메뉴
当系统提示词需要定义 AI 模型何时搜索、如何搜索、搜索哪些数据源、以及如何处理搜索结果时调用此 Skill。适用于所有涉及实时知识检索的 AI 产品设计——聊天机器人、研究助手、企业知识库问答等。不适用于：纯离线场景（无搜索能力的环境）、已完全内化的知识问答（如数学推导）、创意生成任务。当需求仅涉及"从本地文件读取内容"而非"联网检索外部信息"时，这不是最佳 Skill。
Codex 또는 Claude로 설치 이 Prompt를 복사해 Codex, Claude 또는 다른 어시스턴트에 붙여 넣으면 Skill 페이지를 검토하고 설치를 진행할 수 있습니다.
SOC 직업 분류 기준
当系统提示词需要设计多代理协作架构、子代理专业化分工、代理间上下文隔离与传递机制、任务生命周期管理时调用此 Skill。适用于 AI Agent 平台、多工具编排系统、代码审查流水线、跨应用协作场景等。不适用于：单代理系统（无委派需求）、简单工具调用（无子代理概念）、纯 API 编排（无 AI 决策）。当需求聚焦于"单代理内的对话路由"而非"多代理间的任务分配"时，应该用 conversation-flow 而非本 Skill。
当系统提示需要设计引用格式、信息溯源机制、来源标注系统时调用。适用于文档问答、搜索增强生成（RAG）、代码引用、浏览器辅助等需要让用户追溯信息来源的场景。不适用于纯创作类输出（如故事、诗歌），不适用于无需溯源的常识问答，也不适用于注入防御（虽然两者都涉及内容可信度）。
当系统提示面向编程代理（Coding Agent）场景时调用。适用于构建代码编辑、文件操作、Git 工作流、自动化编程助手的系统提示。不适用于代码解释或教学场景（无文件修改），不适用于 DevOps 基础设施配置（非代码层），不适用于纯对话式代码问答（无工具调用）。
当系统提示词需要设计 token 预算分配、上下文压缩策略、延迟加载机制、记忆持久化方案时调用此 Skill。适用于长对话 AI 助手、代码编辑器集成、研究型 Agent、多会话系统等需要精细管理上下文窗口的场景。不适用于：单轮交互系统（无上下文管理需求）、纯无状态 API（无对话历史）、简单的 prompt 模板设计。当需求聚焦于"如何搜索外部信息"而非"如何管理已有信息"时，应该用 search-integration 而非本 Skill。
当系统提示词需要定义 AI 如何分类用户意图、路由到不同处理流程、决定澄清策略和自主度级别时调用此 Skill。适用于多任务型 AI 助手、客服机器人、编程工具、研究助手等需要结构化对话管理的场景。不适用于：纯问答型系统（无任务执行）、单轮交互（无对话状态）、简单的 prompt 模板（无路由逻辑）。当需求仅涉及"输出什么格式"而非"如何决定输出什么"时，应该用 output-formatting 而非本 Skill。
当系统提示需要防御提示注入、越狱攻击、社会工程、内容信任边界突破等安全威胁时调用此 Skill。适用于构建 AI Agent、聊天机器人、文档处理助手等任何接受外部输入的系统提示。不适用于纯内部工具调用场景或已完全隔离的沙箱环境，也不适用于 UI 布局或响应格式设计。
| name | search-integration |
| description | 当系统提示词需要定义 AI 模型何时搜索、如何搜索、搜索哪些数据源、以及如何处理搜索结果时调用此 Skill。适用于所有涉及实时知识检索的 AI 产品设计——聊天机器人、研究助手、企业知识库问答等。不适用于：纯离线场景（无搜索能力的环境）、已完全内化的知识问答（如数学推导）、创意生成任务。当需求仅涉及"从本地文件读取内容"而非"联网检索外部信息"时，这不是最佳 Skill。 |
| tags | ["搜索策略","知识检索","多源查询","时效性","引用规范"] |
| related_skills | ["context-management","conversation-flow"] |
跨供应商系统提示词中浮现的搜索策略模式：Claude Web 的"自信不是跳过搜索的理由"、Perplexity 的"追问必须重新搜索"、Gemini 的多查询策略（至少一个问题式+一个关键词式）、Notion AI 的"搜索很便宜，默认每次首次交互都搜"。Le Chat 对所有当代公众人物强制搜索，NotebookLM 则完全不搜索——纯源文档引用。核心分歧点在于搜索的门槛：从"能不搜就不搜"到"默认每次都搜"。
context-management 的区别: context-management 管理已有上下文的压缩和加载，本 Skill 管理外部信息的获取时机和策略conversation-flow 的区别: conversation-flow 管理对话路由和澄清策略，本 Skill 专注于搜索决策（搜不搜、搜几个、搜哪里）定义搜索触发规则矩阵 — 完成标准: 建立按内容类型（时效性/事实性/人物/观点）和时效要求（实时/近期/历史）的二维矩阵，明确每种组合下的搜索策略（强制搜索/建议搜索/可选搜索/禁止搜索）
设计多查询组合模板 — 完成标准: 为每个搜索触发点定义至少两种查询形态（问题式 + 关键词式），包含语言保持规则（使用用户原始语言）和查询扩展策略
建立源优先级层级 — 完成标准: 定义至少三层源优先级（如：企业语料库 > 授权数据库 > 公共网页），包含跨源冲突时的裁决规则和降级策略
编写追问搜索策略 — 完成标准: 明确规定追问场景下的搜索行为——至少区分"信息补充型追问"（重新搜索）和"逻辑澄清型追问"（不搜索），包含时间窗口判断（超过 N 分钟必须重新搜索）
添加领域专用搜索参数 — 完成标准: 为金融（单实体聚焦+时间范围）、本地（地理编码+距离半径）、旅行（交通+住宿+天气联合查询）、体育（完整赛事上下文）等垂直领域定义专用搜索参数集