深度研究
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_94161289/deep-research-v3。
技能介绍
解决的问题
当主题跨领域、资料分散且结论互相冲突时,普通搜索容易得到碎片化、无引用、时效不清的内容。该技能面向需要系统性资料整理与证据追踪的场景,目标不是给一段泛泛总结,而是把问题拆成可验证的研究问题,并产出可复查的报告。
工作方式
- 五阶段流程:规划、多源收集、交叉验证、报告生成、自检交付。
- 问题拆解:用
5W1H将主题分解为 3~5 个子问题,并规划中英文关键词和来源类型。 - 多源检索:每个子问题至少执行 3 次独立搜索,尽量覆盖论文、官方数据、行业报告、权威媒体等 8~12 个来源,并记录 URL、日期、关键数据。
- 交叉验证:关键结论需要至少 2 个独立来源支持;冲突观点进入比较表,标注证据强度与时效性。
- 报告输出:默认生成 Markdown,使用
[1]这类编号引用、表格呈现数据,支持将本地文件作为用户提供来源纳入分析。
适用边界
它适合调研、综述、竞品/技术趋势、政策与行业资料整理;不适用于实时交易决策、隐私敏感数据的未授权分析,或需要专业法律/医疗结论的场景。若主题过宽,应拆成子报告;若来源冲突,需要按证据质量判断而非直接采纳单一说法。
使用场景
- 评估某项 AI 编码工具选型时,需要汇总厂商文档、论文、评测和社区讨论,并输出带引用比较表。
- 准备进入陌生行业前,把市场规模、政策、头部厂商和融资事件整理成带时间线的综述报告。
- 复盘竞品最近两次发布的功能、定价和渠道变化,用多来源证据标注不确定项。
- 把内部技术文档与公开论文、官网信息结合,形成带引用依据的技术可行性说明。
适合人员
- 需要为管理层决策提供依据、且要求每个结论可追溯引用的咨询顾问
- 负责竞品与技术趋势调研、要定期输出带证据链分析报告的产品经理
- 进入新领域前需要快速建立事实基线、区分官方数据和观点的开发者
- 需要把本地资料与公开信息统一引用、形成可交付 Markdown 报告的研究助理