deep-research

一个遵循8步法，产出高质量、可验证调研报告的Claude技能。

安装使用

复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：

帮我安装这个 AI Skill：deep-research。
它的用途是：一个遵循8步法，产出高质量、可验证调研报告的Claude技能。
详细介绍见：https://321skill.com/skills/deep-research-wshuyi/
请根据该页面的说明完成安装。

“深度调研当前主流的低代码开发平台，并对比它们的核心特性和适用场景。”，它会自动启动8步工作流，从官方文档、技术博客等分层信源中提取关键事实，构建对比框架，并经过独立验证后，生成一份结构完整、带有引用和事实卡片的详细分析报告。

在信息爆炸的时代，无论是进行技术选型、市场分析还是学术研究，我们都面临着信息过载、结论模糊、来源难以追溯等挑战。Deep Research技能旨在解决这些问题，它通过一套系统化的8步方法论，将模糊的研究主题转化为结构清晰、证据确凿、可直接交付的报告。

使用时，你只需用自然语言向Claude提出调研需求，例如“深度调研REST API和GraphQL的区别”或“帮我调研最新的AI Agent框架”。该技能会自动识别问题类型，评估时效性，然后按步骤进行问题拆解、分层搜集资料、提取事实卡片、构建对比框架，并最终生成包含完整推导链和引用的报告。

该技能非常适合产品经理进行竞品分析、学术研究者撰写文献综述、内容创作者制作行业报告、以及任何需要进行深度信息梳理和决策支持的专业人士。它尤其适用于需要严谨论证和可追溯结论的场景。

使用建议：确保已为Claude配置好网络搜索工具（如WebSearch、Tavily MCP），这是获取高质量信息源的关键。对于AI、加密货币等快速变化的领域，请务必关注其自动进行的时效性评估步骤，该步骤会作为阻塞环节确保信息的及时性。

其核心在于引入了独立的Agent验证环节（Step 6.5），在最终报告生成前由另一个智能体对事实和逻辑进行交叉校验，极大提升了结论的可靠性；同时，其严格的“事实→比较→结论”推导链和L1-L4分级信源体系，确保了每个论断都有迹可循，杜绝了“我感觉”式的模糊结论。

不适合需要即时答案的简单信息查询，或对报告格式和深度没有要求的场景。

Deep Research和普通让Claude搜索有什么区别？

普通搜索是单次、线性的信息获取，而Deep Research是一套完整的系统工程，包含问题拆解、信源分级、事实提取、独立验证和结构化输出，确保报告深度和质量。

使用前需要准备什么？

需要安装Claude Code CLI，并为其配置好可用的网络搜索工具（如WebSearch、Tavily MCP或Exa MCP），否则无法获取外部信息。