深度研究框架

技能简介

Deep Research 是一套系统化的深度调研框架，整合网络搜索、内容提取、来源验证与迭代调查等方法，对任意主题开展多轮次、结构化的深入研究。

业务背景

面对信息过载与真假难辨的商业环境，深度研究框架帮助团队系统性地开展主题调研。通过多轮搜索、来源交叉验证和偏见识别，确保决策建立在可靠信息基础上，降低因信息偏差导致的战略误判风险，提升研究报告的专业可信度。

落地案例：某企业计划进入东南亚新能源市场，研究团队启动该框架：第一阶段广泛收集各国政策文件与行业报道；第二阶段针对补贴退坡机制、本土竞争格局等关键议题深入挖掘；第三阶段交叉比对政府官网、国际能源署报告及当地媒体信源，识别出三处数据矛盾并追溯原始出处；最终输出包含执行摘要、分国别分析、信源评级及待核实问题的完整报告，为投资决策提供扎实依据。

能做什么

• 制定研究计划并明确验证标准
• 执行多源网络搜索与内容提取
• 交叉比对来源、识别矛盾与模式
• 评估信息可信度与潜在偏见
• 生成结构化研究报告与待解决问题清单

使用说明

1. 环境准备：确保已配置 web_search、web_fetch、browser、read、write、edit、memory_get/memory_search 等工具权限。
2. 启动研究：调用本技能并输入研究主题，系统自动进入四阶段工作流（初步调查→深入挖掘→合成验证→报告输出）。
3. 迭代优化：根据中间发现调整搜索关键词，补充专家来源与同行评审资料，完成多轮验证。
4. 成果输出：获取包含执行摘要、分主题详述、来源评估及待解决问题的完整报告。

输入与输出

见下方输入与输出表格。

风险提示

• 网络信息存在时效性问题，需标注发布日期并标记可能过时的内容
• 来源可能存在立场偏见或利益冲突，需独立评估作者背景与机构声誉
• 复杂站点可能出现抓取失败，需备用 browser 工具手动处理
• 多轮迭代可能产生大量中间文件，建议建立结构化目录管理

来源信息

原始链接：https://github.com/openclaw/skills/tree/main/skills/jiacode/deepresearchwork/SKILL.md
来源类型：GitHub 仓库