开头做调研类内容这几年我最深的感受是活儿不难但特别杂。查资料、读报告、交叉验证、理逻辑、写摘要、列观点每一步单独拿出来都不算复杂可一旦要系统地产出一份像样的调研结果就容易陷入“查了半天、写了一堆、回头一看全是碎片”的尴尬境地。尤其是面对一个陌生领域时间紧、信息乱、术语生疏连从哪儿下手都让人头大。后来我用 AI 搭了一套固定的工作流把它叫作“AI 调研队”。核心结构就是标题里那行字一个主编、三个工种、两本手册。“主编”是负责派活、盯进度、收稿、做终审的总控角色“三个工种”分别是调研员、分析师、撰稿人对应信息搜集、结论提炼、内容成文三个环节“两本手册”则是作业手册和质检手册把流程中那些能标准化的判断标准、提问模板、查错清单全沉淀下来。这套东西解决的最大问题不是“让 AI 写得更好”而是“让 AI 别跑偏”。我试过不少直接丢一个问题给大模型让它“写一份行业报告”的做法结果通常是开头像模像样中间车轱辘话反复说数据和结论来源不明甚至还编出根本不存在的案例。有了主编约束角色、有手册约束动作、有质检卡住交付标准AI 的产出就从一次性的“碰运气”变成了一条可复现、可迭代的流水线。如果你也经常要做行业分析、竞品拆解、资料整理或带观点的内容产出而且受够了“和 AI 对话全靠缘分”的体验这篇文章值得你看完。1. 为什么是“一个主编、三个工种、两本手册”1.1 单次对话的 AI 是“能人”但不是一个“能打的团队”先说一个直觉上的问题为什么不直接在对话窗口里让 AI 一步步做调研它能联网搜索、能长文总结、能重新组织语言单看能力每一项都够用。问题出在“稳定性”。你让同一个模型既负责搜集资料又负责判断信息可信度最后还要写成漂亮的文章它很容易在几个任务间“串味”。查资料时带上了撰写欲总结时又忍不住自己发挥最后输出的东西既不像调研记录也不像分析报告更像是一篇“看起来很有道理”的通稿。我在实际使用中踩过很多次这种坑最后得出的结论是人的团队怎么分工AI 的流程最好也怎么分工。于是有了“一个主编 三个工种”的基本盘。主编不直接干活只做两件事拆解任务、验收结果。三个工种各守一段调研员只负责“找”和“存”把原始信息、关键引文、数据出处列清楚不掺观点。分析师只负责“判”和“提炼”基于调研员的材料做交叉验证、归纳结论、指出矛盾不负责写作。撰稿人只负责“写”把分析师的结论和调研员的证据转成通顺、有结构的文章不自作主张发明事实。每个工种我都在独立的对话流里跑用不同的系统提示词约束角色边界。这样最直接的好处是一旦产出有问题我能立刻定位是哪个环节出错而不是对着整篇文章猜“这到底是哪一步编的”。1.2 “两本手册”才是整套系统的灵魂三个工种解决了“角色分工”的问题但如果没有手册每次跑一遍流程还是会依赖临场发挥——今天心情好多问两句明天赶时间就少验证一步质量照样不稳定。手册的作用是把“怎么做”和“怎么算合格”写成固定文档。我自己沉淀了两本作业手册给前面三个工种看的。记录每个工种的标准动作、输入格式、输出模板、需要规避的常见问题。质检手册给主编也就是你自己看的。记录一份调研结果交付前必须检查哪些点、常见错误长什么样、发现错误后怎么回溯和修正。说白了AI 的部分是“手脚”手册才是“规范和记忆”。一开始我也觉得写手册麻烦但跑了几轮之后发现手册的收益是复利式的——同一类型的调研项目第二次跑几乎不用动脑把模板往对话框里一贴把新主题填进占位符剩下的事情交给流程就好。1.3 为什么是“三个工种”不是“五个”或“一个”有人会问既然 AI 这么强多设几个角色不是更好吗比如再加一个“检索规划师”“数据可视化专员”“校对员”之类的。我的经验是工种越少边界越清晰边界越清晰越不容易乱。三个工种刚好对应调研产出的三个核心问题有哪些信息可用这些信息说明了什么如何把这些说明变成别人能看懂的内容凡是超出这三件事的需求本质上都可以塞进这三段流程里。比如需要配图我就在撰稿人环节附带要求“提出图表建议并标注数据来源”不需要单独设一个图表岗位。需要更严谨的来源追溯我就在调研员环节的作业手册里加严“每条结论必须附 URL 和原文引句”的要求也不需要单独设岗。岗位过多会让主编的验收成本急剧上升。你要审的内容变多了每个角色之间还容易出现信息传递损耗。现实世界里三个人能高效协作的事往往不需要十个人挤在一个群里。AI 团队也一样。2. 三个工种的职责边界与提示词设计2.1 调研员只负责把“原料”搬回来不许夹带私货调研员这个角色的核心是解决“AI 查资料时最容易自作主张”的问题。普通对话里你问“帮我查一下某行业的市场规模”它很可能直接给你一段概括性文字里面混着真实数据和模型猜测你根本分不清哪句有出处、哪句是推断。我的做法是给调研员定三条铁律每条信息必须带来源和原文摘录没有来源的信息一律不写进结果。只做摘录和事实性描述不输出“由此可见”“这说明”之类的判断句。所有数据都标注时间点防止把过时信息当成最新情况。提示词的大致框架是这样的你是调研员。你的任务是围绕以下主题搜集事实性信息。 要求 1. 使用可靠的公开信息源优先选用正规媒体报道、统计机构发布、企业官方公告等。 2. 对每一条信息提供原文摘录、来源名称、来源链接、发布时间。 3. 只输出事实不输出分析和建议。禁止出现“这表明”“这说明”等推断性表述。 4. 如果信息之间存在冲突请如实并列呈现冲突双方的原始表述不要自行调和。 调研主题{待调研主题} 限定范围{时间范围、地域范围、细分领域}注意最后一条让冲突信息“并列呈现”这非常重要。AI 太倾向于把矛盾“圆”过去一旦它开始自行调和后面分析师就拿不到真实的争议点了。我在实操中还会临时追加一个要求“如果某个关键数据只找到一个来源请明确标注‘单一来源’。”这让后面的分析师知道哪些结论站不稳避免只看一份来源就拍板。2.2 分析师交叉验证、找矛盾、给结论但不要“发明观点”调研员交付的材料通常是一份很长的信息清单甚至有点枯燥。分析师的活儿是从这些材料里“压榨”出结论。这个角色的提示词重心要放在“论证规则”上。我踩过的坑是如果不约束AI 会非常顺滑地从有限信息推出宏大结论比如看到两家公司发布了类似产品就写“行业即将进入白热化竞争”。这不是分析这是脑补。我给分析师的要求是每一条核心结论必须引用至少两个独立来源的交叉印证如果只有单一来源单独归入“待验证判断”清单。区分“事实”“推断”“猜测”三个层级在输出中明确标注。如果材料之间存在矛盾不能回避必须指出矛盾点并尝试解释背后可能的原因。输出结构固定核心结论、关键依据、待验证清单、信息缺口。输出模板我通常这样写基于调研员提供的材料产出分析结论。 结构要求 一、核心结论每条结论后跟【证据强度强/中/弱】 二、关键依据列出支撑每条结论的信息来源 三、信息冲突与未解问题如实描述矛盾 四、信息缺口建议补充调研的方向 每条结论都必须标注证据强度。禁止把推断写成事实。“证据强度”这个标注是这套流程里最值钱的设计之一。它不追求所有话都说死而是让你一眼看出哪些结论可以放心引用哪些还得再求证。做过调研的人都知道最难的不是找到信息而是判断信息的可信层级。2.3 撰稿人为读者而写但不是为“像人”而写到了撰稿人这一步输入的是分析师的结论和调研员的证据输出的是面向特定读者的内容。这里最容易犯的错是让 AI 放开手脚“自由创作”。一放开漂亮话多得是但信息密度断崖式下跌。撰稿人的提示词设计有两个关注点一是严格限定“信息边界”二是明确“读者模型”。信息边界的意思是撰稿人只能基于分析师给的材料行文任何超出材料的细节都不许添加。比如材料里没提具体数字撰稿人就不能为了“显得专业”随手编一个占位数据。我在提示词里会写禁止新增输入材料之外的任何事实性信息。如需补充背景知识必须用括号标注【待补充】留给人工处理。读者模型的意思是你要告诉 AI 这篇文章是给谁看的。给管理层看的要结论先行、数据密集给行业新人看的要先解释基础概念、多用类比给同行看的可以跳过入门常识直接进细节。同一个调研结果读者不同写法完全是两套逻辑。我常用的一段开头是这样你是撰稿人。读者画像{目标读者描述} 写作要求 1. 所有事实、数据、引述必须来自材料不得新增。 2. 观点性内容必须对应分析师标注过证据强度的结论。 3. 结构清晰小标题用平实的问题式表达避免华而不实。 4. 遇到材料缺失直接用【待补充】标出不要假装有答案。 5. 写完正文后单独附一页“内容来源清单”。这套约束下来写出来的稿子可能不是最“惊艳”的但一定是最“稳”的——每句话都有出处每处判断都有强度标注。对调研类内容来说稳比惊艳重要得多。3. 两本手册的具体内容和编写方法3.1 作业手册给 AI 的角色说明书和操作模板作业手册是三个工种执行时的基准文档。它不是 AI 的提示词那么简单而是把提示词、输入格式、输出格式、质量红线整合在一起的操作规范。我习惯把作业手册拆成四个部分角色卡片每个工种的身份定义、能力边界、禁止动作。输入标准每个工种接收什么格式的输入材料。比如分析师接收的是调研员产出的“带来源清单”而不是原始对话记录。输出模板每个工种交付的固定格式。固定的好处是方便主编快速扫描也方便下一个工种直接取用。红线清单列出绝对不能做的事。比如调研员不许无源输出分析师不许把推断标成事实撰稿人禁止新增数据。举个例子作业手册里调研员部分的红线清单长这样禁止回答“你觉得……吗”这类需要主观判断的问题。禁止在未给出来源的情况下输出统计数据。禁止把维基百科类的二手汇编当作一手来源。禁止在每轮回复末尾添加“总的来说”这类总结性段落调研员不需要总结。这些红线看起来细碎但每一条都是从实际翻车里提炼出来的。AI 和人类员工一样不管控细节它就会在细节上给你“惊喜”。3.2 质检手册主编用来验收也用来追责质检手册的定位和作业手册不同。它不是给 AI 看的是给“主编”看的——也就是作为流程掌控者的你。我最初犯的错是写完作业手册就开始跑流程结果每次都得从头到尾人工读一遍 AI 的产出等于没有质检环节。后来我意识到需要一套“扫描式”的检查动作让验收变成一项能快速执行的任务。质检手册我从三个层面设计硬伤检查数据有没有来源来源链接是不是真实存在有没有明显的日期错位比如 2023 年的调研引用了“明年”的预测有没有自造术语或自造机构名逻辑检查标题和内容是否匹配核心结论有没有对应依据冲突信息是被处理了还是被忽略了风格检查是不是每段都在讲信息还是开始出现废话填充有没有明显的“AI 味”段落比如毫无信息量的过渡句每个层面我都会列出具体的“检查动作”。比如硬伤检查这一节我会写一条固定动作“随机抽 3 个数据点顺着来源链接点回去确认原文真的包含该数据。”这一步极笨但极有效。AI 生成内容最容易出的问题之一就是来源链接和正文内容并不是真的对应——链接是真的但里面没有那句话。3.3 手册不是一次写成的是“改”出来的很多人在第一步就卡住手册要写到多详细才算好我的回答是不要追求一版完美你写不完的。手册应该是从第一轮实操中长出来的东西。我的做法是先写一个 70% 完整的初版——足够跑通一次完整流程就行。然后每跑完一个项目把翻车点记录到手册里。比如某次调研员把单一来源的信息直接写成了行业共识我就在作业手册的调研员红线清单里加了一条“单一来源信息必须在末尾标注【单一来源】。”某次撰稿人把分析师标注为“弱证据”的推断写成了确定性结论我就在质检手册的硬伤检查里加了一条“抽查‘弱证据’结论是否被降级表述。”手册在第 N 次迭代后会变得极其贴合你的实际项目类型。到那时你会发现新项目启动只需要填几个占位符整套流程像流水线一样顺滑。手册不是为了好看而是为了让你下一次少踩同一个坑。4. 完整实操流程从主编派单到三稿交付4.1 主编拆任务把模糊问题变成可执行指令整套流程的第一步是主编把原始需求拆成可以下发给调研员的指令。这一步最考验经验因为用户给的原始问题往往模糊得很。举个例子某次我需要调研“某新兴消费品类的市场趋势”客户原话就一句“帮我看看这个行业现在什么情况值不值得做。”这种话不能直接扔给 AI。我拆成了这样范围限定近 3 年中国境内该品类线下线上渠道。细分维度市场规模与增速、主要参与者与竞争格局、消费者需求变化、供应链与技术变化、监管与政策风险。交付形式先出信息清单再出分析结论最后形成一篇约 3000 字的趋势简报。拆分完我先把“信息清单”任务发给调研员。需要提醒的是这个环节不要一次把所有问题都塞进去。调研员一次处理的任务越少输出越规整。如果调研主题很大我会拆成多个子任务分批跑。4.2 调研员执行信息清单是怎么“喂”出来的调研员执行阶段的对话过程不只是一次性发一个提示词然后等结果。我通常会先发角色定义和任务等它产出第一批材料后再做 2~3 轮追问。比如第一次输出里市场规模的数据只有单一来源我会追问“这个数据的其他来源在哪里请至少再找两个独立来源进行印证。”如果某个子维度信息明显偏少我会追加“关于消费者需求变化目前只有 2 条材料请补充至少 5 条来自不同来源的信息。”这个“追问-补充”的循环是调研阶段质量高低的分水岭。不追问调研员交付的永远是第一轮碰巧搜到的内容追问几次覆盖面会明显变完整。我一般控制在这个阶段做 2~3 轮太多会拖慢节奏太少则材料不够分析。4.3 分析师加工从材料到结论的“压力测试”拿到调研员交付的信息清单后我会把材料整理成分析师能直接读取的格式——不需要重写但要确保信息完整尤其是来源链接和冲突标注不要丢。分析师的运行过程通常也分两轮。第一轮产出结论框架第二轮我会挑几个“弱证据”结论要求它重新论证。这里有一个实用技巧明确要求分析师写出“如果要反驳这个结论最有力的依据是什么”。这个反向提问非常好用能逼出很多藏在材料里的反例。举例来说某个结论写的是“该品类线上渠道增长迅速”证据强度标注为“强”但当我追问反例时分析师找出一条材料部分头部品牌的线上销售额增速已经连续两个季度放缓。这立刻让结论变得更立体——不是推翻而是加了一个边界条件“线上渠道整体增长但头部品牌显疲态。”有了这样的细节最终稿件的含金量完全不同。4.4 撰稿人成稿把结论翻译成人话撰稿人阶段我通常会给两个输入分析师的结论文档以及目标读者画像。比如这次调研的读者是某公司内部决策层画像写成“对公司业务有基本了解但对该新品类不熟悉需要快速理解机会与风险偏爱结论先行的表达方式。”撰稿人输出初稿后我的任务不是直接收下而是先拿质检手册过一遍。这时候最怕的是“读起来很顺就放过了”。我一定提醒自己即便文字流畅也要抽样验证里面的数据、引述、逻辑是否对得上分析材料的原文。AI 写稿很容易“把话说圆”偶尔会为了句式的顺畅微调信息表述这种微调恰恰是调研内容的大忌。初稿改完后我会把“内容来源清单”单独抽出来检查一遍。有些数据在正文里看着很正常但回到来源清单里会发现出处已经模糊这种情况下宁可删掉也不要保留。4.5 主编终审交付前的最后一道闸门终审这步很多人在家里自己做调研时容易跳过但如果你把整套流程当成一个“团队”来运转终审就是主编的职责所在。我的终审动作就是照着质检手册逐项打勾先扫硬伤抽查数据和来源确认没有“幽灵引用”。再查结构第一段是否讲清楚了背景和结论后续段落是否有内在递进有没有只堆信息不讲逻辑的段落。最后做减法把那些虽然没错但完全没有信息增量的句子删掉。比如“值得关注的是”“总体来看”这类开头语十句里有九句可以直接砍。如果这一轮查出问题我会回到具体环节去修而不是直接在成稿上改。比如发现某段论述的证据不足我要做的是退给分析师补充论证而不是由撰稿人“润色”蒙混过关。这个“退到源头不在末端打补丁”的原则是保证最终交付质量的关键。5. 常见问题与排查技巧实录5.1 问题一AI 编了一个不存在的案例或者数据这是调研类场景最严重的问题没有之一。AI 的信息幻觉不可能靠提示词完全消灭但可以靠流程大幅压缩。我的排查步骤第一步看“来源清单”。凡是正文提到但清单里找不到来源的信息一律标记为高风险。第二步顺着清单里的链接点回去检查原文里是否真的存在对应表述。这一步我至少抽查三分之一。第三步如果发现一个编造数据不要只改这一处而是触发全局排查——把同类表述全部拎出来重新验证。因为 AI 的编造往往不是孤例它可能在多个段落里用了同样的“假事实”。经验之谈越是看起来“完美契合主题”的具体案例越要警惕。真实调研里能精确对上你所有条件的案例是稀缺品AI 却不觉得这有什么问题。5.2 问题二调研员找到了一堆资料但质量良莠不齐高频翻车现场是调研员把个人博客、论坛帖子、不知名营销号的“行业趋势文”当成权威来源直接写成“根据公开资料显示”。这种情况在提示词里约束“优先采用权威来源”还不够必须交给质检端去堵。我的一条线索规则是如果来源是“某内容平台个人号”且文章语气带明显推广倾向不管内容多吸引人都不作为事实引用。如果某个观点只有这类来源支撑就把它归入“待验证信息”明确标注“信源权威性不足”。在跑流程前我会在作业手册里直接附上一个“低可信来源特征清单”无作者信息、无发布时间、无引用来源、有推广链接、情绪化表达浓度过高。有了这份清单调研员在处理时的警惕性会明显高很多。5.3 问题三三个工种之间信息传递失真分工之后马上会碰到的新问题就是信息在环节间传递时的损耗和变形。调研员交付的结论是“某数据 2024 年同比增长 15%”分析师转述时可能写成“该数据保持两位数增长”到撰稿人手里就成了“高速增长势头强劲”。每一步看着都没错组合起来信息准确度明显下降。对策是在每个环节的输出格式里用一句话明确“必填项”和“禁改项”。属于数据类的关键信息要求原样引用并标注出处属于评价类的概括只允许出现在分析师的结论层不允许出现在调研员的材料层或撰稿人的叙述层。简单说事实和数据永远不允许“转述美化”只能原文引用。5.4 问题四整体流程跑完了但产出感觉“差一口气”这种情况多半不是单点故障而是质量问题被分摊到了多个环节。比如调研材料本来就不够扎实分析师的结论自然单薄撰稿人写得再顺也只是在补丁上绣花。此时我会回头做一个“环节复盘”把最终稿件、分析师结论、调研员清单三者铺开对比看每一段的底层支撑长什么样。如果某一部分有明显的“多环节空洞”下次执行时就需要在那个环节加深投入。复盘记录我会追加到两本手册里形成下一轮的改进基线。6. 一点补充这套流程还能怎么扩展6.1 从“一次调研”到“长期监测”“AI 调研队”的这套结构和手册并不只适用于一次性项目。我自己后来把它扩展成了长期的行业监测每周跑一轮调研员的资料更新每月追加一次分析师的重点变化梳理季末再让撰稿人整合成一份阶段性简报。全部流程不变唯一的变化是“主编派单”的频率和内容做了调整。手册的价值在这里极为明显不用每次重新解释流程把“本次监测重点”填进模板直接跑就行。6.2 从“文字报告”到“多形态内容”如果读者需要撰稿人的模板我可以改造成多种形态给客户看的正式 PPT 大纲、给团队内部用的决策摘要、给公众号发的通俗版解读、给行业群分享的干货帖。骨子里还是调研和分析的那套产物只是“翻译”成了不同场景的表达方式。我曾经尝试一次调研产出五个版本内容总共耗时和单产出相比并没有增加太多——核心的调研和分析阶段完全复用只有撰稿人环节需要根据读者画像多跑几轮。我在实际使用这套 AI 调研队的过程中最大的感触是大家总觉得用 AI 做事的最优解是“找到更聪明的模型”但现实里流程设计和约束机制带来的稳定性提升远比换模型明显得多。手册会越改越顺工种边界会越跑越清晰而那份“没那么聪明但每步都可靠”的产出才是我真正愿意拿来交付的东西。如果你也准备搭一支自己的调研队建议先从最小可行版本开始一个主编——你自己一个调研员一本初版手册跑完一个真实项目再回头补另外两个工种。第一次跑完你再看到产出的那刻会觉得之前的折腾全都值了。 
长河君 · 2026/10/13 19:53:55 · 阅读 1.2k AI调研队：一个主编、三个工种、两本手册的AI工作流实战
开头做调研类内容这几年我最深的感受是活儿不难但特别杂。查资料、读报告、交叉验证、理逻辑、写摘要、列观点每一步单独拿出来都不算复杂可一旦要系统地产出一份像样的调研结果就容易陷入“查了半天、写了一堆、回头一看全是碎片”的尴尬境地。尤其是面对一个陌生领域时间紧、信息乱、术语生疏连从哪儿下手都让人头大。后来我用 AI 搭了一套固定的工作流把它叫作“AI 调研队”。核心结构就是标题里那行字一个主编、三个工种、两本手册。“主编”是负责派活、盯进度、收稿、做终审的总控角色“三个工种”分别是调研员、分析师、撰稿人对应信息搜集、结论提炼、内容成文三个环节“两本手册”则是作业手册和质检手册把流程中那些能标准化的判断标准、提问模板、查错清单全沉淀下来。这套东西解决的最大问题不是“让 AI 写得更好”而是“让 AI 别跑偏”。我试过不少直接丢一个问题给大模型让它“写一份行业报告”的做法结果通常是开头像模像样中间车轱辘话反复说数据和结论来源不明甚至还编出根本不存在的案例。有了主编约束角色、有手册约束动作、有质检卡住交付标准AI 的产出就从一次性的“碰运气”变成了一条可复现、可迭代的流水线。如果你也经常要做行业分析、竞品拆解、资料整理或带观点的内容产出而且受够了“和 AI 对话全靠缘分”的体验这篇文章值得你看完。1. 为什么是“一个主编、三个工种、两本手册”1.1 单次对话的 AI 是“能人”但不是一个“能打的团队”先说一个直觉上的问题为什么不直接在对话窗口里让 AI 一步步做调研它能联网搜索、能长文总结、能重新组织语言单看能力每一项都够用。问题出在“稳定性”。你让同一个模型既负责搜集资料又负责判断信息可信度最后还要写成漂亮的文章它很容易在几个任务间“串味”。查资料时带上了撰写欲总结时又忍不住自己发挥最后输出的东西既不像调研记录也不像分析报告更像是一篇“看起来很有道理”的通稿。我在实际使用中踩过很多次这种坑最后得出的结论是人的团队怎么分工AI 的流程最好也怎么分工。于是有了“一个主编 三个工种”的基本盘。主编不直接干活只做两件事拆解任务、验收结果。三个工种各守一段调研员只负责“找”和“存”把原始信息、关键引文、数据出处列清楚不掺观点。分析师只负责“判”和“提炼”基于调研员的材料做交叉验证、归纳结论、指出矛盾不负责写作。撰稿人只负责“写”把分析师的结论和调研员的证据转成通顺、有结构的文章不自作主张发明事实。每个工种我都在独立的对话流里跑用不同的系统提示词约束角色边界。这样最直接的好处是一旦产出有问题我能立刻定位是哪个环节出错而不是对着整篇文章猜“这到底是哪一步编的”。1.2 “两本手册”才是整套系统的灵魂三个工种解决了“角色分工”的问题但如果没有手册每次跑一遍流程还是会依赖临场发挥——今天心情好多问两句明天赶时间就少验证一步质量照样不稳定。手册的作用是把“怎么做”和“怎么算合格”写成固定文档。我自己沉淀了两本作业手册给前面三个工种看的。记录每个工种的标准动作、输入格式、输出模板、需要规避的常见问题。质检手册给主编也就是你自己看的。记录一份调研结果交付前必须检查哪些点、常见错误长什么样、发现错误后怎么回溯和修正。说白了AI 的部分是“手脚”手册才是“规范和记忆”。一开始我也觉得写手册麻烦但跑了几轮之后发现手册的收益是复利式的——同一类型的调研项目第二次跑几乎不用动脑把模板往对话框里一贴把新主题填进占位符剩下的事情交给流程就好。1.3 为什么是“三个工种”不是“五个”或“一个”有人会问既然 AI 这么强多设几个角色不是更好吗比如再加一个“检索规划师”“数据可视化专员”“校对员”之类的。我的经验是工种越少边界越清晰边界越清晰越不容易乱。三个工种刚好对应调研产出的三个核心问题有哪些信息可用这些信息说明了什么如何把这些说明变成别人能看懂的内容凡是超出这三件事的需求本质上都可以塞进这三段流程里。比如需要配图我就在撰稿人环节附带要求“提出图表建议并标注数据来源”不需要单独设一个图表岗位。需要更严谨的来源追溯我就在调研员环节的作业手册里加严“每条结论必须附 URL 和原文引句”的要求也不需要单独设岗。岗位过多会让主编的验收成本急剧上升。你要审的内容变多了每个角色之间还容易出现信息传递损耗。现实世界里三个人能高效协作的事往往不需要十个人挤在一个群里。AI 团队也一样。2. 三个工种的职责边界与提示词设计2.1 调研员只负责把“原料”搬回来不许夹带私货调研员这个角色的核心是解决“AI 查资料时最容易自作主张”的问题。普通对话里你问“帮我查一下某行业的市场规模”它很可能直接给你一段概括性文字里面混着真实数据和模型猜测你根本分不清哪句有出处、哪句是推断。我的做法是给调研员定三条铁律每条信息必须带来源和原文摘录没有来源的信息一律不写进结果。只做摘录和事实性描述不输出“由此可见”“这说明”之类的判断句。所有数据都标注时间点防止把过时信息当成最新情况。提示词的大致框架是这样的你是调研员。你的任务是围绕以下主题搜集事实性信息。 要求 1. 使用可靠的公开信息源优先选用正规媒体报道、统计机构发布、企业官方公告等。 2. 对每一条信息提供原文摘录、来源名称、来源链接、发布时间。 3. 只输出事实不输出分析和建议。禁止出现“这表明”“这说明”等推断性表述。 4. 如果信息之间存在冲突请如实并列呈现冲突双方的原始表述不要自行调和。 调研主题{待调研主题} 限定范围{时间范围、地域范围、细分领域}注意最后一条让冲突信息“并列呈现”这非常重要。AI 太倾向于把矛盾“圆”过去一旦它开始自行调和后面分析师就拿不到真实的争议点了。我在实操中还会临时追加一个要求“如果某个关键数据只找到一个来源请明确标注‘单一来源’。”这让后面的分析师知道哪些结论站不稳避免只看一份来源就拍板。2.2 分析师交叉验证、找矛盾、给结论但不要“发明观点”调研员交付的材料通常是一份很长的信息清单甚至有点枯燥。分析师的活儿是从这些材料里“压榨”出结论。这个角色的提示词重心要放在“论证规则”上。我踩过的坑是如果不约束AI 会非常顺滑地从有限信息推出宏大结论比如看到两家公司发布了类似产品就写“行业即将进入白热化竞争”。这不是分析这是脑补。我给分析师的要求是每一条核心结论必须引用至少两个独立来源的交叉印证如果只有单一来源单独归入“待验证判断”清单。区分“事实”“推断”“猜测”三个层级在输出中明确标注。如果材料之间存在矛盾不能回避必须指出矛盾点并尝试解释背后可能的原因。输出结构固定核心结论、关键依据、待验证清单、信息缺口。输出模板我通常这样写基于调研员提供的材料产出分析结论。 结构要求 一、核心结论每条结论后跟【证据强度强/中/弱】 二、关键依据列出支撑每条结论的信息来源 三、信息冲突与未解问题如实描述矛盾 四、信息缺口建议补充调研的方向 每条结论都必须标注证据强度。禁止把推断写成事实。“证据强度”这个标注是这套流程里最值钱的设计之一。它不追求所有话都说死而是让你一眼看出哪些结论可以放心引用哪些还得再求证。做过调研的人都知道最难的不是找到信息而是判断信息的可信层级。2.3 撰稿人为读者而写但不是为“像人”而写到了撰稿人这一步输入的是分析师的结论和调研员的证据输出的是面向特定读者的内容。这里最容易犯的错是让 AI 放开手脚“自由创作”。一放开漂亮话多得是但信息密度断崖式下跌。撰稿人的提示词设计有两个关注点一是严格限定“信息边界”二是明确“读者模型”。信息边界的意思是撰稿人只能基于分析师给的材料行文任何超出材料的细节都不许添加。比如材料里没提具体数字撰稿人就不能为了“显得专业”随手编一个占位数据。我在提示词里会写禁止新增输入材料之外的任何事实性信息。如需补充背景知识必须用括号标注【待补充】留给人工处理。读者模型的意思是你要告诉 AI 这篇文章是给谁看的。给管理层看的要结论先行、数据密集给行业新人看的要先解释基础概念、多用类比给同行看的可以跳过入门常识直接进细节。同一个调研结果读者不同写法完全是两套逻辑。我常用的一段开头是这样你是撰稿人。读者画像{目标读者描述} 写作要求 1. 所有事实、数据、引述必须来自材料不得新增。 2. 观点性内容必须对应分析师标注过证据强度的结论。 3. 结构清晰小标题用平实的问题式表达避免华而不实。 4. 遇到材料缺失直接用【待补充】标出不要假装有答案。 5. 写完正文后单独附一页“内容来源清单”。这套约束下来写出来的稿子可能不是最“惊艳”的但一定是最“稳”的——每句话都有出处每处判断都有强度标注。对调研类内容来说稳比惊艳重要得多。3. 两本手册的具体内容和编写方法3.1 作业手册给 AI 的角色说明书和操作模板作业手册是三个工种执行时的基准文档。它不是 AI 的提示词那么简单而是把提示词、输入格式、输出格式、质量红线整合在一起的操作规范。我习惯把作业手册拆成四个部分角色卡片每个工种的身份定义、能力边界、禁止动作。输入标准每个工种接收什么格式的输入材料。比如分析师接收的是调研员产出的“带来源清单”而不是原始对话记录。输出模板每个工种交付的固定格式。固定的好处是方便主编快速扫描也方便下一个工种直接取用。红线清单列出绝对不能做的事。比如调研员不许无源输出分析师不许把推断标成事实撰稿人禁止新增数据。举个例子作业手册里调研员部分的红线清单长这样禁止回答“你觉得……吗”这类需要主观判断的问题。禁止在未给出来源的情况下输出统计数据。禁止把维基百科类的二手汇编当作一手来源。禁止在每轮回复末尾添加“总的来说”这类总结性段落调研员不需要总结。这些红线看起来细碎但每一条都是从实际翻车里提炼出来的。AI 和人类员工一样不管控细节它就会在细节上给你“惊喜”。3.2 质检手册主编用来验收也用来追责质检手册的定位和作业手册不同。它不是给 AI 看的是给“主编”看的——也就是作为流程掌控者的你。我最初犯的错是写完作业手册就开始跑流程结果每次都得从头到尾人工读一遍 AI 的产出等于没有质检环节。后来我意识到需要一套“扫描式”的检查动作让验收变成一项能快速执行的任务。质检手册我从三个层面设计硬伤检查数据有没有来源来源链接是不是真实存在有没有明显的日期错位比如 2023 年的调研引用了“明年”的预测有没有自造术语或自造机构名逻辑检查标题和内容是否匹配核心结论有没有对应依据冲突信息是被处理了还是被忽略了风格检查是不是每段都在讲信息还是开始出现废话填充有没有明显的“AI 味”段落比如毫无信息量的过渡句每个层面我都会列出具体的“检查动作”。比如硬伤检查这一节我会写一条固定动作“随机抽 3 个数据点顺着来源链接点回去确认原文真的包含该数据。”这一步极笨但极有效。AI 生成内容最容易出的问题之一就是来源链接和正文内容并不是真的对应——链接是真的但里面没有那句话。3.3 手册不是一次写成的是“改”出来的很多人在第一步就卡住手册要写到多详细才算好我的回答是不要追求一版完美你写不完的。手册应该是从第一轮实操中长出来的东西。我的做法是先写一个 70% 完整的初版——足够跑通一次完整流程就行。然后每跑完一个项目把翻车点记录到手册里。比如某次调研员把单一来源的信息直接写成了行业共识我就在作业手册的调研员红线清单里加了一条“单一来源信息必须在末尾标注【单一来源】。”某次撰稿人把分析师标注为“弱证据”的推断写成了确定性结论我就在质检手册的硬伤检查里加了一条“抽查‘弱证据’结论是否被降级表述。”手册在第 N 次迭代后会变得极其贴合你的实际项目类型。到那时你会发现新项目启动只需要填几个占位符整套流程像流水线一样顺滑。手册不是为了好看而是为了让你下一次少踩同一个坑。4. 完整实操流程从主编派单到三稿交付4.1 主编拆任务把模糊问题变成可执行指令整套流程的第一步是主编把原始需求拆成可以下发给调研员的指令。这一步最考验经验因为用户给的原始问题往往模糊得很。举个例子某次我需要调研“某新兴消费品类的市场趋势”客户原话就一句“帮我看看这个行业现在什么情况值不值得做。”这种话不能直接扔给 AI。我拆成了这样范围限定近 3 年中国境内该品类线下线上渠道。细分维度市场规模与增速、主要参与者与竞争格局、消费者需求变化、供应链与技术变化、监管与政策风险。交付形式先出信息清单再出分析结论最后形成一篇约 3000 字的趋势简报。拆分完我先把“信息清单”任务发给调研员。需要提醒的是这个环节不要一次把所有问题都塞进去。调研员一次处理的任务越少输出越规整。如果调研主题很大我会拆成多个子任务分批跑。4.2 调研员执行信息清单是怎么“喂”出来的调研员执行阶段的对话过程不只是一次性发一个提示词然后等结果。我通常会先发角色定义和任务等它产出第一批材料后再做 2~3 轮追问。比如第一次输出里市场规模的数据只有单一来源我会追问“这个数据的其他来源在哪里请至少再找两个独立来源进行印证。”如果某个子维度信息明显偏少我会追加“关于消费者需求变化目前只有 2 条材料请补充至少 5 条来自不同来源的信息。”这个“追问-补充”的循环是调研阶段质量高低的分水岭。不追问调研员交付的永远是第一轮碰巧搜到的内容追问几次覆盖面会明显变完整。我一般控制在这个阶段做 2~3 轮太多会拖慢节奏太少则材料不够分析。4.3 分析师加工从材料到结论的“压力测试”拿到调研员交付的信息清单后我会把材料整理成分析师能直接读取的格式——不需要重写但要确保信息完整尤其是来源链接和冲突标注不要丢。分析师的运行过程通常也分两轮。第一轮产出结论框架第二轮我会挑几个“弱证据”结论要求它重新论证。这里有一个实用技巧明确要求分析师写出“如果要反驳这个结论最有力的依据是什么”。这个反向提问非常好用能逼出很多藏在材料里的反例。举例来说某个结论写的是“该品类线上渠道增长迅速”证据强度标注为“强”但当我追问反例时分析师找出一条材料部分头部品牌的线上销售额增速已经连续两个季度放缓。这立刻让结论变得更立体——不是推翻而是加了一个边界条件“线上渠道整体增长但头部品牌显疲态。”有了这样的细节最终稿件的含金量完全不同。4.4 撰稿人成稿把结论翻译成人话撰稿人阶段我通常会给两个输入分析师的结论文档以及目标读者画像。比如这次调研的读者是某公司内部决策层画像写成“对公司业务有基本了解但对该新品类不熟悉需要快速理解机会与风险偏爱结论先行的表达方式。”撰稿人输出初稿后我的任务不是直接收下而是先拿质检手册过一遍。这时候最怕的是“读起来很顺就放过了”。我一定提醒自己即便文字流畅也要抽样验证里面的数据、引述、逻辑是否对得上分析材料的原文。AI 写稿很容易“把话说圆”偶尔会为了句式的顺畅微调信息表述这种微调恰恰是调研内容的大忌。初稿改完后我会把“内容来源清单”单独抽出来检查一遍。有些数据在正文里看着很正常但回到来源清单里会发现出处已经模糊这种情况下宁可删掉也不要保留。4.5 主编终审交付前的最后一道闸门终审这步很多人在家里自己做调研时容易跳过但如果你把整套流程当成一个“团队”来运转终审就是主编的职责所在。我的终审动作就是照着质检手册逐项打勾先扫硬伤抽查数据和来源确认没有“幽灵引用”。再查结构第一段是否讲清楚了背景和结论后续段落是否有内在递进有没有只堆信息不讲逻辑的段落。最后做减法把那些虽然没错但完全没有信息增量的句子删掉。比如“值得关注的是”“总体来看”这类开头语十句里有九句可以直接砍。如果这一轮查出问题我会回到具体环节去修而不是直接在成稿上改。比如发现某段论述的证据不足我要做的是退给分析师补充论证而不是由撰稿人“润色”蒙混过关。这个“退到源头不在末端打补丁”的原则是保证最终交付质量的关键。5. 常见问题与排查技巧实录5.1 问题一AI 编了一个不存在的案例或者数据这是调研类场景最严重的问题没有之一。AI 的信息幻觉不可能靠提示词完全消灭但可以靠流程大幅压缩。我的排查步骤第一步看“来源清单”。凡是正文提到但清单里找不到来源的信息一律标记为高风险。第二步顺着清单里的链接点回去检查原文里是否真的存在对应表述。这一步我至少抽查三分之一。第三步如果发现一个编造数据不要只改这一处而是触发全局排查——把同类表述全部拎出来重新验证。因为 AI 的编造往往不是孤例它可能在多个段落里用了同样的“假事实”。经验之谈越是看起来“完美契合主题”的具体案例越要警惕。真实调研里能精确对上你所有条件的案例是稀缺品AI 却不觉得这有什么问题。5.2 问题二调研员找到了一堆资料但质量良莠不齐高频翻车现场是调研员把个人博客、论坛帖子、不知名营销号的“行业趋势文”当成权威来源直接写成“根据公开资料显示”。这种情况在提示词里约束“优先采用权威来源”还不够必须交给质检端去堵。我的一条线索规则是如果来源是“某内容平台个人号”且文章语气带明显推广倾向不管内容多吸引人都不作为事实引用。如果某个观点只有这类来源支撑就把它归入“待验证信息”明确标注“信源权威性不足”。在跑流程前我会在作业手册里直接附上一个“低可信来源特征清单”无作者信息、无发布时间、无引用来源、有推广链接、情绪化表达浓度过高。有了这份清单调研员在处理时的警惕性会明显高很多。5.3 问题三三个工种之间信息传递失真分工之后马上会碰到的新问题就是信息在环节间传递时的损耗和变形。调研员交付的结论是“某数据 2024 年同比增长 15%”分析师转述时可能写成“该数据保持两位数增长”到撰稿人手里就成了“高速增长势头强劲”。每一步看着都没错组合起来信息准确度明显下降。对策是在每个环节的输出格式里用一句话明确“必填项”和“禁改项”。属于数据类的关键信息要求原样引用并标注出处属于评价类的概括只允许出现在分析师的结论层不允许出现在调研员的材料层或撰稿人的叙述层。简单说事实和数据永远不允许“转述美化”只能原文引用。5.4 问题四整体流程跑完了但产出感觉“差一口气”这种情况多半不是单点故障而是质量问题被分摊到了多个环节。比如调研材料本来就不够扎实分析师的结论自然单薄撰稿人写得再顺也只是在补丁上绣花。此时我会回头做一个“环节复盘”把最终稿件、分析师结论、调研员清单三者铺开对比看每一段的底层支撑长什么样。如果某一部分有明显的“多环节空洞”下次执行时就需要在那个环节加深投入。复盘记录我会追加到两本手册里形成下一轮的改进基线。6. 一点补充这套流程还能怎么扩展6.1 从“一次调研”到“长期监测”“AI 调研队”的这套结构和手册并不只适用于一次性项目。我自己后来把它扩展成了长期的行业监测每周跑一轮调研员的资料更新每月追加一次分析师的重点变化梳理季末再让撰稿人整合成一份阶段性简报。全部流程不变唯一的变化是“主编派单”的频率和内容做了调整。手册的价值在这里极为明显不用每次重新解释流程把“本次监测重点”填进模板直接跑就行。6.2 从“文字报告”到“多形态内容”如果读者需要撰稿人的模板我可以改造成多种形态给客户看的正式 PPT 大纲、给团队内部用的决策摘要、给公众号发的通俗版解读、给行业群分享的干货帖。骨子里还是调研和分析的那套产物只是“翻译”成了不同场景的表达方式。我曾经尝试一次调研产出五个版本内容总共耗时和单产出相比并没有增加太多——核心的调研和分析阶段完全复用只有撰稿人环节需要根据读者画像多跑几轮。我在实际使用这套 AI 调研队的过程中最大的感触是大家总觉得用 AI 做事的最优解是“找到更聪明的模型”但现实里流程设计和约束机制带来的稳定性提升远比换模型明显得多。手册会越改越顺工种边界会越跑越清晰而那份“没那么聪明但每步都可靠”的产出才是我真正愿意拿来交付的东西。如果你也准备搭一支自己的调研队建议先从最小可行版本开始一个主编——你自己一个调研员一本初版手册跑完一个真实项目再回头补另外两个工种。第一次跑完你再看到产出的那刻会觉得之前的折腾全都值了。