���用 ���度研究

通用-深度研究

> 题材路由：若 .github\题材专用Skills\ 目录存在对应的 <题材>-深度研究 Skill，则：

> - 将题材特性骨架路由到 <题材>-深度研究，该 Skill 位于 .github\题材专用Skills\ 目录。

> - 命中本技能时，必须优先强制加载当前 Skill 与 <题材>-深度研究。

这不是"随便搜一下看看有什么资料"的浅浏览动作，也不是只给几条搜索结果链接的敷衍行为，更不是把通用百科知识当成可落地的写作研究结论。

本 Skill 的目标，是把"小说作者需要深入调研的课题"拆成可规划、可深搜、可验证、可落盘、可被其他 Skill 引用的完整工作流：

• 先按小说写作的七大研究域确定调研方向与维度；
• 再生成结构化的调研大纲（items + fields），人机确认后进入并行深搜；
• 每个调研条目由专用搜索代理深度挖掘，逐项收集创作可用的结构化信息；
• 最后汇总为可直接保存到 调研报告/（项目强相关）或 写作研究/（通用/题材相关）目录下的 Markdown 报告。

基于 Deep-Research-skills 项目架构，改造为小说写作专用版本。

<!-- ===== Layer 3: 场景缓存 ===== -->

核心命令

| 命令 | 说明 |

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

| /research <topic> | 初步调研：确定研究域→生成 outline.yaml + fields.yaml |

| /research-deep | 并行深度搜索：逐项启动搜索代理，收集结构化数据 |

| /research-report | 汇总生成可直接落盘的 Markdown 研究报告 |

| /research-add-items | 追加调研条目 |

| /research-add-fields | 追加调研字段 |

工作流程

/research "起点中文网都市悬疑题材 2025-2026 趋势"
    ↓ 确定研究域：题材趋势研究
    ↓ 生成大纲（items: Top10 作品 / 读者偏好 / 签约趋势… + fields）
    ↓ 【检查点1】用户确认/修改调研条目与维度
/research-deep
    ↓ 并行 web-search-agent 逐项深搜
    ↓ 结果写入 results/
    ↓ 【检查点2】调研质量摘要 → 用户确认
/research-report
    ↓ 汇总为 起点中文网都市悬疑题材趋势研究.md
    ↓ 【检查点3】诚实边界 + 三重验证自检
    ↓ 判断落盘位置：题材级通用研究 → 落盘到 都市悬疑/写作研究/
    （若为项目强相关，则落盘到 项目根/调研报告/）

小说写作七大研究域

本 Skill 将小说写作的研究需求归纳为以下七域。每次 /research 启动时，必须先从七域中确认主研究域，再生成对应的调研条目与字段。

一、题材趋势研究

某题材在目标平台的热度走向、饱和度、创新空间、读者偏好迁移、新兴子类型。

典型课题：

• "起点中文网 2026 年都市题材细分赛道趋势"
• "番茄小说女频爱情题材热门元素演变"
• "悬疑推理题材在免费平台与付费平台的差异化表现"

服务 Skill：通用-设计题材定位框架、通用-平台签约评估框架

二、平台生态研究

某平台的读者画像、内容偏好、推荐机制、签约标准、流量分配规则、作者生态。

典型课题：

• "七猫免费小说平台的读者画像与阅读行为特征"
• "知乎盐选专栏的选题偏好与过稿标准"
• "起点中文网 2026 年推荐资源体系与获取条件"

服务 Skill：通用-平台签约评估框架、通用-多平台小说适配

三、专业知识研究

某种职业、技术、程序、科学原理的真实细节——用于增强故事设定的真实性、专业感与不可替代性。

典型课题：

• "法医 DNA 检验的真实流程、时间线与常见误区"
• "中国刑警命案侦办的标准程序与内部术语"
• "区块链技术原理及其在社会治理中的可能应用"

服务 Skill：通用-设计故事设定、通用-执行场景单元

四、场景/环境研究

某个真实地点、时代、建筑类型、城市空间的具体特征——用于增强场景描写的质感与说服力。

典型课题：

• "2003 年广州城中村的日常生活细节"
• "上海陆家嘴金融写字楼的职场生态与空间特征"
• "中国县级公安局的建筑布局与内部氛围"

服务 Skill：通用-执行微空间受限场景、通用-创建小说正文

五、人物原型研究

某类人群的行为模式、语言习惯、心理特征、社会处境——用于增强人物传记的真实感与辨识度。

典型课题：

• "中国基层刑警的职业倦怠与心理应对机制"
• "2020 年代中国一线城市独居女性的生活状态与社交模式"
• "程序员转行外卖骑手的真实经历与社会心态"

服务 Skill：通用-设计人物传记、通用-执行对话冲突

六、写作技法研究

某种叙事手法、节奏控制、对话技巧、悬念设计、爽点编排的原理与经典案例。

典型课题：

• "章末钩子的 12 种经典类型与起点爆款案例拆解"
• "长篇小说的中段防崩策略与结构设计"
• "第一人称与第三人称在悬疑推理中的叙事效果对比"

服务 Skill：通用-强化章末钩子、通用-强化章节开头、通用-去AI味重写、通用-正文润色

七、读者/市场研究

某读者群体的偏好、付费习惯、阅读场景、弃书原因、讨论热点。

典型课题：

• "起点男频核心付费读者对'降智'内容的敏感阈值"
• "免费平台读者与付费平台读者在爽点偏好上的差异"
• "2025-2026 年中国网文读者的阅读时长、场景与设备分布"

服务 Skill：通用-平台签约评估框架、通用-多平台小说适配、通用-分析竞对作品

与 通用-分析竞对作品 的边界与协作

本 Skill 与 通用-分析竞对作品 是互补关系，不是替代关系：

| 维度 | 通用-深度研究 | 通用-分析竞对作品 |

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

| 研究对象 | 题材、平台、知识、技法、读者等广泛课题 | 具体竞对作品的四层深拆 |

| 产出形式 | 研究报告（Markdown），项目强相关 → 调研报告/，通用/题材相关 → 写作研究/ | 竞对分析报告，落盘到 竞对分析/ |

| 研究粒度 | 可覆盖宏观趋势到微观细节 | 聚焦单书/多书的深拆对比 |

| 典型触发 | "帮我研究都市悬疑2026趋势" | "分析排行榜前5本书为什么强" |

协作路径：

• 深度研究的产出（如题材趋势报告）可作为竞对分析的前置知识——帮助确定榜单上哪些作品更值得深拆。
• 竞对分析的结论（如某竞品的强项与短板）可作为深度研究的条目输入——深入某个竞品暴露的知识缺口。
• 两个 Skill 可在同一任务中先后调用：先做领域深度研究建立认知底盘，再做竞对深拆锁定具体标杆。

研究报告落盘位置规范

研究报告的落盘位置根据研究内容与项目的关系分为两类：

项目强相关 → 调研报告/

若研究课题直接服务于某个具体的小说项目（如为"项目X"调研专业知识、场景环境、人物原型等），报告应落盘到该项目根目录下的 调研报告/ 子目录。

典型场景：

• 为当前正在创作的小说调研专业知识（如法医流程、区块链原理）→ 调研报告/
• 为当前项目的人物原型做研究（如基层刑警职业状态）→ 调研报告/
• 为当前项目的场景做环境考证（如 2003 年广州城中村）→ 调研报告/

> 判断标准：如果研究结论只对当前这个项目有直接用途，放入 调研报告/。

通用/题材相关 → 写作研究/

若研究课题不绑定具体项目，而是通用的题材趋势、平台生态、写作技法、读者市场研究，或仅与某个题材相关但不指向特定小说项目，应落盘到项目根目录下的 写作研究/ 子目录。

典型场景：

• "起点中文网 2026 年都市题材细分赛道趋势"（题材通用）→ 写作研究/
• "番茄小说女频爱情题材热门元素演变"（题材通用）→ 写作研究/
• "章末钩子的 12 种经典类型与起点爆款案例拆解"（写作技法通用）→ 写作研究/

> 判断标准：如果研究结论可供多个项目复用、或属于题材级别的知识沉淀，放入 写作研究/。

落盘前检查

• 若目标目录下已存在与本次课题相关的研究报告，必须先读取并纳入参考，避免重复研究同一课题——但可以更新、深化、补充。
• 研究报告文件名规范：{研究域简称}_{课题简述}.md，例如：
• 项目强相关：专业知识_法医DNA检验流程.md（放在 调研报告/ 下）
• 题材通用：题材趋势_起点都市悬疑2026趋势.md（放在 写作研究/ 下）
• 其他 Skill（如 通用-设计故事设定、通用-设计人物传记）在需要时可以通过引用 调研报告/ 或 写作研究/ 下的报告来获取研究结论。

研究产物落盘规范（强制）

• 默认产物是可直接引用的 Markdown 研究报告，必须写回文件，不能只在聊天中讨论。
• 报告必须包含：## 研究课题、## 研究方法与来源、## 核心发现、## 创作可用的结论与抓手、## 信息来源。
• "创作可用的结论与抓手" 部分必须把研究发现翻译成作者可以直接在正文、设定、大纲中使用的具体建议，不能停留在抽象总结。
• 每条关键结论尽量标注信息来源与置信度（高/中/低），不确定处必须写明。
• 落盘位置按 【研究报告落盘位置规范】 执行：项目强相关 → 调研报告/，通用/题材相关 → 写作研究/。
• 若研究过程中发现与现有旧报告冲突，以本轮新证据为准，并在报告中显式标注冲突与更新理由。

诚实边界（强制）

每份研究报告必须包含"诚实边界"段落，明确写出本研究的局限：

• 信息截止日期：调研时间点，之后的变化未覆盖。
• 信息缺口声明：哪些维度公开信息极少、哪些结论基于有限样本推测。
• 不确定项清单：明确列出本研究中标记为 [不确定] 的字段与条目。
• 置信度总评：对整体研究结论的可信度给出高/中/低总评及理由。
• 反常识声明：如果某个结论与主流认知不一致，明确标注并说明证据强度。

> 一份不告诉你局限在哪的研究报告，不值得信任。

信息质量验证框架（Nuwa 三重验证）

并非所有搜到的信息都值得写进研究报告。从 nuwa-skill 的心智模型验证方法论迁移而来的三层过滤，确保每条写入报告的结论都经得起推敲：

验证1：跨源复现

同一发现/趋势/模式是否出现在至少 2 个独立来源中？

• 例："都市悬疑读者偏好社会派"——需要在起点书评区 + 行业分析 + 知乎读者讨论中均出现，才算成立
• 仅一个来源出现 → 降级为"待验证线索"，标注 [待验证]
• 多个来源互相矛盾 → 进入矛盾处理流程（见下节）

验证2：创作可迁移（生成力）

这个发现能否推导出具体的创作建议？能否指导作者写出某个场景、设计某个人物、调整某个节奏？

• 能生成 ≥2 条具体创作建议 → 通过
• 只能停留在"某题材很火""读者喜欢XX"的抽象总结 → 不通过，丢弃或深化搜索
• 生成力是区分"研究结论"与"搜索摘要"的核心标准

验证3：有区分度（排他性）

这个发现是"不说也知道"的常识，还是真正有信息量的洞察？

• 例："网文需要强冲突" = 常识，不纳入核心发现
• 例："起点都市悬疑题材中，社会派推理的章均本章说数是纯刑侦派的 2.3 倍" = 有信息量的洞察
• 常识性发现可作为背景铺垫，但不得占据"核心发现"的篇幅

三重验证结果分类

| 通过重数 | 定级 | 处理方式 |

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

| 三重全过 | 核心发现 | 写入报告核心发现，可被其他 Skill 作为高置信度输入引用 |

| 通过两重 | 参考发现 | 写入报告，标注置信度"中"，注明未通过的维度 |

| 仅通过一重 | 待验证线索 | 写入报告附录，标注 [待验证]，不做强结论 |

| 零重通过 | 丢弃 | 不纳入报告（可能是特定语境下的随口一说，或搜索噪声） |

信息来源分级与黑名单

信息源优先级（从高到低）

| 优先级 | 来源类型 | 揭示什么 | 可信度 |

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

| 最高 | 平台官方数据（起点榜单/番茄数据/后台截图） | 客观市场表现 | ★★★★★ |

| 最高 | 一线从业者亲述（作者访谈/编辑公开分享/行业会议纪要） | 真实创作生态 | ★★★★★ |

| 高 | 读者一线反馈（本章说/书评区/书友圈——直接打开作品页查看） | 即时读者反应 | ★★★★ |

| 高 | 学术论文/行业报告 | 系统性分析 | ★★★★ |

| 中 | 行业媒体分析（非自媒体） | 二手分析 | ★★★ |

| 中 | 社交平台读者讨论（知乎/小红书/微博） | 读者舆论 | ★★★（需交叉验证） |

| 低 | 自媒体/个人博客的分析文章 | 个人观点 | ★★（仅作参考） |

| 最低 | AI 生成的综述/总结 | 可能包含幻觉 | ★（不得单独作为结论依据） |

信息源黑名单（永远排除）

以下来源不纳入研究材料：

• 知乎匿名回答 / 无来源声称：无法核验身份与资质，信息失真率高
• 微信公众号文章（封闭生态类）：无法验证原始出处、大量洗稿转述
• 百度百科 / 百度知道：信息陈旧且不可靠
• 内容农场 / SEO 水文：拼凑内容，无一手信息
• 未标明来源的"网文数据"：无法核实的数据等同于编造

中文权威渠道替代方案：36氪、极客公园、晚点LatePost、财新、第一财经、虎嗅、少数派、机器之心；网文行业类优先使用作家访谈原文、平台官方公告、阅文年报等可核验来源。

矛盾与不确定性处理原则

研究过程中遇到矛盾信息，是信号而非噪音。矛盾往往暴露了选题的张力所在——对创作者来说，张力就是可写的空间。

三种矛盾类型

| 类型 | 特征 | 处理方式 |

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

| 时间性矛盾 | 同一事物在不同时间点表现不同（如某题材 2024 年火爆、2025 年降温） | 记录变化轨迹，标注时间窗口，以最新数据为主但保留历史参照 |

| 来源性矛盾 | 不同来源对同一事物的描述不一致（如平台榜单 vs 读者口碑有偏差） | 并列呈现双方的证据与立场，分析偏差的可能原因，不做硬性调和 |

| 观点性矛盾 | 不同群体对同一事物的评价相反（如某写法在资深读者中受追捧、在新读者中被弃读） | 标注分歧双方的人群画像，这种分歧本身就是"创作者的选择空间" |

错误处理方式（禁止）

• ❌ 选一边忽略另一边，装作矛盾不存在
• ❌ 编一个调和的解释，把矛盾"圆"掉
• ❌ 因为不确定就删掉整条发现

信息不足时的处理

| 情况 | 处理 |

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

| 某个维度公开信息极少 | 标注"信息不足"，降低该维度的置信度 |

| 只有二手信息 | 标注为"据[来源]报道，未经一手核验" |

| 信息相互矛盾且无法判断主次 | 并列呈现，让使用者自行判断 |

| 关键数据无法获取（如均订/追读） | 使用代理信号（如榜单排名/本章说数）并显式标注为代理 |

调研质量检查点

调研不是一次性跑完就够了。借鉴 nuwa-skill 的分阶段质量控制，在关键节点设置检查点，垃圾进垃圾出——在这里拦截比报告落盘后再返工成本低得多。

检查点 1：大纲确认后（/research 产出 → /research-deep 启动前）

向用户展示调研大纲摘要并确认：

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
├── 信息缺口预判: [初步判断哪些维度信息可能稀缺]
└── 继续 /research-deep？

检查点 2：深度搜索结束后（/research-deep 完成 → /research-report 启动前）

自动统计并展示调研质量摘要：

┌──────────────────┬──────────┬──────────────────────────┐
│ 维度              │ 状态      │ 关键发现                  │
├──────────────────┼──────────┼──────────────────────────┤
│ 完成条目          │ N/N      │                           │
│ 不确定字段        │ M 个     │ [列出关键不确定字段]       │
│ 信息矛盾点        │ K 处     │ [列出主要矛盾]             │
│ 高置信度发现      │ P 条     │ [列出 top 3]              │
│ 信息不足维度       │ Q 个     │ [标注缺口]                │
│ 三重验证通过率     │ X%      │ 核心/参考/待验证分布       │
└──────────────────┴──────────┴──────────────────────────┘

用户确认调研质量 OK → 进入 /research-report。用户觉得某维度不够 → 补充调研后再继续。

检查点 3：报告落盘前（/research-report 产出后）

自检清单：

• [ ] 报告包含"诚实边界"段落？
• [ ] 每条核心发现都有 ≥2 个来源支撑？
• [ ] "创作可用的结论与抓手"中有 ≥3 条可直接使用的具体建议？
• [ ] 不确定的信息已显式标注？
• [ ] 矛盾发现已保留（而非强行统一）？
• [ ] 报告文件名符合 {研究域简称}_{课题简述}.md 规范？
• [ ] 已确认落盘位置正确（项目强相关 → 调研报告/、通用/题材相关 → 写作研究/）？
• [ ] 已检查目标目录下无重复研究？

调研品味守则

遇到判断困难时回看这些原则。来自 nuwa-skill 品控方法论的本土化。

| 原则 | 说明 |

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

| 长文 > 金句 | 一篇 3000 字的行业分析比 50 条碎片帖子更揭示深层结构 |

| 争议 > 共识 | 最被争议的写法/趋势最能揭示创作机会——共识意味着红海 |

| 变化 > 固定 | 同一事物的演变轨迹比静态快照有更多信息量 |

| 从业者 > 评论者 | 一线作者/编辑的碎碎念可能比行业媒体的总结更有创作价值 |

| 负面 > 正面 | 读者说"为什么弃书"比"为什么喜欢"更值得研究——弃书原因指向创作底线 |

| 细粒度 > 宏观 | "某职业的真实工作流程"比"某职业的行业概况"对创作者更有用 |

绝不做的事

• 把 AI 生成的综述/百科当一手信息
• 编造不存在的数据或趋势
• 在信息不足时强行生成"看上去完整"的结论
• 忽略与主流认知矛盾的发现
• 对搜索结果的第 1 页浅尝辄止——最有价值的信息往往在第 2-3 页

调研技能自身的刻意练习方法（新增——吸收自知乎专栏「中国网络文学研究」#28）

深度研究本身就是一项可刻意练习的职业技能。以下四法是专栏作者总结的通用写作练习法，同样适用于提升调研与报告产出质量：

1. 拆解式阅读

找一份优秀的研究报告或一篇高质量的行业分析，不把它当读者看，把它当教材看。逐项问自己：

• 这个调研的调研条目是如何设计的？为什么选这些维度？
• 核心发现是如何从原始信息中提炼出来的？用了什么分类框架？
• "创作可用的结论与抓手"是怎样翻译成具体行动的？
• 如果让我重做这个课题，我会在哪些维度深化？

2. 仿写式练习

拆解一份高水平研究报告的结构和论证方式，然后用同样的方式做一个完全不同课题的报告。这不是复制内容，而是复制方法论。

3. 限时调研

给自己设一个时间限制：一个中等难度的调研课题必须在 X 小时内完成。限时强迫你：放弃完美主义，先完成再完美；逼出本能判断力，很多好的研究判断恰恰是不经过度思考时浮现的。

4. 针对性短板训练

不要每次都做全流程调研。如果你的报告总是"核心发现不够sharp"，那就专门练"从原始材料中提取关键洞察"这一步，连续练 5 个不同课题，每个不超过 500 字。

> 来源：知乎专栏「中国网络文学研究」#28《小说写得不好？别灰心，网文写作是可以刻意练习的职业技能》顾里木图的小酒馆

> 置信度：中 — 四法在该专栏为通用写作练习法，此处根据调研场景做了适配改写；方法本身合理但缺乏报告写作方向的专项验证

输出示例

{课题_slug}/
├── outline.yaml       # 调研条目 + 执行配置
├── fields.yaml        # 字段定义
├── results/           # 逐项搜索结果
│   ├── item_1.json
│   ├── item_2.json
│   └── ...
├── generate_report.py # 报告生成脚本
└── report.md          # 最终研究报告

落盘路径示例

项目强相关（放入 调研报告/）：

专业知识_法医DNA检验流程.md          # → 项目根/调研报告/
场景环境_2003广州城中村日常.md        # → 项目根/调研报告/
人物原型_中国基层刑警职业状态.md      # → 项目根/调研报告/

通用/题材相关（放入 写作研究/）：

题材趋势_起点都市悬疑2026趋势.md      # → 题材名/写作研究/ 或 项目根/写作研究/
平台生态_七猫免费小说读者画像.md      # → 题材名/写作研究/ 或 项目根/写作研究/
写作技法_章末钩子12种经典类型.md      # → 项目根/写作研究/

致谢

• 原作者：Weizhena
• 底层框架：Deep-Research-skills
• 灵感：RhinoInsight — Improving Deep Research through Control Mechanisms for Model Behavior and Context
• 小说写作改造：本工作区 Skill 体系
• 信息质量验证框架与诚实边界方法论：借鉴自 nuwa-skill（女娲·Skill造人术） —— 心智模型三重验证、矛盾处理原则、调研品味守则、分阶段质量检查点等品控方法论

继续读取的 references（强制读取门禁）

以下所列 references 文件必须通过 read_file 工具逐文件读取，不得因"已有相关知识"、"之前执行时已读过"、"该文件只是参考"为理由跳过任何一条。 每条 references 按其标注的必读等级强制执行：

• 标注 必读 的文件：必须读取，少一条即视为流程违规，不得开始执行流程。
• 未标注必读的文件：必须读取，但读取后可仅提取与当前任务直接相关的段落，不要求逐字通读。
• 若文件路径指向的文件不存在（如引用的外部路径未就位），必须在日志中显式记录 reference_missing_{refName}，不得静默跳过。

> 以下 references 为当前 skill 目录下的补充文件，强制读取。

-

references/元数据归档.md — 元数据归档