research

name	research
description	默认做带一手来源的中文深度调研；只有用户明确说“轻度调研、快速查、简要核实”才走轻量分支。深度调研分 2-4 路并行、官方资料优先、来源可点击、结论先行。Use when 用户说"调研、研究一下、标杆、竞品、对比产品、写调研报告"，或需要评估技术方向、商业模式、公司现状。

深度调研报告

产出「结论先行、一手来源、能落地、一遍读懂」的调研报告。只交一份，不出双版本。

深度与轻度分支

• 用户只说“调研、研究、查一下”时，默认执行下方完整深度流程。
• 只有用户明确说“轻度调研”“快速查”“简要核实”等，才可由主会话直接完成：不强制子代理数量、字数、Mermaid 或落盘，但仍须优先核查一手来源、验证链接，并区分事实、推断和未验证内容。

流程

1. 拆路线：把问题拆成 2-4 路独立视角（例：最像的同类产品 / 成熟跨界标杆 / 反面参照）。每路写一句话说明它要回答什么。
2. 并行调研：每路派一个 researcher subagent（一条消息里同时发出）。一手资料优先：官方文档、产品页、GitHub、财报、官方博客；二手文章只当线索。这一层是这套流程的核心资产，不要为了"好读"降低采集纪律。
3. 汇总成文：全部材料回来后，由主会话一次性写完全文，不要分章拼接（LangChain 的一手教训：并行写作导致各章口径打架、读起来支离破碎）。结构见下。
4. 二稿 pass：初稿写完必须再过一遍——删重复、砍字数、查 AI 腔、核对是否满足「首句即结论」验收标准。改完才算成稿。
5. 落盘：需要保存时，写入用户指定目录；未指定则先确认位置，避免覆盖现有文件。

报告结构（固定）

章节标题不加「〇、一、二」式编号前缀，直接用描述性标题。

• ## 先把问题说清楚——开篇。用户问的到底是什么（可复述用户原话）、本文要回答哪几件事、关键术语在这里先解释掉。
• ## 结论——结论先行，敢下判断。全文写完之后才写这一节，不超过 4 段，且能独立成立（单独读完就拿到全部核心判断）。不要写"一句话结论"这种自我描述式标题。
• 正文——按结论主题组织，不是按调研过程/路线顺序排（"每路一章"只是默认值，不是硬规定）。每个标杆讲清「它具体怎么做的 + 最值得抄什么」。
• ## 对当前场景意味着什么——结合用户提供的现状与约束，给可执行建议和「别做什么」。
• ## 对决策者的启示——说明关键取舍、能力要求和需要补充的信息。
• ## 下一步你可以怎么问 / 怎么做——给出具体的下一步动作和可以追问的方向，不写"仅供参考"式废话。
• ## 附：一句话记住每个核心判断
• 文末 Sources: 汇总全部可点击链接；正文引用处也要内联链接。

按题型选骨架

正文骨架按问题类型选，别硬套同一套模板：

• 标杆对比：每个对象一节 + 一张横向对比表 + 排名/取舍结论
• 可行性判断：现状诊断 → 关键约束 → 方案对比 → 判断与前提
• 赛道扫描：格局全景 → 主要玩家 → 空位/gap 清单
• 事实核查：逐条论断 → 对/错/过时 + 依据 → 修正后的说法

写法规则

• 首句即结论：每节第一句就是该节的结论。验收标准——只读各节首句 + 表格，应能拿到全部核心判断（借鉴 GOV.UK：把标题全删掉，正文依然读得通）。
• 字数带宽：全文 2,000-4,000 字，每章 400-800 字。是区间不是下限，写多了同样算不合格。题目确实大时先说明再放宽。
• 散文优先：正文 80% 以上是成段散文。禁止满屏 bullet；引用块（>）每千字不超过 2 个。
• 禁 AI 腔：不写冒号式标题（"XX革命：改变了什么"）；删"值得注意的是""需要指出的是"这类清嗓子开头；删免责声明；句子长短要有变化。
• 不重复模板：同一个小模板（如"抄什么/别做什么"）全文出现不超过 4 次，超出就合并成一张总表。
• 术语当场解释：可能卡住读者的词第一次出现必须解释（MCP、A2A、ROAS、CAC、GMV、agentic commerce、eval、observability、take rate 等），用「一句定义 + 一个业务比喻 + 它在本文里的作用」，写在行内括号或所在段落里，不另起一份文档。
• 对比数据一律出表：结构化对比用 markdown 表格，不写成排比长段。
• Mermaid 1-3 图：每份报告正文必须有 1-3 个 Mermaid 图，表达「证据链怎么推出来」「业务/技术流程怎么跑」「已完成/下一步路线图」。当用户追问"怎么得出结论、流程是什么、已经做了什么"时，对话汇报里也给出可直接复制的代码块。
• 钱在前：结论先回答「价值从哪来、多快落地、现有资源能不能直接受益」；二阶收益（数据资产、生态卡位）不能当主锚。
• 证据链可质询：每个关键判断按「事实（一手原话/数据+链接）→ 推断（因果关系写明）→ 结论」摆开，让用户能逐环检查；事实和推断不许混写。

输入与输出变体

• 外部 AI 对话当输入：用户提供其他 AI 的对话记录时，先逐条核实其中论断——哪些对、哪些错或过时，逐条给依据——再按用户指定的聚焦面写正文。
• 发布到 GitHub：用户指定目标仓库时写成 README 风格；沿用仓库现有 Git 身份，不添加 AI 署名。

硬规则

• 数字宁可保守并标明「估算」——一个虚数毁掉整份报告的信用。
• 推荐 GitHub 开源项目时默认过滤 star 数 <100 的项目；除非用户明确要求看小众或新项目，否则不要把低 star 项目列入推荐清单。
• 涉及内部或敏感数据：只使用用户明确授权且经过必要匿名化的资料，不从有限数据推断人员变动等敏感结论。
• 链接必须验证可打开；找不到官方来源的结论标注「未验证」。