affaan-m/research-ops

研究运营

当用户要求研究当前信息、比较选项、丰富人员或公司信息，或将重复查询转化为可监控的工作流时，使用此功能。

这是仓库研究栈的操作封装。它并非 deep-research、exa-search 或 market-research 的替代品；而是指示何时以及如何将它们结合使用。

技能栈

在相关场景下，将这些 ECC 原生技能纳入工作流：

• exa-search：用于快速发现当前网络信息
• deep-research：用于多源综合并附带引用
• market-research：当最终结果应为建议或排序决策时使用
• lead-intelligence：当任务针对人员/公司而非通用研究时使用
• knowledge-ops：当结果需持久存储于后续上下文时使用

使用时机

• 用户提及“研究”、“查找”、“比较”、“我应该联系谁”或“最新情况”
• 答案依赖于当前的公开信息
• 用户已提供证据，并希望将其纳入新的建议中
• 任务可能具有重复性，应转为监控而非一次性查询

防护措施

• 当新鲜搜索成本低廉时，不要依赖过时记忆回答当前问题
• 区分：
  • 有来源的事实
  • 用户提供的证据
  • 推断
  • 建议
• 如果答案已存在于本地代码或文档中，不要启动繁重的研究流程

工作流

1. 从用户已提供的信息出发

将任何提供的材料规范化为：

• 已有证据的事实
• 需要验证的内容
• 未解决的问题

如果用户已构建部分模型，不要从零开始重新分析。

2. 对请求进行分类

在搜索前选择正确的路径：

• 快速事实性回答
• 比较或决策备忘录
• 线索/丰富化处理
• 重复监控候选

3. 优先采用最轻量的有效证据路径

• 使用 exa-search 进行快速发现
• 当需要综合或多源信息时，升级至 deep-research
• 当结果需以建议形式呈现时，使用 market-research
• 当实际需求是目标排序或温暖路径发现时，转交至 lead-intelligence

4. 报告时明确证据边界

对于重要声明，说明其属于：

• 有来源的事实
• 用户提供的上下文
• 推断
• 建议

对时效性敏感的答案应包含具体日期。

5. 决定任务是否应保持手动

如果用户可能反复提出相同的研究问题，请明确说明，并建议采用监控或工作流层，而非永远重复相同的手动搜索。

输出格式

问题类型
- 事实性 / 比较性 / 补充性 / 监控性

证据
- 有来源的事实
- 用户提供的上下文

推论
- 从证据中得出的结论

建议
- 答案或下一步行动
- 是否应将其设为监控项

常见陷阱

• 不要将推断混入有来源的事实而不加标注
• 不要忽略用户提供的证据
• 不要对本地仓库上下文能回答的问题使用繁重的研究路径
• 不要给出不含日期的时效性敏感答案

验证

• 重要声明需标注证据类型
• 时效性敏感的输出需包含日期
• 最终建议需与实际使用的研究模式匹配