ARTICLE · 1125470
AI实战技能 04:别再自己搜半天资料——如何让AI帮你真正做一次Research?
信息很多，却没有形成真正的结论。
帮我研究一下这个问题。
01 搜索，不等于Research
未来三年，企业使用生成式AI最大的变化是什么？
哪些观点被多个来源共同支持？
哪些只是某一家公司的判断？
不同来源之间有没有矛盾？
这些结论基于什么证据？
哪些趋势已经发生，哪些只是预测？
最终最值得关注的是什么？
02 Research的第一步不是搜索
先把问题定义清楚。
帮我研究AI Agent。
我想了解AI Agent目前在企业中的实际应用情况，重点关注已经进入生产环境的场景、带来的价值，以及落地时最常见的问题。
03 一个好的Research问题，需要边界
研究AI Coding。
我想了解最近一年AI Coding在软件开发中的实际应用变化，重点研究需求分析、编码、测试和Review几个阶段，并比较主要使用方式、效果和限制。最后希望整理成一份适合非技术人员阅读的简要报告。
什么该找，什么不用找。
04 第二步：不要马上搜，先拆问题
AI对软件开发有什么影响？
一棵Research Tree。
05 让AI先帮你设计Research Plan
帮我搜索资料。
我想研究这个问题。暂时不要开始搜索，请先帮我设计Research Plan：需要回答哪些子问题、分别需要什么类型的资料，以及哪些问题最需要交叉验证。
Research Assistant。
06 第三步：来源不是越多越好
资料越多，研究越充分。
找到最多资料。
找到最适合回答这个问题的资料。
07 一手资料和二手资料要分开
原始出处在哪里？
AI可以提升开发效率40%。
08 不要只找“支持我的资料”
AI一定可以大幅提高生产效率。
AI提高生产效率案例。
请同时寻找支持和质疑这个观点的高质量资料。
不要默认我的观点是正确的，请专门寻找反例和相反证据。
09 让AI主动找“分歧”
发现不同来源为什么得出不同结论。
研究结果不一致。
结论成立的条件是什么。
10 Research最重要的能力之一：Cross-check
某个市场未来五年将增长三倍。
请找至少两个独立来源验证这个数据。
一个原始来源。
相互独立的证据。
11 日期非常重要
优先使用最近12个月的资料；如果引用更早资料，请说明为什么它仍然有参考价值。
12 区分“事实、观点和预测”
某公司已经部署1000个AI Agent。
AI Agent将成为企业软件的主要入口。
2030年Agent市场规模将达到XXX亿美元。
请明确区分事实、观点和预测，不要把预测写成已经发生的事实。
13 不要只让AI“总结来源”
Evidence。
14 从“信息整理”升级到“证据矩阵”
每一个结论背后，有什么证据。
15 AI还应该告诉你“我不知道”
目前无法确定。
如果证据不足，请直接标记“证据不足”或“尚无法判断”，不要为了给出完整答案而进行推测。
16 最后才形成结论
17 一个完整的AI Research流程
AI × Research
18 一个可以直接使用的Prompt
我想研究：
【在这里写你的问题】
我的目的：
【为什么需要研究】
暂时不要直接给我结论。
请按照以下步骤进行：
第一步：拆解问题
将这个主题拆成5～8个需要回答的关键子问题。
第二步：制定Research Plan
说明每个问题需要寻找什么类型的资料，以及应该优先使用哪些来源。
第三步：搜集证据
优先使用官方资料、原始研究、权威机构和可信的一手来源，并关注资料日期。
第四步：交叉验证
对重要结论寻找多个独立来源验证，并主动寻找反方证据。
第五步：比较观点
找出不同来源之间的共识、分歧以及产生分歧的可能原因。
第六步：整理结论
将结果分成：
已有充分证据支持；
有一定证据但仍需验证；
不同来源存在争议；
当前证据不足。
第七步：保留来源
所有关键数据和重要结论请注明来源与日期，不要把预测或观点写成事实。
让AI按照Research流程工作。
19 从“搜索答案”变成“建立判断”
答案。
帮我找到一个答案。
帮我建立一个有证据支持的判断。
20 AI最大的价值，是把Research门槛降低了
速度变快，不代表判断可以省略。
21 AI Research真正训练的，其实是“判断力”
怎么让AI帮我Research。
写在最后
不要让AI帮你“搜答案”，要让AI帮你“建立证据链”。
AI告诉了我很多东西。
我知道这个结论为什么值得相信。
答案是什么？
这个问题应该怎么研究？
“帮我写一篇文章。”
确定读者 → 明确观点 → 搭建结构 → 补充证据 → 完成初稿 → Challenge → 重写 → 形成自己的表达。