研究运营 是做什么的？
当用户要求研究当前话题、比较选项、丰富人员或公司信息，或将重复查询转化为监控工作流时，请使用此技能。
这是仓库研究栈的操作封装。它并非 deep-research、exa-search 或 market-research 的替代品，而是告诉您何时以及如何将它们组合使用。
技能栈
在相关的工作流中引入这些 ECC 原生技能：
exa-search用于快速发现最新网络信息deep-research用于多源综合分析并附带引用market-research用于最终输出推荐或排序决策lead-intelligence用于针对人员/公司而非泛泛的研究任务knowledge-ops用于将结果存储到持久化上下文中
使用时机
- 用户提到“研究”、“查找”、“比较”、“我该找谁”或“最新情况”
- 答案依赖于当前的公开信息
- 用户已提供证据，要求将其纳入最新的推荐中
- 任务可能重复出现，因此应设置为监控而非一次性查询
防护措施
- 当廉价的新搜索可用时，不要用陈旧记忆回答当前问题
- 区分以下内容：
- 来源事实
- 用户提供的证据
- 推断
- 推荐
- 如果答案已在本地代码或文档中，不要启动重型研究工作流
工作流
1. 从用户已提供的信息出发
将提供的材料规范化处理为：
- 已有证据的事实
- 需要验证的内容
- 未解决的问题
如果用户已构建部分模型，不要从头开始分析。
2. 对请求进行分类
在搜索之前选择合适的路径：
- 快速事实回答
- 比较或决策备忘录
- 线索/丰富化处理
- 可重复的监控候选
3. 优先采用最轻量的有用证据路径
- 使用
exa-search进行快速发现 - 当涉及综合或多源需求时，升级到
deep-research - 当最终需要输出推荐时，使用
market-research - 当实际需求是目标排名或暖路径发现时，移交给
lead-intelligence
4. 报告时明确标注证据边界
对于重要声明，说明其属于：
- 来源事实
- 用户提供的上下文
- 推断
- 推荐
时效性答案应包含具体日期。
5. 判断任务是否应保持手动
如果用户很可能重复提出相同的研究问题，请明确说明，并推荐使用监控或工作流层，而不是永远重复手动搜索。
输出格式
问题类型
- 事实型 / 比较型 / 丰富型 / 监控型
证据
- 来源事实
- 用户提供的上下文
推断
- 从证据中得出的结论
推荐
- 答案或后续行动
- 是否应转为监控
陷阱
- 不要在不标注的情况下将推断混入来源事实
- 不要忽略用户提供的证据
- 本地仓库上下文能回答的问题不要使用重型研究路径
- 时效性答案必须包含日期
验证
- 重要声明需标注证据类型
- 时效性输出需包含日期
- 最终推荐与实际使用的研究模式一致