# Búsqueda bibliográfica · Yila

> Búsqueda de artículos realizada por el propio agente, con un conjunto guardado de artículos candidatos.

URL: https://yila.ai/es/playbooks/high-quality-paper-finder

## Search & Screening

Find the relevant research and narrow a paper pool into a defensible queue.

## Casos de uso

- Búsqueda de artículos realizada por el propio agente, con un conjunto guardado de artículos candidatos.
- Ya tienes: Tema de investigación, Preferencia de fuentes, Número de candidatos, Idioma de salida

## Lo que obtendrás

- **candidate-paper-pool.json**: Conjunto de artículos limitado a esta tarea, para el panel derecho, con los candidatos y etiquetas objetivas de calidad del medio de publicación.
- **candidate-paper-pool.xlsx**: Hoja de cálculo con vista previa por hojas en el panel de resultados.

## Cómo funciona

1. **Comprender la solicitud**: Lee el tema y las preferencias estructuradas como restricciones del usuario. Pide aclaración solo sobre una elección que falte y que cambiaría sustancialmente el resultado; en otro caso, deja que el Research Agent elija un plan de búsqueda adecuado a partir de la ficha unificada de capacidades de las herramientas.
2. **Recuperar artículos candidatos**: Usa search_papers_v2 en la misma conversación con el Research Agent. candidate_count es la cuota total y acotada del conjunto. La herramienta ejecuta el plan de fuentes y consultas que redactó el agente y devuelve las búsquedas realizadas, los fallos, las omisiones y los metadatos de los candidatos.
3. **Evaluar los candidatos**: Inspecciona los metadatos y los diagnósticos de los artículos devueltos. La relevancia para la pregunta del usuario va antes que el prestigio de la revista.
4. **Mostrar y guardar los resultados**: Paper Search v2 guarda a la vez candidate-paper-pool.json y candidate-paper-pool.xlsx. Para este conjunto inicial no se llama a save_paper_pool por separado. La respuesta sigue la guía general de búsqueda de artículos, sin pegar el conjunto completo. El filtrado o la agrupación posteriores reutilizan el archivo JSON canónico en la misma conversación y guardan los subconjuntos mediante artifactId y paperIds. No se vuelven a crear el conjunto ni el libro de Excel generados por el servidor.

## Qué preparar

- Tema de investigación, Preferencia de fuentes, Número de candidatos, Idioma de salida
- El espacio de trabajo te pedirá: Tema de investigación, Preferencia de fuentes, Número de candidatos, Idioma de salida

## Garantías de calidad

- Search and screening decisions stay traceable; missing metadata is never invented.

---

- [Búsqueda bibliográfica](https://yila.ai/es/playbooks/high-quality-paper-finder)
- [llms.txt](https://yila.ai/es/llms.txt)
