AI 不会做调研？这个 Skill 让它秒变专业研究员
AI 不会做调研？这个 Skill 让它秒变专业研究员
你有没有这种感觉：问 AI 一个需要调研的问题，它要么瞎编数据，要么给出一堆正确的废话？
问题不在 AI 笨，在于它缺一个”调研流程”。
今天挖到一个宝藏 Skill——research-agent，来自 AI 开发框架 Mastra。简单说，它是一套让 AI 学会专业做调研的 playbook。
它能做什么？
装上这个 Skill，AI 就知道怎么做研究了：
- 搜索 → 读取 → 整合 → 输出的完整流程
- 每个结论必须带引用来源，注明日期
- 永远不瞎编citation，引用了就得真实读过
- 输出格式固定：TL;DR → 关键发现 → 信源 → 未验证项
适用场景超广：竞品分析、行业报告、新闻追踪、产品调研、学术文献梳理……只要需要”先查再做”的任务，它都能接。
核心亮点
1. 信源分级机制——优先用官方文档和权威一手来源，其次才是博客、论坛。不会拿一篇三手稿当圣经。
2. 稳定/不稳定话题区分——新闻、公司动态这类”不稳定”话题强制要求搜索；历史、概念这类”稳定”话题才允许凭知识回答，并标注”未实时验证”。
3. 引用铁律——每个有数据的结论都要有编号引用，引用编号必须对应 Sources 列表里的真实条目。没有引用就不算数。
4. “我没能验证什么”坦白栏——它会主动列出”看到但没确认”的信息，而不是糊弄过去。这一点比很多真人研究员都诚实。
使用方式
在 Claude Code 或其他兼容 AI 工具中加载这个 Skill，然后直接说：
“帮我调研一下 2026 年最值得推荐的开源 AI 开发框架”
它就会自动搜索、阅读、整合，给你一份带引用的结构化报告。
谁适合用？
- 需要经常做竞品/行业调研的产品/运营同学
- 写报告、做分析需要引用背书的知识工作者
<li想让 AI 真正"查了再说"而不是"张口就来"的朋友
总结
research-agent 解决的不是”AI 会不会搜索”的问题，而是”AI 搜完会不会整理”的问题。一套规范的调研流程封装进去，AI 输出质量直接上两个台阶。
GitHub：https://github.com/mastra-ai/mastra
评论区
0 条评论
登录后可评论。