研究合成Skill：把工作空间里的散乱文档，自动汇成一份有出处、可验证的统一研究报告
- 它是什么：研究合成（research-synthesis，技能ID：13771）是一个"主研究员"型 AI 技能，专门批量阅读你工作空间里指定路径下的文档，再把这些内容提炼成一份基于证据的统一研究报告。
- 它最硬的能力：不是简单摘要，而是冲突检测（两个来源矛盾时会标出来）与证据映射（每个主张都能追溯到具体源文件）。
- 它交付什么：执行摘要 + 关键主张表（主张 / 来源 / 置信水平）+ 知识缺口 + 逐条引用，结构固定，方便直接放进汇报或决策材料。
- 它适合谁：手里攒了一堆访谈记录、竞品资料、会议纪要、调研笔记，却迟迟拼不成一份结论文档的产品、市场、运营与研究岗位。
- 使用成本：无需写代码，用自然语言提出研究诉求即可，真正的门槛在于"文档质量"和"提问是否具体"。
该技能叫什么？如何下载安装 AI 技能提升开发效率？
基本信息
| 项目 | 内容 |
|---|---|
| 中文名 | 研究合成Skill |
| 英文名 | research-synthesis |
| 技能ID | 13771 |
| 定位 | 面向工作空间多文档的阅读、综合与研究报告生成 |
它解决什么问题
日常做研究最耗时的环节往往不是"读"，而是"拼"：资料分散在十几个文件里，观点互相打架，写结论时又担心"这话到底是谁说的"。传统做法是人工逐篇阅读、手工建表、反复回翻原文核对引用，一份像样的综述常常要花掉半天到一天。
研究合成技能把这个过程压缩成一次对话：它会阅读你当前上下文（或你指定的文件夹）中的文件，先建立对主题的全面理解，再输出结构化的研究报告，并且为每个主张标注来源文件，让你随时回溯验证。
一键安装的思路与步骤
AI 技能类产品的通用安装逻辑是"先具备宿主环境，再挂载技能，最后验证生效"，具体步骤如下（具体命令、入口、账户要求与是否收费，请以官方说明为准）：
- 准备前提：确认你使用的 AI 助手/客户端支持技能（Skill）机制，并已完成账号登录；同时把需要研究的文档整理到工作空间的一个目录中，例如
competitor_analysis、interview_notes。 - 找到技能入口：在技能市场、技能库或插件中心中搜索技能ID 13771，或直接搜索名称「研究合成」/「research-synthesis」。
- 执行安装/启用：点击安装或启用按钮，按提示完成授权（通常包括读取工作空间文件的权限）。若平台提供一键安装命令，请以官方文档给出的命令为准。
- 验证是否生效：安装完成后，在对话中发一句最小测试指令，例如「请阅读当前文件夹中的文档，输出执行摘要和关键主张表」。若技能正常生效，回答中应出现执行摘要、带来源列的关键主张表、知识缺口，并能看到形如
[interview_notes.md]的文件引用。 - 日常调用：后续无需重复安装，直接在对话中提出研究诉求即可，技能会按既定流程工作。
该技能的主要功能和特点
- 深度阅读：不只是"扫一遍关键词"，而是阅读指定路径下的每个文档，围绕主题构建完整理解，适合处理长文、多文件、多来源的资料集。
- 冲突检测：当两个来源对同一件事给出相互矛盾的表述时，它会主动高亮冲突点，而不是"和稀泥"式地融合成一段看似通顺的文字。这一点对竞品分析、尽调类工作尤其关键。
- 证据映射：它提出的每一个主张都附带源文件引用（例如
[interview_notes.md]），你可以逐条点回原文核对，避免"AI 编了一个看起来很合理的结论"。 - 固定结构的输出模板：执行摘要（共识层面的高层概述）、关键主张表（列包括
主张、来源、置信水平）、知识缺口（数据中缺失了什么）、引用清单——四件套一次性给全。 - 知识缺口显性化：它不只告诉你"已知什么"，还会告诉你"还缺什么"，这恰恰是很多摘要工具缺失的一环，也最有利于安排下一步调研。
- 置信水平标注：主张表里的置信水平列，让你能区分"多个来源一致的强结论"和"单一来源的弱推断"，避免把弱证据当铁证用。
- 自然语言驱动：不需要写提示词模板、不需要脚本，直接用日常语言描述研究目标即可。
和普通工具比强在哪：普通文档问答工具通常回答"你问的那一句话"，产出是零散的；研究合成技能的产出是一份结构化、可追溯、标注了矛盾与缺口的研究报告，可以直接进入汇报、评审或决策流程。
如何使用该技能？
以下是典型使用流程，按编号步骤操作即可。
- 整理输入资料。把与研究主题相关的文件放进同一目录，命名尽量可读（如
interview_01.md、competitor_pricing.md），因为文件名会出现在引用里。 - 明确研究文件范围。在对话中说明路径，例如「查看
competitor_analysis文件夹」；如果不指定，技能会默认阅读当前上下文中的文件。 - 提出带结论导向的问题。不要只问"帮我总结一下"，而要问"我们与市场相比存在哪三个主要功能差距"，问题越具体，输出越接近可直接使用的结论。
- 读取执行摘要。先看高层概述，快速判断整体共识是否与你的直觉一致。
- 逐行核对关键主张表。重点看三列：主张是否成立、来源是否权威、置信水平是否够高。对置信水平低或来源单一的主张，回到原文再确认。
- 处理冲突项。把技能高亮出的矛盾点单独列出，决定是补充第三方资料，还是人工判断哪一种说法更可信。
- 把知识缺口转成下一步任务。输出里的"缺失项"就是你下一轮调研的清单，可以直接拆成待办。
- 引用随稿保留。把报告粘贴到汇报文档时保留
[文件名]形式的引用，方便同事复核。
示例请求（可直接参考）
请查看
competitor_analysis文件夹，并告诉我与市场相比我们存在的三个主要功能差距。要求给出执行摘要、关键主张表（含来源与置信水平）、知识缺口，并对所有结论标注引用文件。
输出说明：回答会按"执行摘要 → 关键主张表 → 知识缺口 → 引用"的顺序组织。主张表是三列结构（主张 / 来源 / 置信水平），引用形如 [competitor_pricing.md]。若资料不足，它会明确写出缺口而非自行编造结论。
使用小技巧：一次只研究一个主题；文件数量多时先按子主题分文件夹；对关键结论追加一句"请只保留置信水平高的主张"，可得到更保守、更稳妥的版本。
同类型竞品对比分析
| 方案名称 | 定位 | 核心功能 | 安装/使用门槛 | 适用场景 | 优势与不足 |
|---|---|---|---|---|---|
| 研究合成（research-synthesis，本技能） | 工作空间多文档的研究报告生成器 | 深度阅读、冲突检测、证据映射、执行摘要、关键主张表、知识缺口 | 低，安装后在对话中自然语言调用；具体安装方式以官方说明为准 | 竞品分析、访谈综合、尽调、内部调研汇报 | 优势：结构化输出、结论可溯源、主动暴露矛盾与缺口；不足：依赖文档质量与数量，资料太薄时结论有限 |
| 通用大模型对话工具（通用问答/文件上传） | 通用助手 | 单轮或多轮问答、单文件或多文件摘要 | 低 | 临时问答、单篇文档理解 | 优势：上手最快、泛用；不足：缺少固定的研究报告结构与来源列，冲突与缺口常被"抹平"，多文档口径一致性弱 |
| 笔记/知识库内置 AI 摘要 | 知识管理附属能力 | 单页摘要、要点提取、内容续写 | 低 | 个人笔记整理、会议纪要提炼 | 优势：与笔记无缝结合；不足：以"单文档摘要"为主，跨文档矛盾识别与证据映射能力有限 |
| 人工文献综述流程 | 传统研究方式 | 人工阅读、手工建表、人工核对引用 | 高，依赖人力与时间 | 高严谨度研究、正式发表 | 优势：判断力最强、语境理解最好；不足：耗时长、易漏读、难以快速迭代，且结论一致性依赖个人经验 |
如何选：如果只是想知道"这篇文档讲了什么"，通用工具足够；如果目标是"把十几份资料合成一份能上会的结论，并且每个结论都能指回原文"，则研究合成技能的结构化优势最明显；若对严谨度要求极高（如正式发表），建议采用"技能出初稿 + 人工复核"的组合。
该技能的典型应用场景与实际体验情况
场景一：产品经理做竞品功能差距分析
痛点：竞品截图说明、价格页摘录、用户评论汇总散落在多个文件，靠人工比对容易遗漏。
使用方式：把资料集中到 competitor_analysis 文件夹，直接提出"与市场相比我们的三个主要功能差距"。
体验：上手几乎零门槛，输出直接是一张带来源的主张表，置信水平列能帮助区分"多家资料共同印证"和"只有单一评论提到"的差距。注意事项是资料要覆盖多个来源，否则差距结论会偏薄。
场景二：市场研究员综合用户访谈记录
痛点：十几份访谈记录观点分散甚至互相矛盾，人工归纳容易只记住印象最深的那几条。
使用方式：将 interview_notes 目录作为输入，要求输出执行摘要 + 关键主张表。
体验：冲突检测在这里最有价值——当 A 用户说"价格太贵"、B 用户说"价格合理"时，它会并排呈现而不是取平均值。引用到具体访谈文件，方便回查原始语境。建议访谈文件保持一人一文件，引用可读性更好。
场景三：投资/商务尽调快速形成判断 痛点：尽调材料体量大、时间紧，需要在短时间内找出矛盾陈述与信息空白。 使用方式：把公开资料与对方提供的材料分目录存放，分别研究后对比。 体验：知识缺口一节对尽调尤其有用，它等于帮你列了一份"还需要问对方什么"的清单。注意事项：涉及关键财务数字时，仍应人工回原文核对，AI 的归纳只作为索引。
场景四：技术或行业调研的初稿生成 痛点：写调研报告时，前期阅读量大、成稿慢。 使用方式：先让技能产出结构与主张表，再人工补充论证与观点。 体验：整体效率提升明显，尤其在"建框架"和"找证据"两步；但文字风格需要人工润色，且引用格式建议统一整理。
整体体验小结：上手难度低（会提问就能用），效果好坏高度取决于输入资料的密度与问题是否具体，注意事项集中在"资料整理"和"关键结论必复核"两点。
该技能能为用户带来的价值
- 效率提升：把"逐篇阅读 + 手工建表 + 回翻核对引用"三段重复劳动合并为一次对话，原本需要数小时的多文档综述工作，可以在分钟级拿到初稿框架。
- 降低门槛：不需要会写复杂提示词、不需要搭建检索流程，用一句业务语言提问即可得到结构化报告，非技术岗位也能直接用。
- 提升可信度：证据映射让每个结论都能追溯到源文件，显著降低"AI 编造结论"带来的决策风险，也让报告在评审时更容易被接受。
- 让矛盾暴露而非被掩盖：冲突检测把资料中的分歧显性化，帮助团队尽早发现认知不一致，而不是在汇报现场被追问才发现。
- 明确下一步方向：知识缺口一栏把"我们不知道什么"变成可执行的调研清单，长期使用会形成"研究—补缺—再研究"的闭环。
- 资产沉淀：带引用的研究报告本身就是可复用的知识资产，后续换人接手也能顺着引用快速上手。
常见问题 FAQ
Q1：这个技能怎么安装？需要写代码吗？ 不需要写代码。通用流程是在你使用的 AI 助手的技能库/插件中心搜索技能ID 13771 或名称「研究合成」，点击安装或启用并完成文件读取授权，然后在对话中用一句测试指令验证是否生效。具体入口、命令与权限项以官方说明为准。
Q2：它是免费的吗？ 技能本身是否收费、是否有调用次数限制，取决于所在平台的计费规则，请以官方说明为准。建议先用一个小文件夹做验证测试，确认效果符合预期后再投入大规模资料。
Q3：适合哪些人使用？ 适合需要处理多份资料并形成统一结论的岗位：产品经理（竞品差距）、市场与用户研究员（访谈综合）、投资与商务（尽调初筛）、运营与内容（行业调研）、以及需要写文献综述的学生与研究者。若只是查单个文件的某句话，用普通问答工具更划算。
Q4：它会不会编造不存在的内容？ 从技能设计看，它要求每个主张都引用源文件并标注置信水平，资料不足时会输出"知识缺口"而不是硬编结论。但任何 AI 归纳都存在出错可能，涉及关键决策的结论务必点回引用文件核对原文，这是使用该技能的基本纪律。
Q5：它和"直接上传文件问大模型"有什么区别，我该怎么选？ 区别在输出结构与可验证性：通用问答给你一段回答，研究合成技能给你"执行摘要 + 带来源与置信水平的主张表 + 知识缺口 + 引用"的完整报告，并主动标出资料间的矛盾。如果目标是一份能上会、能被复核的报告，选本技能；如果是随手问一句，通用工具更轻。