��用 ��度研究 ��步研究 Agent Skill

by lornshrimp

对小说写作相关话题进行初步调研，生成调研outline。用于题材趋势、平台生态、专业知识、场景环境、人物原型、写作技法、读者市场等研究域的深度调研。

4k tokens

context cost

the whole folder, loaded on every use

files

ships runnable scripts

copies elsewhere

how many repositories repackaged it

148

stars on the repo

on the repository, not the skill itself

Install

one command, takes just this skill from the repository

npx skills add https://github.com/lornshrimp/Lorn.NovelWriteSkills --skill 通用-深度研究-初步研究

The instruction itself

10 sections, as written by the author

通用-深度研究-初步研究

触发方式

/research <topic>

触发后应首先加载主 SKILL.md 中的"小说写作七大研究域"分类体系，据此确定当前课题的主研究域。

执行流程

Step 0: 确定研究域

基于用户输入的话题，从主 SKILL.md 的七大研究域中确认本次的主研究域：

题材趋势研究
平台生态研究
专业知识研究
场景/环境研究
人物原型研究
写作技法研究
读者/市场研究

一个课题可能跨多个研究域；若跨域，标记主域和辅助域。

Step 1: 模型内部知识生成初步框架

基于 topic 和研究域，利用模型已有知识生成：

该领域的核心调研对象 / items 列表
建议的调研字段框架（每个字段指明 name、description、detail_level）

输出 {step1_output}，使用 AskUserQuestion 确认：

items 列表是否需要增减？（明确哪些是核心必查项，哪些是可选项）
字段框架是否满足创作需求？（是否有遗漏的关键信息维度？）

Step 2: Web Search 补充

使用 AskUserQuestion 询问时间范围（如：最近 6 个月、2024 年至今、不限）。

参数获取：

{topic}: 用户输入的调研话题
{YYYY-MM-DD}: 当前日期
{step1_output}: Step 1 生成的完整输出内容
{time_range}: 用户指定的时间范围
{research_domain}: 确认的研究域

硬约束：以下 prompt 必须严格复述，仅替换 {xxx} 中的变量，禁止改写结构或措辞。

启动 1 个 web-search-agent（后台），Prompt 模板：

prompt = f"""## 任务
小说写作研究课题: {topic}
研究域: {research_domain}
当前日期: {YYYY-MM-DD}

基于以下初步框架，从小说创作者视角补充最新 items 和推荐调研字段。

## 已有框架
{step1_output}

## 目标
作为小说创作者的深度研究助手，请：
1. 验证已有 items 是否遗漏了对创作者有实际价值的重要对象
2. 根据遗漏对象进行补充 items
3. 继续搜索 {topic} 相关且 {time_range} 内的 items 并补充
4. 补充对小说创作者真正有用的新 fields——优先补充那些"能让作者直接写进正文/设定/大纲"的信息维度

## 输出要求
直接返回结构化结果（不写文件）：

### 补充Items
- item_name: 简要说明（为什么这个对象对小说创作者有价值）
...

### 推荐补充字段
- field_name: 字段描述（这个维度能帮作者写出什么具体内容）
...

### 信息来源
- [来源1](url1)
- [来源2](url2)
"""

One-shot 示例（假设调研起点中文网都市悬疑题材趋势）：

## 任务
小说写作研究课题: 起点中文网都市悬疑题材 2025-2026 趋势
研究域: 题材趋势研究
当前日期: 2026-05-31

基于以下初步框架，从小说创作者视角补充最新 items 和推荐调研字段。

## 已有框架
### Items列表
1. 都市悬疑细分赛道分布: 刑侦、心理悬疑、社会派、怪谈灵异等子类型占比
2. 头部作品特征: 均订、收藏、月票等数据的代理信号分析
3. 读者偏好迁移: 2025-2026 热门元素与新出现的读者口味变化
...

### 字段框架
- 市场数据: 赛道占比、增长趋势、头部作品关键指标
- 内容特征: 热门设定模式、人物类型偏好、节奏特征
- 读者反馈: 高频好评元素、常见弃书原因、争议话题
...

## 目标
作为小说创作者的深度研究助手，请：
1. 验证已有 items 是否遗漏了对创作者有实际价值的重要对象
2. 根据遗漏对象进行补充 items
3. 继续搜索 起点中文网都市悬疑题材 2025-2026 趋势 相关且 2024年至今 内的 items 并补充
4. 补充对小说创作者真正有用的新 fields

## 输出要求
直接返回结构化结果（不写文件）：

### 补充Items
- item_name: 简要说明（为什么这个对象对小说创作者有价值）
...

### 推荐补充字段
- field_name: 字段描述（这个维度能帮作者写出什么具体内容）
...

### 信息来源
- [来源1](url1)
- [来源2](url2)

Step 3: 询问用户已有字段

使用 AskUserQuestion 询问用户：

是否有已定义的研究字段文件？如有则读取并合并。
是否有当前项目的总纲、设定、人物传记等相关文件需要纳入参考？（这些文件中的信息缺口可能指示研究重点）

Step 4: 检查既有研究报告

在当前项目目录或题材目录的 写作研究/ 下检查是否已存在与本次课题相关的研究报告。若存在：

读取并提取已有结论作为参考
避免重复研究同一课题
若本轮课题是已有报告的深化或更新，在 outline 中标注
若本轮课题与已有报告高度重合且无新价值，建议调整研究角度

Step 5: 生成 Outline（分离文件）

合并 {step1_output}、{step2_output}、用户已有字段和既有研究报告，生成两个文件：

outline.yaml（items + 配置）：

topic: 调研主题（含研究域标注）
research_domain: 主研究域 + 辅助域
items: 调研对象列表（每个 item 含 name、category、description、创作价值说明）
execution:
batch_size: 并行 agent 数量（需 AskUserQuestion 确认，默认 3）
items_per_agent: 每个 agent 调研项目数（需 AskUserQuestion 确认，默认 2）
output_dir: 结果输出目录（默认 ./results）

fields.yaml（字段定义）：

字段分类和定义——分类名使用小说写作研究专用体系：

| 分类 | 适用研究域 |

|------|----------|

| 市场数据 | 题材趋势、平台生态、读者市场 |

| 内容特征 | 题材趋势、写作技法 |

| 读者反馈 | 题材趋势、平台生态、读者市场 |

| 专业知识 | 专业知识研究、场景环境研究 |

| 人物特征 | 人物原型研究 |

| 场景细节 | 场景环境研究 |

| 技法要素 | 写作技法研究 |

| 创作可迁移 | 全研究域通用——"这个研究发现能怎样用在你的小说里" |

每个字段的 name、description、detail_level
detail_level 分层：极简 → 简要 → 详细
uncertain: 不确定字段列表（保留字段，deep 阶段自动填充）
创作可迁移字段为必填：每个 item 必须输出 创作可用抓手 字段，说明该研究发现能如何用于小说创作

Step 6: 输出并确认

6.1 创建目录与保存文件

创建目录: ./{topic_slug}/
保存: outline.yaml 和 fields.yaml

6.2 调研大纲确认（检查点1）

展示以下摘要，必须获得用户确认后才能进入 /research-deep：

## 调研大纲摘要
- **研究课题**: [topic]
- **主研究域**: [domain]
- **辅助研究域**: [sub-domains，如有]
- **调研条目**: [N] 项
- **调研字段**: [M] 个（含 [K] 个创作可迁移字段）
- **并行配置**: [batch_size] agent × [items_per_agent] 项/agent
- **信息缺口预判**: [初步判断哪些维度信息可能稀缺——来自 nuwa-skill 的诚实前置原则]

6.3 后续命令提示

若需追加条目或字段，可使用 /research-add-items 或 /research-add-fields
确认后执行 /research-deep 开始深度调研

输出路径

{当前工作目录}/{topic_slug}/
  ├── outline.yaml    # items列表 + execution配置 + 研究域标注
  └── fields.yaml     # 字段定义（含创作可迁移字段）

后续命令

/research-add-items - 补充调研条目
/research-add-fields - 补充调研字段
/research-deep - 开始深度调研

Other skills for the same job

different authors, same section of the catalogue

Content Research Writer

by frostant

×10

Assists in writing high-quality content by conducting research, adding citations, improving hooks, iterating on outlines, and providing real-time feedback on each section. Transforms your writing process from solo effort to collaborative partnership.

4k tokens

Lead Research Assistant

by frostant

×8

Identifies high-quality leads for your product or service by analyzing your business, searching for target companies, and providing actionable contact strategies. Perfect for sales, business development, and marketing professionals.

Use this skill to query your Google NotebookLM notebooks directly from Claude Code for source-grounded, citation-backed answers from Gemini. Browser automation, library management, persistent auth. Drastically reduced hallucinations through document-only responses.

Efficient database search tool for bioRxiv preprint server. Use this skill when searching for life sciences preprints by keywords, authors, date ranges, or categories, retrieving paper metadata, downloading PDFs, or conducting literature reviews.

Query and analyze scholarly literature using the OpenAlex database. This skill should be used when searching for academic papers, analyzing research trends, finding works by authors or institutions, tracking citations, discovering open access publications, or conducting bibliometric analysis across 240M+ scholarly works. Use for literature searches, research output analysis, citation analysis, and academic database queries.

Access USPTO APIs for patent/trademark searches, examination history (PEDS), assignments, citations, office actions, TSDR, for IP analysis and prior art searches.

Multiagent AI system for scientific research assistance that automates research workflows from data analysis to publication. This skill should be used when generating research ideas from datasets, developing research methodologies, executing computational experiments, performing literature searches, or generating publication-ready papers in LaTeX format. Supports end-to-end research pipelines with customizable agent orchestration.

Automated LLM-driven hypothesis generation and testing on tabular datasets. Use when you want to systematically explore hypotheses about patterns in empirical data (e.g., deception detection, content analysis). Combines literature insights with data-driven hypothesis testing. For manual hypothesis formulation use hypothesis-generation; for creative ideation use scientific-brainstorming.

7k tokens

How to use it

Copy the folder

Take lornshrimp/通用-深度研究-初步研究 from the repository into ~/.claude/skills for personal use, or into .claude/skills inside a project.

Check the name does not clash

The agent identifies a skill by the name field in its header. Two skills with the same name cannot sit side by side — one of them will be ignored.

���用 ���度研究 ���步研究 Agent Skill

Install

The instruction itself

通用-深度研究-初步研究

触发方式

执行流程

Step 0: 确定研究域

Step 1: 模型内部知识生成初步框架

Step 2: Web Search 补充

Step 3: 询问用户已有字段

Step 4: 检查既有研究报告

Step 5: 生成 Outline（分离文件）

Step 6: 输出并确认

6.1 创建目录与保存文件

6.2 调研大纲确认（检查点1）

6.3 后续命令提示

输出路径

后续命令

Other skills for the same job

How to use it

��用 ��度研究 ��步研究 Agent Skill