research-ops

Research Ops

當使用者要求研究當前資訊、比較選項、豐富人員或公司資料，或將重複查詢轉為監控工作流程時使用。

這是圍繞儲存庫研究堆疊的操作包裝器。它並非取代 deep-research、exa-search 或 market-research；而是告訴你何時以及如何將它們組合使用。

技能堆疊

在相關工作流程中引入這些 ECC 原生技能：

• exa-search：快速當前網路探索
• deep-research：多來源綜合分析並附引用
• market-research：當最終結果應為建議或排名決策時
• lead-intelligence：當任務是針對人員/公司而非一般研究時
• knowledge-ops：當結果應儲存於持久脈絡中以備後續使用時

使用時機

• 使用者說「研究」、「查詢」、「比較」、「我該找誰談」或「最新消息是什麼」
• 答案依賴於當前公開資訊
• 使用者已提供證據，並希望將其納入新的建議中
• 任務可能重複發生，應轉為監控而非一次性查詢

防護措施

• 當新鮮搜尋成本低廉時，不要用過時的記憶回答當前問題
• 區分：
  • 有來源的事實
  • 使用者提供的證據
  • 推論
  • 建議
• 如果答案已存在於本地程式碼或文件中，不要啟動重量級研究流程

工作流程

1. 從使用者已提供的內容開始

將任何提供的資料標準化為：

• 已有證據的事實
• 需要驗證的項目
• 開放性問題

如果使用者已建立部分模型，不要從零開始重新分析。

2. 分類請求

在搜尋前選擇正確的類別：

• 快速事實性答案
• 比較或決策備忘錄
• 潛在客戶/資料豐富化流程
• 重複監控候選項目

3. 優先採用最輕量的有效證據路徑

• 使用 exa-search 進行快速探索
• 當需要綜合分析或多來源時，升級至 deep-research
• 當結果應以建議結尾時，使用 market-research
• 當實際需求是目標排名或溫和路徑探索時，移交給 lead-intelligence

4. 報告時明確標示證據邊界

對於重要主張，說明其屬於：

• 有來源的事實
• 使用者提供的脈絡
• 推論
• 建議

對時效性敏感的答案應包含具體日期。

5. 決定任務是否應保持手動

如果使用者可能重複問相同的研究問題，明確說明並建議使用監控或工作流程層，而非永遠重複相同的手動搜尋。

輸出格式

問題類型
- 事實性 / 比較 / 豐富化 / 監控

證據
- 有來源的事實
- 使用者提供的脈絡

推論
- 從證據得出的結論

建議
- 答案或下一步行動
- 是否應轉為監控

常見陷阱

• 不要將推論混入有來源的事實而不加標示
• 不要忽略使用者提供的證據
• 不要對本地儲存庫脈絡能回答的問題使用重量級研究路徑
• 不要給出時效性敏感的答案而不附日期

驗證

• 重要主張需標示證據類型
• 時效性敏感的輸出需包含日期
• 最終建議需與實際使用的研究模式相符