AI深度调研别再瞎搜了，这个Skill把方法论焊死在流水线里

AI深度调研别再瞎搜了，这个Skill把方法论焊死在流水线里

做行业研究、竞品分析、技术选型，大家现在第一反应都是：”让 AI 帮我搜一圈。” 但搜完你会发现，结果要么浅得像百科摘要，要么东拼西凑没有主线和判断，更别说引用来源是否可信了。

最近发现一个值得关注的 Skill：firefly-deep-research-skill。它的野心不是做一个”更好用的搜索框”，而是把”做研究这件事”本身拆成可重复执行的 SOP。

最大的不同，是”先分类，再动手”。 现有 Deep Research 类 Skill 大多是一刀切：不管你是做竞品调研、公司尽调、学术综述还是用户研究，全走同一条流水线。firefly 反其道行之，先识别用户需求属于哪个场景，再分发对应的研究方法。它覆盖 8 大场景 + 1 个通用骨架：竞品、市场/行业、学术、技术选型、公司尽调、用户研究、人才招聘、趋势前瞻。多场景还能组合，比如”调研中国 AI Agent 创业公司”会同时触发竞品 + 尽调 + 市场三个场景。

流水线本身也很扎实。 8 个阶段从澄清问题开始，到拆解子问题、多源并行检索、来源可信度评分、冲突标注、Knowledge Gap 循环，最后综合写作 + 4 个对抗式 critic critique + 引用校验。它还附带了 Python 脚本做自动校验：URL 可访问性、反幻觉、9 项硬约束检查。研究输出会生成一个 research-vault/ 目录，支持跨 session 增量更新，不是每次从零开始。

还有一个对国内用户很友好的点：中英文信源对等覆盖。 大部分开源研究 Skill 默认只接英文源，firefly 把知网、艾瑞、头豹、企查查、天眼查这些中文数据源也做进了 pipeline，对研究中国 AI 公司、国内行业趋势尤其实用。

三个明显补了空白的方向：技术选型、用户研究、人才研究——这三个在现有 Skill 生态里几乎没人做专门的 SOP。

当然，这个 Skill 还很新，stars 还在积累阶段，模板和中文信源的覆盖深度也有继续打磨的空间。但如果你经常需要用 AI 做半正式的研究工作，这个项目的思路值得跟进。研究这件事，最重要的不是搜索能力，而是”知道该搜什么、怎么判断搜到的可信、怎么把碎片拼成决策”——firefly 至少把这些问题说清楚了。

GitHub：https://github.com/Jay-0807/firefly-deep-research-skill

GitHub: https://github.com/Jay-0807/firefly-deep-research-skill