\ Scite 推出管理後台，讓機構掌握用戶可以透過 MCP Admin Analytics 使用 AI 檢索論文的數據 /
圖書館每年花大筆預算訂閱各大出版社的期刊，但現在讀者都在用 ChatGPT 找資料，導致傳統資料庫的點擊率下降。「大家都在用 AI 找論文，但圖書館完全不知道他們看了什麼」是目前對圖書館而言最棘手的盲區。
導入 Scite MCP 之後，當師生在 ChatGPT 問問題，Scite 不僅會推送圖書館已訂閱的期刊內容給讀者，活化既有館藏的使用率，這些直接來自使用者日常工作流、最真實的「需求訊號」，也會彙整至 MCP Admin Analytics 儀表板，為機構提供完整的數據能見度，讓您清楚掌握讀者的真實使用軌跡，更精確地評估各項電子資源的投資報酬率，將寶貴預算花在刀口上。
- 全方位總覽與稽核 (Overview, Usage & Audit Log)：掌握總 AI 閱讀量、活躍用戶數與對話工作階段。系統會記錄包含時間戳記、文獻 DOI，甚至標示使用者是透過哪一款 AI 模型（如 Claude、ChatGPT、Cursor）進行檢索，方便您掌握研究工作流的演變。
- 精準的內容存取追蹤 (Content Access)：精確查看研究人員到底將哪些論文（精準至 DOI 等級）拉進了他們的 AI 對話中。例如：您可以清楚看到骨科創傷的研究中，有多少比例是來自 NEJM 或 JBJS 的文獻。
- 無縫串接現有基礎設施 (LibKey & OpenURL)：將圖書館現有的存取架構直接連上 MCP。當 AI 找到文獻時，Scite 會自動與您的機構館藏進行比對，讓研究人員無阻礙地取得全文，也確保圖書館不會為無效的存取路徑支付冤枉錢。
- 精準發現館藏缺口 (Collection Gaps)：這是最具戰略價值的數據！如果您的研究人員反覆嘗試透過 AI 存取某個您未訂閱的期刊或出版社，系統會將其標示出來。在預算分配季，您不再需要「瞎猜」該買什麼，而是能根據真實的「需求訊號」 (Demand Signal)，把預算花在師生真正想讀的資源上。
- 標準化報告 (COUNTER Reports)：內建符合 COUNTER 標準的使用統計數據，讓您在應對合規檢查、續訂評估時，擁有強而有力的數據後盾。
** 原文參見：https://scite.ai/blog/introducing-scite-mcp-admin-analytics
若您是訂戶，欲洽詢 MCP Admin Analytics 的設定與啟用，請直接與產品業務聯繫。
若尚未訂閱，歡迎填寫諮詢表單，免費試用機構版。