Deep Dive
深度研究不是網路搜尋。找出最佳來源，真正讀懂它們，從對立面攻擊這個想法，檢查引用來源，然後帶著觀點和計畫回來。
引擎：RECON（MCP 伺服器 auto-research）加上 notebooklm-mcp。如果沒有它們，則執行精簡模式（第 3 步）。設定方式：references/setup.md。所有工具：references/tools.md。
第零法則：先行動
當觸發詞出現時，第一個動作就是研究。不要先輸出文字。不要提出釐清問題。從上下文中提取主題。如果主題是使用者自己的程式碼、機器人或業務，則研究該領域的外部策略和最佳實踐，然後將其應用到他們的情境中，並寫出簡報。
第 1 步：檢查函式庫與工具
- 如果
research工具不在你的工具列表中，請搜尋它一次（例如ToolSearch +auto-research research）。如果還是找不到，表示伺服器未連線：切換到精簡模式（第 3 步）並用一句話說明。 - 如果主題聽起來很熟悉，執行
list_research_notebooks()。如果找到相符的近期筆記本，則直接對其進行查詢（第 4 步），而不是重建。
第 2 步：選擇設定並執行 RECON
依觸發詞決定深度：
| 觸發詞 | num_sources | 筆記本問題數 | 額外操作 |
|---|---|---|---|
| "research X" | 5 | 3 | |
| "deep dive X" | 6 | 5 | |
| "ultra think X" | 10 (最大值) | 6-8 | 平行角度代理（第 4b 步） |
| "think the impossible X" | 10 | 6-8 | 第 4b 步 + 對相鄰想法執行 suggest_research() |
依領域選擇來源：（論文對快速變動的科技領域是噪音，但對科學領域是黃金）
| 主題類型 | sources | 平行加入 |
|---|---|---|
| 科技、工具、AI、軟體、行銷策略 | ["youtube"] | X 搜尋 + 網路搜尋 + GitHub 搜尋（時效性很重要） |
| 科學、健康、心理學、經濟學 | ["youtube", "papers"] | |
| 交易、投資、利基工藝 | ["youtube", "podcasts"] 搭配 mode="expert" | X 搜尋 |
| 商業策略、一般學習 | ["youtube", "papers", "podcasts"] | 搜尋創辦人/營運者的 X 觀點 |
X 搜尋（免費，無需帳號）： 使用 allowed_domains: ["x.com"] 進行網路搜尋。執行兩個查詢：主題本身，以及「主題 不管用 / 被高估 / 錯誤」。結果會是來自正在實際建構該事物的人的討論串、X 文章和貼文，通常比 YouTube 早好幾週。科學和健康領域跳過 X（那裡大多是噪音）。
模式： 交易、機器人、策略或任何實務者勝過網紅的利基領域，使用 mode="expert"（此模式會反轉熱門度評分）。其他情況使用 mode="general"。
主題字串： 3 到 8 個可搜尋的詞。像是 "liquidation cascade trading strategy"，而不是一個段落。
research(topic="<topic>", sources=[...], num_sources=N, mode="<mode>")
耗時 1-4 分鐘：搜尋、根據實質內容、可信度和逐字稿深度為每個來源評分，用一個異議來源替換最弱的空缺，建立 NotebookLM 筆記本，更新知識圖譜。請閱讀 status、notebook_url、notebook_id、sources、connected_notebooks。
第 3 步：處理失敗，或執行精簡模式
| 結果 | 執行此操作 |
|---|---|
success / partial | 第 4 步（記下失敗的來源） |
| 登入 / "signed out" / "New notebook" 錯誤 | 執行 notebooklm_login()。如果已登出，用一句話告知使用者執行 notebooklm_login(interactive=true)，然後進入精簡模式。永遠不要使用 notebooklm-mcp 的 setup_auth（它無法偵測 notebook.google.com） |
| 沒有來源 | 使用更廣泛的主題字串重試一次，然後進入精簡模式 |
精簡模式（無筆記本）：如果 RECON 已連線，平行執行 search_videos / search_papers，加上 3-5 次網路搜尋（以及當主題路由到 X 時的 2 次 X 搜尋）：主題本身、「主題 最佳實踐 / 實務者如何做」、「主題 問題 / 批評 / 不管用」，以及「主題 數據 / 基準 / 結果」。直接擷取並閱讀前 5-8 個頁面或逐字稿。至少保留一個異議來源。然後照常執行第 5-7 步。
第 4 步：詰問
4a. 筆記本問題
使用 notebooklm-mcp 的 ask_question(question, notebook_url=<url>)，在同一個 session 中一個接一個地問。提取實質內容，而不是摘要：
- 機制： 「讓這個運作的核心機制是什麼？逐步說明，並附上具體細節。」
- 實務者操作手冊： 「那些獲得實際成果的人做了哪些不同的事？具體戰術、數字、設定、閾值。」
- 異議觀點： 「這個方法在哪裡會失敗？來源中提到最大的風險、批評和錯誤。」
- 數字： 「來源中每一個具體的數字、基準、成本或結果，每個都要附上說出該數字的來源以及簡短的確切引文。」
- 應用： 「鑑於 <用一句話描述使用者的情況>，他們應該先做什麼？應該避免什麼？」
更深層的觸發詞會額外加入：「來源之間有哪些歧見？哪一方的證據更充分？」、「大多數人忽略的非顯而易見的洞察是什麼？」、「10 倍版本會是什麼樣子？」
如果答案含糊，則追問一個問題，點名你確切需要的東西。
4b. 平行角度代理（ultra think / think the impossible）
一次產生 3 個子代理，每個都有狹義的任務說明和自己的搜尋：
- 實務者： 有實際成果的人做了什麼，附帶數字。擁有 X 搜尋的使用權。
- 證據： 研究、基準、數據、官方文件。
- 異議者： 失敗案例、批評、誰說這不管用以及為什麼。
每個子代理回報 宣稱 | 來源 URL | 確切的支持引文。由你進行合併。不要讓子代理撰寫最終簡報。
第 5 步：寫作前先驗證
引用會讓薄弱的宣稱看起來經過檢查。研究表明深度研究工具會捏造 3-13% 的 URL，且只有 40-80% 的引用實際支持該宣稱。所以：
- 挑出結論最依賴的 5 個宣稱。
- 對每個宣稱，確認來源確實有這麼說：擷取該頁面，或詢問筆記本「請引用確切說明 <宣稱> 的段落」。
- 有支持的 = 保留。找不到的 = 刪除它或標記為
(unverified)。互相矛盾的 = 將其移到異議觀點章節。 - 只引用在此次 session 中由工具回傳的 URL。永遠不要憑記憶寫出 URL。
第 6 步：交付簡報
先表達觀點。這是一個結論，而不是文獻回顧。
## 深度研究：<主題>
**結論：** <2-3 句話：什麼是真的、該做什麼、信心高/中/低以及原因>
### 實際有效的做法
- <發現> [來源]
### 數字
| 指標 | 數值 | 來源 |
### 哪裡會失敗（異議觀點）
- <風險 / 失敗模式> [來源]
### 來源間的歧見
<誰說了什麼、哪一方的證據更充分>（如果沒有則跳過）
### 這對你的意義
<應用到使用者的真實情況：第一步、該跳過什麼、該測試什麼>
### 來源
| # | 標題 | 類型 | 分數 | 入選原因 |
（標記異議來源；標記已驗證宣稱的來源）
筆記本：<notebook_url> | 已驗證宣稱：<n>/5 個關鍵宣稱
如果證據薄弱，標記為缺乏證據的炒作。如果證據不足，就說信心低。不要畫蛇添足。
第 7 步：提供後續行動（每項一行，只列出合適的）
- 繼續查詢筆記本（它會保持活躍）。
- 對知識缺口執行
suggest_research()；對與過去深度研究的關聯執行knowledge_map()。 - 使用者採取行動後：執行
track_edge(notebook_id, "edge" | "no_edge" | "negative_edge", notes)。RECON 會學習哪些來源有價值；執行edge_report()可查看 ROI。
注意陷阱
- 每個影片的
key_concepts都是空的 = 逐字稿提取失敗（RECON < 1.0.1 搭配 youtube-transcript-api >= 1.0）。此時評分僅依標題和頻道排序。請更新 RECON。 - NotebookLM 已移至 notebook.google.com。 登入狀態約在 12 天未使用後過期，且 Google 可能會要求「驗證你的身分」。使用
notebooklm_login(interactive=true)修復。 - 「Profile is open in another process」 = notebooklm-mcp 的查詢佔用了 Chrome Profile。稍等一分鐘後重試。
- 論文離題（例如針對程式問題出現財經論文）：OpenAlex 對新工具領域的支援較弱。刪除論文，改用網路 + GitHub。
- 工具呼叫次數多不代表更準確。 事實查核準確度會隨著研究範圍擴大而下降。五個充分閱讀的來源勝過三十個草草瀏覽的來源。
- X 貼文是線索，不是證據。 常見的是引誘互動的內容和看似有理但錯誤的觀點。只有在貼文顯示真實數字，或來自實際做過該事的人（建構者、團隊成員、營運者）時才引用；否則需在其他地方確認。
- Reddit 無法免費存取。 Reddit 封鎖了 Claude 的網路搜尋、關閉了自助服務 API 金鑰（2025 年 11 月）並對腳本回傳 403。不要試圖繞過。如果 Claude in Chrome 擴充功能已連線且使用者想看 Reddit，請在新的分頁中開啟 reddit.com 搜尋，像一般人一樣閱讀前 2-3 個討論串。
- 一個異議來源不代表平衡。 在有爭議的主題上，要主動陳述最有力的反對論點。