Agent Skills
返回列表
🤖

GPT Researcher 自主深度研究

AI Agent 更新于 2026.08.29

将以下提示词粘贴到你的 AI 对话框中：

请根据 https://skillhub.cn/install/skillhub.md，安装 @user_3c6cb52e/run-autonomous-deep-research-workflows-with-gpt-researcher。

技能介绍

要解决的问题

深度研究最怕三种情况：信源单一、引用断裂和手动整理无法扩展。通用对话模型在多步检索时容易出现「写一段、查一段」的混排，最终报告里的结论很难对应到具体出处；手动拼接网页内容也会让事实核验变得不可复现。

它如何工作

这个技能把 GPT Researcher 的能力封装成可复用的 Agent 工作流，核心是让模型先规划再执行，而不是一次性生成全部内容。

  • 问题拆解：接到研究主题后，先生成检索计划，明确需要覆盖的子问题与信息类型。
  • 并行检索：按计划调用 Tavily 或已配置的 retriever 抓取网页或本地资料。
  • 证据溯源：每条关键结论都保留来源链接，避免只给结论不给依据。
  • 报告组装：将分散资料整理成结构化报告，包含摘要、分节内容与参考文献。

调用方式是在任务中说「使用 GPT Researcher 进行自主深度研究」，Agent 会自动进入上述流程，适合需要明确出处的技术调研、竞品分析、学术综述等场景。

适用边界与注意点

  • 需要 Python 3.11+、LLM API Key 和可用的检索服务（如 Tavily）。
  • 检索质量依赖配置的 retriever，建议提前验证数据源覆盖范围。
  • 复杂任务可能需要多轮迭代，应保留中间结果便于调试。
  • 输出仍受模型与检索器能力限制，关键结论建议人工复核。

使用场景

  • 技术调研中需要明确版本适配路径，要用 GPT Researcher 检索一手文档并组装带参考链接的报告。
  • 竞品分析时要列出各家参数及其来源，发现来源无法确认时重新检索，最后生成可复核报告。
  • 学术综述需要覆盖多篇论文的官方原文，要求按子问题拆解主题、检索证据并逐条标注出处。
  • 内部规范检索时要在本地文档中找历史决策，抓取关键页面后组装成结构化带引用调研报告。

适合人员

  • 技术文档工程师：需要快速产出可核验的技术调研报告，对每条结论的来源链接要求明确。
  • 产品分析师：每周做竞品对比，要求所有参数和结论都能逐条溯源，不能出现无来源信息。
  • 研究生：在整理学术综述时，需要按主题拆解论文、快速定位可靠原文出处。
  • 研发工程师：要汇总内部文档中的决策依据，输出带引用的技术调研结论给团队。