Research Complex Topics With Citations Skill 技能

技能简介

深度研究面临信息来源分散、来源质量参差不齐、不同观点相互矛盾等挑战，耗时耗力却难以形成完整认知。Research Complex Topics With Citations 是一款专注于深度研究场景的 Agent 技能，帮助 AI 编程助手在复杂主题研究任务中系统性地完成问题澄清、来源搜集、观点对比与带引用的结构化输出。该技能强调信息来源的可靠性评估与多角度观点的综合分析，适用于政策研究、市场调研、学术文献整理等需要严谨信息来源的高价值研究任务。

核心能力

1. 研究问题澄清：在搜集信息之前，先引导用户明确核心研究问题，确保后续搜索方向精准。
2. 主题分解与子问题构建：将复杂主题拆解为多个可管理的子问题，逐个击破再综合归纳。
3. 来源可信度评估：从出版时间、发布机构、利益相关性、同行评审等维度评估来源可靠性。
4. 多观点综合分析：区分共识区域、争议区域与证据不足区域，呈现研究主题的完整知识图谱。
5. 带引用的结构化摘要：生成执行摘要与详细分析两部分，引用均标注来源，支持直接用于报告撰写。
6. 研究空白标注：识别现有研究中的薄弱环节，为进一步研究提供切入点。
7. 后续研究建议：基于现有证据盲点，推荐值得深入的方向或尚未被充分回答的问题。

安装配置

前置要求

• 支持 Claude、Codex、Claude Code 等主流 AI 编程助手
• 本地已安装 npx 环境（Node.js ≥ 16）
• 建议配备网页搜索或浏览器工具，以便获取一手信息来源

安装步骤

1. 打开终端，执行以下命令安装技能： npx skillstore add shubhamsaboo/deep-research
2. 在 AI 助手对话中激活技能，建议在首次使用时明确告知研究主题、受众群体与期望深度。
3. 如需引用验证，建议在对话中提供一手文档或公开报告原文，提升引用准确性。

配置可选参数

• 受众群体：在提示词中说明「面向专业人士」或「面向普通读者」，调整输出语言深度
• 引用格式：支持多种学术引用风格，可按需指定

使用步骤

1. 陈述研究主题：向 AI 说明需要研究的主题、背景与决策目标（如「我需要了解某技术路线的发展现状」）。
2. AI 澄清问题：助手会提问以收窄研究范围，明确核心问题与边界条件。
3. 来源搜集与评估：助手根据分解后的子问题执行研究，记录每个来源的可靠性评分。
4. 综合分析输出：将共识、争议与证据空白分类呈现，每项结论附有来源引用。
5. 生成研究简报：输出包含执行摘要、关键发现、详细分析、引用列表、局限性与后续研究建议的结构化文档。
6. 核实引用：用户核对引用准确性（特别是人名、地名、机构名），必要时进行修正。

适用场景

1. 政策简报撰写：政策研究人员综合官方报告、专家评论与媒体报道，形成平衡的风险与权衡分析。
2. 市场调研报告：市场分析人员将分散的一手资料整合为结构化调研简报，识别趋势与竞争格局。
3. 学术文献综合：研究生或学者对某领域多篇论文进行综合分析，识别研究空白与争议焦点。
4. 技术选型调研：技术团队在选型新框架或服务时，系统搜集官方文档、社区反馈与性能基准数据。
5. 新闻事件深度追踪：媒体研究人员对重大事件的多方表态进行来源追溯与观点分类。
6. 商业尽职调查：投资或商务人员在合作前对目标公司进行全面调研，整合公开披露与行业报告。

适用人群

• 政策研究人员与智库分析师
• 市场调研与竞争情报从业者
• 学术研究人员与研究生
• 技术架构师与技术选型团队
• 内容研究员与调查记者
• 企业战略与投资分析人员

工作原理

该技能遵循「先澄清、再分解、后综合」的三阶段研究框架。第一阶段通过结构化提问明确核心研究问题与边界条件，确保研究方向不偏离。第二阶段将复杂主题分解为多个子问题，利用 AI 助手的搜索与阅读能力并行搜集相关信息，同时按预设的可靠性评估框架对每个来源打分。第三阶段对所有材料进行综合分析，区分已被广泛认可的观点、存在争议的观点与证据不足的领域，生成带有精确来源引用的结构化研究简报。技能内置反「幻觉」机制，明确要求用户核对引用原文，不依赖 AI 自行生成未经核实的数据或结论。

官方链接

• 技能主页：https://skillstore.io/skills/shubhamsaboo-deep-research
• 安装命令：npx skillstore add shubhamsaboo/deep-research
• 作者：shubhamsaboo（GitHub）
• 授权协议：MIT