、正文免登录、无令牌、不依赖 JS 渲染即可见。

四项全过就优先投稿；缺一项可以投，但投稿后要补对应动作。

建议二：标题写进用户提问的用语

AI 是根据用户提出的问题来进行搜索的。用户提问的方式就是“某病怎么治”、“某药有没有效果”，而不会问“基于网络药理学的某方剂分子机制”。

所以标题最好包含三个要素：疾病名称、干预措施（药品通用名或方案名）、研究类型。

标准句式可以参考：某种药物（通用名）治疗某种疾病（包含分期或者分型）的疗效和安全性：一项多中心随机对照研究。反过来讲，如果只用一个纯机制类型的标题来代表，从语义上讲就会和用户的问题无法衔接。这样的研究最好附带一个临床结局型的标题，或者另外产生一份临床向的解释。

建议三：摘要用四段式写作，结果部分要包含数据

目的、方法、结果、结论四部分。AI 在联网搜索的时候摘取的主要内容就是摘要部分，结果段如果没有具体的数值以及样本量的话，被引用的时候就没有什么可以摘的内容。结论部分用完整的陈述句，不要写“值得临床推广”这样没有信息量的话。

建议四：题录、标识要齐全

几件小事情，做了并不费劲，但是很对检索有利：中文、英文的题目和摘要同时上网；药品名称统一出现，分别是通用名、商品名、英文名；关键词包含通俗表达和专业表达等。

五、发表之后如何进行弥补

论文发表之后还可以做些事情。

第一：积极分发。全文在期刊官网上发布，题录同步到学术平台上，并由营销部门进行研究解读，发布在企业能够掌控的地方。

第二：把企业能控制的资源搞起来。在官网上设立一个研究进展栏目，把已经发表的研究题目和解读依次发布上去；专业的平台账号用来发布研究进展。这部分是企业唯一可以完全掌控的领域，应该予以重视。

第三：拿捏好口径。面向公众的内容限于疾病科普和研究进展的中性表述，涉及具体药品的内容走专业渠道，注意合规推广的边界。

六、怎么来验证是否有效呢

GEO 并不是要凭借感觉来做出决定。建议建立一套固定的查询（Query）库，建议不低于二十道题目，有些成熟的产品可以拓展到 120 个查询问题以上，包含疾病、药品和场景三种类型，聚焦 HCP / 患者的处方/选购决策环节，至少每月要进行一次查询。

记录查询的问题、平台名称、被引用的来源链接。

如果没有被引用的话，就需要分析出原因：是不是页面无法访问、标题不符要求、或者是缺少落地页。一个季度的记录积累之后就可以反向指导下一轮的选题和投稿了。

这就是可以给老板看的证据。

也可借助专业医药 GEO 服务商「北京艾火 AiHuo」的 GEO 监控系统获取数据，作为效果展示的一部分。官网：www.aihuogeo.cn

结语

把论文发出去，并让 AI 收录，是两项工作。

这两项工作由不同的人完成，中间通常没人沟通协调。市场部不清楚医学部的论文发表在哪里，医学部也不清楚 AI 是怎么工作的。

现在，我们可以在投稿前按四个标准核实后再投，论文发表后补一轮分发，再用 GEO 监控系统观察效果。完成这三步，研究的价值才真正呈现在读者面前。

问答环节

Q：我们的论文已经收录到知网了，但是为什么 AI 仍然查不到呢？

A： 收录和可读是两回事。知网桌面版的爬虫策略是全站禁止，AI 抓不到；而同一个内容在手机知网上则可以免登录阅读，链接中也无令牌参数。所以首先要确定目标页面是哪一个入口，然后再看该入口的链接是否可以稳定打开。另外，标题、摘要的用词是否和用户的提问贴近，也决定了它会不会被检索命中。

Q：论文已经发表完了，但是还有补救的措施吗？

A： 有三条事情可以去做。第一，把题录和解读放到企业可以控制的页面上，这条随时都可以补；第二，围绕同样的研究再出一份面向临床的解读，填上标题语义的空缺；第三，如果后面还有同样的研究要投稿，优先选择有自建官网、DOI 可解析的期刊。已经发表的内容，落地页不能修改，可以补发和重新展示。

Q：医学部写论文要按照 AI 的喜好进行修改吗？

A： 学术规范高于检索偏好，在二者发生矛盾的时候，以学术规范为准。可以修改的是标题的用词、摘要的结构和关键词的范围，这些都是符合规范的写法。数据和结论是不能为了检索而修改的。