---

name: research-ops description: ECC 的证据优先当前状态研究工作流。当用户需要最新事实、对比分析、信息充实或基于当前公开证据和提供的本地上下文构建建议时使用。 origin: ECC

Research Ops

当用户要求研究当前事物、比较选项、充实人物或公司信息，或将重复查询转化为监控工作流时使用此技能。

这是围绕仓库研究栈的操作封装。它不是 deep-research、exa-search 或 market-research 的替代品；它告诉你何时以及如何将它们组合使用。

技能栈

在相关时将以下 ECC 原生技能纳入工作流：

• exa-search 用于快速当前网络发现
• deep-research 用于多源综合与引用
• market-research 当最终结果应为建议或排序决策时使用
• lead-intelligence 当任务是人物/公司定位而非通用研究时使用
• knowledge-ops 当结果需要存储到持久上下文中时使用

何时使用

• 用户说"研究"、"查找"、"比较"、"我应该联系谁"或"最新情况是什么"
• 答案依赖于当前公开信息
• 用户已提供证据并希望将其纳入新的建议中
• 任务可能具有足够的重复性，应成为监控而非一次性查询

防护规则

• 当新鲜搜索成本低时，不要从过时记忆中回答当前问题
• 区分：
  • 有来源的事实
  • 用户提供的证据
  • 推断
  • 建议
• 如果答案已在本地代码或文档中，不要启动重量级研究流程

工作流

1. 从用户已提供的内容开始

将任何提供的材料规范化为：

• 已有证据支持的事实
• 需要验证的内容
• 开放性问题

如果用户已构建了部分模型，不要从零开始重新分析。

2. 分类需求

在搜索前选择正确的路径：

• 快速事实性回答
• 比较或决策备忘录
• 线索/信息充实流程
• 循环监控候选

3. 优先采用最轻量的有效证据路径

• 使用 exa-search 进行快速发现
• 当需要综合或多源信息时升级到 deep-research
• 当结果应以建议结尾时使用 market-research
• 当真正的需求是目标排序或热路径发现时交给 lead-intelligence

4. 报告时明确证据边界

对于重要声明，说明它们是：

• 有来源的事实
• 用户提供的上下文
• 推断
• 建议

时效性敏感的答案应包含具体日期。

5. 决定任务是否应保持手动

如果用户可能重复提出相同的研究问题，明确指出并建议监控或工作流层，而不是永远重复相同的手动搜索。

输出格式

QUESTION TYPE
- factual / comparison / enrichment / monitoring

EVIDENCE
- sourced facts
- user-provided context

INFERENCE
- what follows from the evidence

RECOMMENDATION
- answer or next move
- whether this should become a monitor

常见陷阱

• 不要在未标注的情况下将推断混入有来源的事实中
• 不要忽略用户提供的证据
• 不要对本地仓库上下文可以回答的问题使用重量级研究路径
• 不要在没有日期的情况下给出时效性敏感的答案

验证

• 重要声明按证据类型标注
• 时效性敏感的输出包含日期
• 最终建议与实际使用的研究模式匹配