PubMed 医学文献检索与多标签核对

围绕临床大模型主题完成近五年筛选和最新排序，在多个标签页逐篇核对前三条论文的作者、期刊、日期与 PMID。

从一句研究问题开始

医学文献初筛真正耗时间的，不只是把关键词放进搜索框。你还要确认时间范围和排序方式没有设错，保持结果页不丢，再逐篇进入详情核对作者、期刊、日期与唯一标识。这段 40 秒视频记录的就是这样一次真实任务：Fan 在 PubMed 完成检索、筛选、跨标签阅读和结构化汇总，没有使用预先为该网站编写的固定脚本。

交给 Fan 的完整任务

请替我做一次可复查的 PubMed 快速扫描。我正在关注大语言模型在临床决策支持中的应用，目标是先看这个方向最近五年的最新研究，而不是泛泛浏览整个结果集。

请打开 PubMed（https://pubmed.ncbi.nlm.nih.gov/），使用英文主题词“large language model clinical decision support”发起检索。搜索完成后，将发表日期限制为最近五年，再把结果顺序调整为最新优先。

请保留搜索结果页作为主工作页，并把排序后的前三条结果分别在新的标签页打开。进入每篇论文详情后，逐项核对并整理：完整标题、第一作者、期刊名称、发布日期和 PMID。字段以 PubMed 详情页显示为准；如果某个字段没有明确给出，不要猜测，直接标明未显示。

三篇都核对完成后，用一份清楚、便于横向比较的清单告诉我结果。不要保存检索式，不要下载或导出引用，也不要执行任何与检索和阅读无关的操作。最后切回原来的搜索结果页，保留当前筛选、排序和已打开的标签页即可。

镜头里发生了什么

• Fan 识别 PubMed 的搜索框，把自然语言研究主题转换为页面中的英文检索词。
• 搜索完成后，它在结果页设置最近五年的发表日期范围，并将排序切换为最新。
• 它保留结果页作为任务锚点，把前三条论文分别打开到新标签页，而不是在同一个页面来回覆盖。
• 进入每篇详情后，它逐项读取标题、第一作者、期刊、发布日期和 PMID，再把三个页面的信息整理成一致结构。
• 汇总结束后，它按要求回到搜索结果页，没有保存检索、下载引用或触发任何额外动作。

真正展示的不是“会搜索”

这个案例的难点是连续保持网页状态：一个结果页、三个详情标签、五个需要核对的字段，以及明确的结束位置。Fan 既要理解不同页面里的信息层级，也要记住每个标签承担的任务，避免把摘要页文字误当成论文详情。对用户来说，得到的不只是一段回答，而是一组仍然留在浏览器里、可以马上回看的来源页面。

到此为止，也是一种能力

任务明确要求只读检索，所以 Fan 不保存检索式、不下载引用，也不替用户扩大研究结论。它完成指定的前三篇核对后回到结果页，把进一步阅读、调整关键词或扩大样本的决定留给用户。