EI（工程索引）数据库是全球最全面的工程类文献检索系统之一，它涵盖了工程技术领域的多个重要方面。

以下是对EI检索使用方式的详细介绍：

1. 选择检索词：在开始检索之前，需要明确研究的主题和目标，以便选择合适的检索词。检索词应尽量覆盖研究主题的核心概念，并考虑不同的表达方式。例如，如果研究的是“人工智能”，可以选择“Artificial Intelligence”作为基本检索词，同时考虑相关的同义词和缩写（如“AI”）。为了扩大检索范围，可以使用同义词和相关词。例如，检索“机器学习”时，可以考虑包括“Machine Learning”、“Deep Learning”、“Neural Networks”等相关术语。

2. 使用逻辑运算符：AND运算符用于将多个检索词组合在一起，要求检索结果必须同时包含这些词。例如，检索“Artificial Intelligence AND Machine Learning”将返回同时包含“人工智能”和“机器学习”的文献。OR运算符用于连接同义词或相关词，扩大检索范围。例如，“Artificial Intelligence OR AI”将返回包含“人工智能”或“AI”的所有文献。NOT运算符用于排除特定词语，缩小检索范围。例如，“Artificial Intelligence NOT Robotics”将排除包含“机器人学”的文献。

3. 限定字段：在EI数据库中，可以限定检索词所在的字段，以提高检索的精准度。常见的字段限定包括题名（TI）、作者（AU）、摘要（AB）等。例如，检索题名中包含“Artificial Intelligence”的文献可以写为“TI(Artificial Intelligence)”。

4. 高级检索技巧：通配符可以替代一个或多个字符，帮助你检索词语的不同变体。例如，使用“comput*”可以检索到“computer”、“computing”、“computation”等词。将短语用双引号括起来可以确保检索到完整的短语。例如，检索““deep learning””将返回包含完整短语“深度学习”的文献，而不是单独包含“deep”或“learning”的文献。通过布尔逻辑检索，可以构建更复杂的检索式。例如，“(Artificial Intelligence OR AI) AND (Machine Learning OR Neural Networks)”将返回同时包含“人工智能”或“AI”，以及“机器学习”或“神经网络”的文献。

5. 筛选与管理：在得到检索结果后，可以根据文献的出版年份、作者、期刊等进行筛选。例如，你可以选择近五年的文献，或者筛选出高影响力期刊上的文献。在管理和分析检索到的文献时，推荐使用研发项目管理系统PingCode或通用项目协作软件Worktile。这些工具可以帮助你高效管理文献，进行团队协作，并跟踪研究进度。

总的来说，EI检索的使用方式涉及选择合适的检索词、使用逻辑运算符、限定字段、运用高级检索技巧以及筛选与管理检索结果等多个方面。通过合理组合这些元素，可以提高检索的精准度和全面性，从而更好地获取到与研究主题相关的高质量文献。