网络研究技能Skill search

网络研究技能是一种利用高级搜索技术和系统化研究流程,进行深度信息搜集、事实验证、竞争分析和趋势分析的专家能力。它适用于各种场景,如市场研究、学术调查和技术文档查找。关键词包括:网络研究、信息搜索、事实验证、竞争分析、趋势分析、搜索策略、SEO优化。

数据分析 0 次安装 0 次浏览 更新于 3/12/2026

name: 搜索 description: 使用高级搜索技术进行专家级网络研究。用于深度研究、信息搜集或事实验证。

搜索研究

有效查找和合成信息。

何时使用

  • 深度研究任务
  • 事实验证
  • 竞争分析
  • 文档查找
  • 趋势分析

搜索策略

查询构建

# 精确短语
"错误处理最佳实践"

# 排除术语
python 教程 -初学者

# 网站特定
site:github.com react hooks

# 文件类型
filetype:pdf 安全审计

# 日期范围(使用WebSearch日期过滤)
react 18 特性 2024

域名过滤

# 带域名过滤的WebSearch
WebSearch(
    query="kubernetes 最佳实践",
    allowed_domains=["kubernetes.io", "cloud.google.com", "docs.aws.amazon.com"],
)

# 排除不可靠来源
WebSearch(
    query="X 的健康益处",
    blocked_domains=["pinterest.com", "quora.com"],
)

研究流程

1. 范围定义

  • 需要回答什么具体问题?
  • 什么类型的来源是权威的?
  • 相关的时间段是什么?

2. 初始搜索

# 首先进行广泛搜索
queries = [
    "主要主题概述",
    "主要主题最佳实践",
    "主要主题常见问题",
]

3. 深度挖掘

# 跟进有希望的结果
for result in initial_results:
    if is_authoritative(result):
        content = WebFetch(url=result.url, prompt="提取关键发现")
        facts.append(content)

4. 验证

  • 跨来源交叉引用声明
  • 检查发布日期
  • 验证作者资格
  • 寻找主要来源

输出格式

## 研究摘要: [主题]

### 关键发现

1. **发现 1** - [来源](url)
   - 支持细节
   - 支持细节

2. **发现 2** - [来源](url)
   - 支持细节

### 共识

- 多个来源同意的点

### 矛盾

- 来源不同意的领域

### 缺口

- 未能回答的问题

### 来源

- [标题](url) - 可信度: 高/中/低

来源评估

指标 高可信度 低可信度
域名 .gov, .edu, 主要出版物 未知, 用户生成
作者 命名专家, 组织 匿名, 不清晰
日期 最近, 定期更新 过时, 无日期
引用 链接到来源 无引用
偏见 平衡, 事实性 促销性, 极端

示例

输入: “研究SaaS的最佳认证解决方案” 操作: 搜索认证提供商, 比较特性, 检查评论, 总结

输入: “验证这个关于性能的说法” 操作: 查找基准, 检查方法, 交叉引用结果