业务课题深度调研与证据报告

解决什么问题

在处理高风险业务决策、战略制定或深度行业调研时，传统的“关键词检索 -> 大模型总结”模式往往产出一堆看似合理但缺乏证据支撑的文本。当你需要对比多个竞品、验证某个商业假设，或者撰写对外发布的行业报告时，这种“一问一答”式的浅层调研极易引入幻觉和偏颇信息。一旦基于错误的证据做出不可逆的商业决策，其代价远超调用大模型的 Token 成本。

核心机制与工作流

business-deep-research 将一次调研转化为一个可审计、可复用的结构化文件夹，而不是一次性的聊天回复。其核心在于严格的元研究（Meta-Research）流程：

• 问题重构与假设：首先将模糊的业务问题重写，明确背后的决策意图，并前置 2-4 个可证伪的假设。
• 并行检索与落盘：通过并行子代理（Sub-agents）在多个渠道展开搜索。所有抓取的原始资料、逐字引用（verbatim quotes）和元数据都会被保存到独立的 sources/NN_slug.md 文件中，绝不凭空捏造引用。
• 三角互证与对抗审查：每个论点必须由至少 3 个独立且类型不同（如一手报告、学术文献、行业媒体）的来源支撑。在合成报告前，还会强制运行对抗性审查，主动寻找反面论据和证伪证据。
• 增量更新协议：调研结束后会生成 refresh_targets.md，记录关键实体、数据和假设。当需要更新报告时，只需针对这些目标进行增量比对，而无需重新运行整个调研流程。

适用边界与避坑指南

该技能适用于战略分析、深度竞品拆解、复杂市场验证等“答错代价极高”的场景。但它不是用于快速获取低风险常识的快捷路由。在使用时应避免以下反模式：

• 不要跳过对项目内已有资料的检查，避免重复造轮子。
• 不要将输出仅留在聊天框中，必须将报告和源文件持久化到本地。
• 不要在证据不足或来源单一的情况下强行得出结论，应明确标注“证据不足”。