准备工作：先明确Zotero AI能做什么

Zotero本身是一款文献管理工具，适合收集论文、生成引用、管理PDF和笔记。接入AI能力后，它可以在阅读流程中承担摘要、提问、术语解释、段落改写、笔记整理、标签建议等任务。对新手来说，重点不是把所有功能一次装满，而是先搭建一个稳定、低成本、可切换模型的基础环境。

常见适用场景包括：快速了解论文核心观点，针对PDF内容追问细节，提取研究方法和结论，把划线内容整理成读书笔记，比较多篇文献的异同。需要注意的是，AI输出只能作为辅助阅读结果，不能替代原文核对，尤其是引用页码、实验数据、作者观点等内容，必须回到PDF或原始记录确认。

安装前检查：版本、插件和数据备份

建议先安装Zotero 7或较新的稳定版本，并确保能够正常打开文献库、导入PDF、使用内置阅读器。旧版本插件兼容性差，后续配置容易出现按钮缺失、面板不显示、快捷键无效等问题。升级前应先备份Zotero数据目录，尤其是长期积累的文献库、附件和自定义样式。

插件应从项目主页、官方扩展页或可信发布渠道获取，文件通常为.xpi格式。不要随意安装来源不明的压缩包，也不要把个人接口密钥发给陌生页面测试。安装路径一般为：打开Zotero，进入“工具”或“附加组件”，选择“从文件安装”，选中插件文件后确认，重启Zotero即可生效。

基础安装步骤：从插件到首次调用

第一步，关闭正在阅读的大型PDF，避免安装时卡顿。第二步，进入附加组件管理界面，安装Zotero AI相关插件。第三步，重启软件后检查工具栏、右侧面板或阅读器菜单中是否出现AI入口。第四步，进入插件设置页，填写模型服务地址、接口密钥和默认模型名称。第五步，打开一篇PDF，选中一段文字，尝试执行“解释”“总结”或“基于选区提问”。

首次测试建议使用短文本，不要直接让AI处理整本书或几十页论文。这样可以快速判断三件事：接口是否连通、模型返回是否正常、中文输出是否稳定。如果没有返回结果，先看设置页是否有测试按钮，再检查模型名称是否拼写准确、密钥是否多复制了空格、当前服务是否可用。

多模型切换：用不同模型处理不同任务

多模型配置的核心思路是“按任务分配能力”。阅读摘要、关键词提取、标签建议通常不需要最强模型，可使用价格更低、响应更快的轻量模型；长文档问答、复杂方法分析、跨论文比较则适合使用更强的模型；涉及隐私要求较高或只做草稿整理时，也可以考虑本地模型方案。

在插件设置中，通常可以新增多个模型配置项，例如“快速摘要模型”“深度分析模型”“本地草稿模型”。每个配置项应包含服务地址、模型名、密钥、上下文长度、输出长度等字段。为了减少误用，建议给模型起清晰名称，如“便宜-日常摘要”“高质量-论文精读”“本地-离线草稿”，不要只写model1、model2。

如果插件支持快捷命令或提示词模板，可以把模板也与模型绑定。例如“用300字总结研究问题、方法、结论”交给轻量模型；“提取实验设计、变量、数据来源、局限性，并给出可复核依据”交给高质量模型。这样既能降低成本，也能减少反复复制粘贴。

低成本配置：从调用习惯开始省

降低成本不只是选择便宜模型，更重要的是减少无效输入。不要一上来把整篇PDF全部发送给AI，优先使用选区、章节、摘要、结论和表格说明。对于结构清晰的论文，可以先让AI读取摘要和结论，确认是否值得精读，再对方法和实验部分进行深问。

建议建立三档使用策略：日常浏览使用轻量模型，参数偏保守；需要写综述或做严谨比较时使用高质量模型；批量整理标题、作者、关键词时使用本地或低价模型。若插件提供缓存功能，应开启相同问题缓存，避免同一段内容重复调用。批量任务要控制数量，先试跑3到5篇，确认格式稳定后再扩大范围。

推荐性能参数：稳定优先于炫技

新手可从以下参数思路开始：temperature设置在0.2到0.5之间，适合摘要、术语解释和文献笔记，输出更稳定；top_p保持默认或设为0.8到1；max tokens可按任务设置，短摘要800以内，章节总结1200到2000，深度分析可适当提高；上下文长度不要盲目拉满，输入越长越慢，也更容易混入无关内容。

并发数量建议从1开始，确认接口稳定后再设为2或3。并发过高可能导致请求失败、响应混乱或触发服务限制。超时时间可设为60到120秒，大型PDF解析较慢时再提高。若插件支持流式输出，可开启，阅读体验更好；若经常出现中断，可关闭流式输出观察是否改善。

提示词方面，建议加入“只依据提供内容回答”“不确定时说明无法判断”“保留关键术语原文”“列出依据所在段落或页面线索”等约束。这样能减少看似流畅但无法核对的回答。对学术场景来说，可复核比文风漂亮更重要。

常见问题与排查方法

问题一：插件安装后看不到入口。通常是Zotero版本不兼容、插件未启用或重启不完整。可进入附加组件列表确认状态，禁用冲突插件后再试。问题二：提示密钥错误。检查是否复制了前后空格，模型服务是否已启用，模型名称是否与服务端一致。

问题三：PDF问答答非所问。可能是文本未被正确识别，扫描版PDF需要先进行OCR处理；也可能是一次输入内容过长，建议改为选中段落或按章节提问。问题四：中文回答质量不稳定。可在提示词中明确“使用简体中文回答，并保留必要英文术语”，同时降低temperature。

问题五：速度慢。优先检查PDF大小、网络状态、上下文长度和并发设置。对于几百页文档，不建议直接全文处理，可先拆分章节。问题六：费用增长过快。查看是否开启了自动总结、批量处理或重复调用，必要时设置每日上限，或把默认模型切换为轻量模型。

安全边界：哪些内容不该交给AI处理

使用Zotero AI时，应避免上传未公开、受保密约束或含个人敏感信息的材料。团队项目、审稿文档、未发表论文、合作方资料等内容，在接入外部模型前应先确认授权和合规要求。若必须处理敏感资料，可优先考虑本地模型，或只输入经过脱敏的片段。

不要把接口密钥写在共享笔记、公共截图或多人可见的配置文件中。多人共用电脑时，建议单独建立系统用户或至少设置Zotero配置访问权限。离职、换机或项目结束后，应及时删除旧密钥并在服务后台重置。

实用建议：建立可持续的AI阅读流程

推荐的新手流程是：导入文献后先补全元数据，再阅读摘要和结论；用轻量模型生成初步卡片，包括研究问题、方法、结论和关键词；对重要论文切换高质量模型，围绕方法、数据、局限性继续提问；最后把AI回答整理进Zotero笔记，并手动添加自己的判断。

不要把AI笔记直接当作最终成果。更好的做法是给每条AI生成内容加上来源标记，例如“依据摘要”“依据第3节”“待核对”。写作时再回到原文确认。这种流程既能提升阅读效率，又能降低误引和误解的风险。

总体来看，Zotero AI的价值不在于替代阅读，而在于把重复性整理工作前置。通过可靠安装、多模型分工、保守参数和成本控制，新手也能搭建一套稳定的文献智能辅助系统，并逐步扩展到综述写作、课题调研和长期知识库建设中。