Deep Research Skill

这是什么？适合谁？

Deep Research Skill 是一个中文「深度调研」Skill（单文件即插即用），GitHub 82 Stars。它的立场极其鲜明：市面上绝大多数「AI 深度调研」本质是 Wide Research—并行搜一堆来源、按主题分类、产出工整的 checklist。看起来很全，事实也没错，但没用—只有目录，没有判断。

这个 Skill 把 Agent 掰到另一条路上：Deep Research—精读少数一手源，把它们之间的矛盾挑出来，最后落到一个「业内人真的会跟你争论」的判断上。

核心区分（来自 README 的对照表）：

四阶段工作流（外加一条比工作流更重要的纪律：不让 Agent 跳过 Phase 0）：

• Phase 0 元思考（绝不外包）：一次搜索都没发起，先拷问问题本身—为什么问这个？隐藏假设是什么？有没有一个「显而易见但其实不对」的标准答案，而这篇报告的全部价值就是说清它为什么不对？然后写下「好答案」该长什么样：核心论点摆到一屋子业内人面前得能吵起来，而不是集体点头。
• Phase 1-3：精读一手源、提炼张力（矛盾）、论证出判断（含局限声明）。

适合人群：

• 行业分析师/研究员：厌倦了 AI 产出的「正确废话」报告
• 内容创作者：要产出有观点的深度稿而非资料汇编
• 战略/投资岗位：需要「判断」而非「信息」支撑决策
• 中文知识工作者：Skill 本体为中文写就，即插即用

不适合：需要穷尽式覆盖的合规性文献综述（那种场景 Wide Research 反而是对的）；简单事实查询。

使用前提：Claude Code 或 Cursor（README 标注 works with）；带联网检索能力的模型。

准备工作

1. 运行环境：Claude Code / Cursor（或任何能加载 Markdown Skill 的 Agent）。
2. 获取：仓库就一个核心 Skill 文件，clone 或直接复制。
3. 检索能力：联网搜索（Phase 1 精读一手源必需）。
4. 成本：免费；消耗 Agent 额度（深度精读比广撒网 token 消耗更集中）。
5. 时间预算：一次完整深度调研 30-60 分钟（含多轮 Agent 交互）。

3 步快速上手

第 1 步：安装

git clone https://github.com/SeanEllyJames/deep-research-skill.git
# Claude Code：复制 skill 文件到 skills 目录
cp deep-research-skill/SKILL.md ~/.claude/skills/deep-research.md
# 或 Cursor：放进 rules / 按其 Skill 机制加载

第 2 步：提出一个「值得判断」的问题

不要问「帮我调研一下 Agent 市场」（这会触发 Wide 模式），而是：

调研这个问题：到 2027 年，AI 编程 Agent 会不会让「初级程序员」这个岗位消失？
我倾向的答案：会。但我不确定。

第 3 步：跟随四阶段流程

Agent 会先执行 Phase 0（元思考）：反问你的问题预设（「岗位消失」的口径是什么？）、点出隐藏假设、写下「好答案」标准。确认后进入精读-张力-判断流程。

预期结果：一份论证链结构的报告—观察（一手源证据）-> 分析（张力在哪）-> 判断（明确立场+置信度）-> 局限（什么情况下这个判断失效）。成功判定：读完后你能把核心论点转述成一段话，且它「有得吵」。

常见踩坑

踩坑 1：问题太大没有张力

• 现象：Phase 0 之后 Agent 把问题退回来，或产出仍然泛泛。
• 原因：「调研一下 X 行业」这类问题没有可争论的核心论点。
• 解决：按 Skill 的要求把问题改成「带立场倾向的判断题」（「X 会不会 Y？我倾向 A」），张力是深度调研的燃料。

踩坑 2：跳过 Phase 0 直接搜

• 现象：Agent 拿到问题就开始撒网搜索。
• 原因：模型本能是「赶紧干活」；README 特意强调这是比工作流本身更重要的纪律。
• 解决：明确指令「先执行 Phase 0 元思考再动手」；Phase 0 的产出（好答案标准）确认后再放行。

踩坑 3：一手源不足退回二手汇编

• 现象：引用全是公众号/新闻稿的转述。
• 原因：检索路径被中文二手内容主导。
• 解决：指令中要求「至少 N 个一手源」（论文原文/官方文档/财报/原始数据），二手观点只用于定位一手源。

踩坑 4：把「局限」当成免责声明空写

• 现象：局限一节全是「数据可能不完整」式套话。
• 原因：没理解局限的作用是划定判断的适用边界。
• 解决：要求每条局限对应「如果 X 发生，判断如何变化」—这是检验判断质量的试金石。

踩坑 5：用 Deep 模式做 Wide 的事

• 现象：让人力市场盘点这种覆盖型任务走四阶段，慢且答非所问。
• 原因：两种调研模式选错了场景。
• 解决：覆盖型需求（清单/全景）直接让 Agent 撒网；只有需要「下判断」时才上本 Skill。

初级用法

1. 单问题判断演练：拿一个你有倾向的问题（「该不该学 Rust」），让 Skill 走全流程，看它能否挑战你的倾向。
2. 旧报告重审：把一份存量调研报告喂给 Agent，让它按「观察-分析-判断-局限」结构重排并指出哪里只有信息没有判断。
3. Phase 0 单独用：只跑元思考阶段，检验自己的问题质量—这一步本身就值回票价。

高级玩法

1. 对抗式深研：让 Agent 先站正方写论证，再站反方攻击，最后以裁判身份出终稿判断。
2. 一手源配额制：规定「每条论点至少 1 个一手源、全文一手源 ≥ 8 个」，把 Skill 的「精读一手源」原则硬化成可审计指标。
3. 判断追踪：同一条判断问题每季度重跑一次，对比「局限」一节的兑现情况，形成判断校准记录。
4. 与 Prove It 类验证 Skill 串联：深研产出的判断交给对抗性验证 Skill 检验论据链，双 Skill 流水线。

小技巧

1. 亮出你的倾向：Step 2 示例里「我倾向会」不是废话—给 Agent 一个可攻击的立场，比中立提问产出深。
2. 「能吵起来」是验收线：产出如果让所有人都点头，说明论点平庸，让它重找张力。
3. 矛盾优先：指令里强调「两个可信来源冲突时不要和稀泥，把冲突本身当作核心发现展开」。
4. 中文问题英文源：中文一手源稀缺的领域，指令补充「检索英文一手源后中文输出」。
5. 保存 Phase 0 产出：好答案标准是报告的验收清单，终稿逐条对照。

常见问题 FAQ

Q1: 和各家「Deep Research」产品（OpenAI/Google 的深度研究功能）什么区别？

A: 商业 Deep Research 产品多数仍是 Wide Research 的工程强化—更多来源、更长报告，结构还是分类汇编。本 Skill 改变的是产出结构本身：论证链替代信息目录，「能吵起来的判断」替代工整 checklist。前者回答「都谁说了什么」，本 Skill 回答「你怎么看、凭什么」。

Q2: 为什么强调中文？

A: Skill 本体（提示词与流程）为中文写就，对中文问题的元思考（隐藏假设、业内争论点）更贴合语境；技术上用在英文问题也没障碍。

Q3: License 显示 NOASSERTION 是什么情况？

A: 仓库 README 徽章标 MIT，但 GitHub API 识别为 NOASSERTION（LICENSE 文件格式可能未被识别）。个人使用无碍；分发或商用前建议以仓库内 LICENSE 文件原文为准。

Q4: 单文件 Skill 能有多大约束力？

A: 约束力来自流程设计而非文件大小：Phase 0 的「绝不外包」纪律 + 论证链产出结构 + 张力提炼要求，都是对模型默认行为的定向掰正。82 stars 的社区验证说明有效，但最终效果仍依赖所用模型的指令跟随能力。

Q5: 适合每天用吗？

A: 不适合。深度调研是重流程（30-60 分钟/题），日常快问快答直接裸用 Agent 即可；它的定位是「重要决策前的关键问题深挖」。

参考链接

• GitHub 仓库

本文基于公开资料整理（GitHub 仓库 README，数据核验日期 2026-08-25），AI 辅助生成。