这篇讲什么
6 阶段可复用 AI 研究流——从问题界定到可引用输出——把 Perplexity、NotebookLM、Deep Research 串起来。
这篇适合谁看
每周都要做研究的分析师、PM、咨询、Founder、研究生——想要系统、不只是一次性 Prompt。
什么时候适合用
每次研究都从零开始、输出质量随手抓哪个工具就漂移时。如果阶段 3 你想专门吃 Gemini 的新鲜网络数据和 Workspace 集成，Gemini Deep Research 工作流给了一条 ~45 分钟出 defensible brief 的路径。
具体步骤
每阶段都给了可直接复制的 Prompt。把尖括号占位换成你的真实题目再发给对应工具。
-
写下一行研究问题。写不出就拆成 1 主 + 2-3 子。先用这个模板自测：
主问题：<动词 + 对象 + 限定 + 时间> 例："2026 年 B 端 SaaS 内容站怎么把 SEO 流量转化成 Newsletter 订阅" 子问题（≤3 个）： 1. <子问题 1> 2. <子问题 2> 3. <子问题 3> 产出形式：<例 "1500 字 brief + 3 张数据图 + 5 条 actionable 建议"> 截止时间：<例 "周四下午前"> 读者：<例 "我的合伙人 + 2 个投资人，都看过基础 SEO 资料">如果”主问题”写不到一句话，就还不能开 AI——继续拆。
-
阶段 1 - 格局扫描（Perplexity）。打开 perplexity.ai，开新对话，发：
我在研究：<主问题>。 请扫描专家 / 头部从业者 / 学术界在这个话题上的格局： 1. 列出 5-7 个主要分歧点（不要列共识点） 2. 每个分歧点：A 派立场（≤1 句）+ B 派立场（≤1 句）+ 各自代表性来源 1-2 个（含链接） 3. 列出过去 12 个月发生了什么显著变化（新数据、新事件、新工具） 4. 列出 3 个被反复引用但实际证据弱的"伪共识" 只用 2024 年之后的来源。回答最后用 Markdown 列出所有引用链接。把所有引用链接复制到本地
research_<topic>/sources.md，加日期 + 一句话注释。 -
阶段 2 - 源综合（NotebookLM）。从 perplexity 的引用里挑 8-15 篇最相关的，下载 PDF 或保存网页快照。打开 notebooklm.google.com → “New notebook” → 上传/粘贴 sources。在 chat 里发：
基于上传的 8-15 个 sources，回答： 1. 共识：所有 sources 都同意的 3-5 条事实 / 判断 2. 分歧：sources 之间明显冲突的点，每条标注哪些 source 持哪种立场（引用文件名） 3. 空白：sources 都没碰过但对回答主问题"<主问题>"必要的信息 4. 数据：所有出现的关键数字 / 增长率 / 市场规模，每条带 source citation 不要使用 sources 之外的信息。每条结论后必须有 source 文件名 + 段落引用。NotebookLM 的”⊕ Add note” 把综合结果存下来。
-
阶段 3 - Deep Research 草稿。ChatGPT（GPT-5/o3 deep research）或 Gemini Deep Research 或 Claude Research。把阶段 2 的综合结果粘进去作为已知前提，然后：
我已经做完格局扫描和源综合，要点如下： <粘贴阶段 2 的输出> 现在请基于以上 + 你能搜到的最新资料，产出一份 brief： - 长度：1500 字 - 结构： 1. Executive Summary（200 字，3 条最值得拿走的判断） 2. 现状概览（300 字） 3. 主要分歧 & 各派证据（500 字，分小标题） 4. 数据与趋势（300 字 + 关键数字表） 5. 对 <读者> 的 3-5 条具体建议（200 字） - 每条事实声明必须有 inline citation [n] - 文末列出所有 citation 的完整链接 + 发布日期 - 不许使用 2024 年之前的来源做主要论据如果用 ChatGPT 这一步，请配合 ChatGPT 深度研究工作流教程 里讲的 Project 配置和”质疑—重做”节奏。
-
阶段 4 - 抽查引用。打开 Deep Research 输出，随机选 3-5 条 inline citation，逐条做：
- 点开链接，确认页面存在
- 在原文里 Cmd+F 搜引用的关键词，确认确实在文中（不是 AI 编的）
- 标记”弱引用”：引用了但原文意思相反 / 来源是博客没原始数据 / 来源已过期 > 2 年
把”弱引用所在节”重新跑一遍 Deep Research（同一 prompt 但要求”只用 X 类型的来源”）。
-
阶段 5 - 人工综合。Deep Research 给的是事实拼图，“对读者来说什么是新闻”必须你自己写。打开新文档，不允许复制 AI 的执行摘要，自己写：
- “如果读者只看 3 句话，他们应该带走什么？” 写这 3 句。
- 哪 1 个发现违反了读者的当前直觉？把这条放最前。
- 给 3-5 条 actionable 建议，每条 = 动词 + 对象 + 怎么衡量做没做。
-
阶段 6 - 归档。本地建文件夹
research_<topic>_<YYYYMMDD>/，里面放：research_saas_newsletter_2026_05_21/ ├── 00_question.md # 主问题 + 子问题（步骤 1 模板） ├── 01_perplexity_scan.md # 步骤 2 输出 + 引用 ├── 02_notebooklm_synth.md # 步骤 3 综合 ├── 03_deep_research.md # Deep Research 原文 + 重做后版本 ├── 04_citation_audit.md # 步骤 5 弱引用清单 + 重做 ├── 05_my_brief.md # 你自己写的最终 brief └── prompts.md # 本次用过的所有 prompt（下次直接改占位复用）下次同类研究：复制整个文件夹，改文件夹名和
00_question.md就能开干。
建议的操作流程
问题 → 格局扫描（Perplexity）→ 源综合（NotebookLM）→ Deep Research 草稿 → 人工抽查 → 人写综合 → 归档。
容易踩的坑
- 跳过一行问题
- 让一个工具干完 6 阶段
- 把 Deep Research 输出当最终稿
- 从不归档——每次重来
FAQ
- 全流程多久？: 第一次跑 2-4 小时；有了模板后 60-90 分钟。
- 需要付费工具吗？: 不必。Perplexity + NotebookLM + ChatGPT 免费档够大多数场景。日常研究才值得开 Pro。