Research Ops

¿Qué hace Research Ops?

Utilice esto cuando el usuario pida investigar algo actual, comparar opciones, enriquecer personas o empresas, o convertir búsquedas repetitivas en un flujo de trabajo monitoreado.

Este es el operativo envolvente alrededor del stack de investigación del repositorio. No es un reemplazo de deep-research, exa-search o market-research; le indica cuándo y cómo usarlos juntos.

Stack de habilidades

Incorpore estas habilidades nativas de ECC al flujo de trabajo cuando sea relevante:

• exa-search para descubrimiento rápido en la web actual
• deep-research para síntesis de múltiples fuentes con citas
• market-research cuando el resultado final deba ser una recomendación o decisión clasificada
• lead-intelligence cuando la tarea sea segmentación de personas/empresas en lugar de investigación genérica
• knowledge-ops cuando el resultado deba almacenarse en contexto duradero posteriormente

Cuándo usar

• el usuario dice "investiga", "busca", "compara", "con quién debería hablar" o "qué es lo último"
• la respuesta depende de información pública actual
• el usuario ya proporcionó evidencia y quiere que se considere en una recomendación fresca
• la tarea puede ser lo suficientemente recurrente como para convertirse en un monitor en lugar de una consulta única

Barreras de seguridad

• no responda preguntas actuales desde memoria obsoleta cuando la búsqueda fresca es barata
• separe:
  • hecho con fuente
  • evidencia proporcionada por el usuario
  • inferencia
  • recomendación
• no inicie un pase de investigación pesado si la respuesta ya está en el código o la documentación local

Flujo de trabajo

1. Comience desde lo que el usuario ya le dio

Normalice cualquier material proporcionado en:

• hechos ya evidenciados
• necesita verificación
• preguntas abiertas

No reinicie el análisis desde cero si el usuario ya construyó parte del modelo.

2. Clasifique la solicitud

Elija el carril correcto antes de buscar:

• respuesta factual rápida
• comparación o memorando de decisión
• pase de enriquecimiento/leads
• candidato a monitoreo recurrente

3. Tome primero la ruta de evidencia más ligera útil

• use exa-search para descubrimiento rápido
• escale a deep-research cuando la síntesis o múltiples fuentes importen
• use market-research cuando el resultado deba terminar en una recomendación
• transfiera a lead-intelligence cuando la verdadera solicitud sea clasificación de objetivos o descubrimiento de rutas cálidas

4. Reporte con límites de evidencia explícitos

Para afirmaciones importantes, indique si son:

• hechos con fuente
• contexto proporcionado por el usuario
• inferencia
• recomendación

Las respuestas sensibles a la actualidad deben incluir fechas concretas.

5. Decida si la tarea debe permanecer manual

Si es probable que el usuario haga la misma pregunta de investigación repetidamente, dígalo explícitamente y recomiende una capa de monitoreo o flujo de trabajo en lugar de repetir la misma búsqueda manual para siempre.

Formato de salida

TIPO DE PREGUNTA
- factual / comparación / enriquecimiento / monitoreo

EVIDENCIA
- hechos con fuente
- contexto proporcionado por el usuario

INFERENCIA
- lo que se deduce de la evidencia

RECOMENDACIÓN
- respuesta o siguiente paso
- si esto debería convertirse en un monitor

Errores comunes

• no mezcle inferencia en hechos con fuente sin etiquetarlo
• no ignore la evidencia proporcionada por el usuario
• no use un carril de investigación pesado para una pregunta que el contexto local del repositorio puede responder
• no dé respuestas sensibles a la actualidad sin fechas

Verificación

• las afirmaciones importantes están etiquetadas por tipo de evidencia
• las salidas sensibles a la actualidad incluyen fechas
• la recomendación final coincide con el modo de investigación real utilizado