一句话总结
一个工具撑不起一份正经研究。这套流程把活儿拆给每个阶段真正擅长的工具：Perplexity 扫格局、NotebookLM 对你自己控的资料做有据综合、Deep Research（ChatGPT、Gemini 或 Claude）出草稿，最后你来抽查引用、写定稿。六个阶段，一个下次能直接复制的文件夹。从零跑 2-4 小时；有了模板后 60-90 分钟。
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，而不只是一次性 Prompt。如果你只想快速问个一句话答案，这套就太重了，开 Perplexity 问完就行。这篇是写给”会被人当面挑刺”的那种 brief 的。
为什么一个工具不够
每个工具有各自的翻车方式，串起来正好互相抵消：
| 阶段工具 | 强项 | 单用时的翻车点 | 下一阶段怎么补 |
|---|---|---|---|
| Perplexity | 快、引用优先的网络扫描 | 综合浅；谁排名高就引谁 | NotebookLM 在你筛过的资料上重新落地 |
| NotebookLM | 只从你上传的资料答，不会瞎编网络事实 | 你没传的它一概看不到 | Deep Research 补上最新网络资料 |
| Deep Research（ChatGPT / Gemini / Claude） | 长、结构化、多来源的草稿 | 语气笃定但有时引错或引旧 | 你的第 4 阶段抽查抓出假引用 |
| 你 | 判断力、“对读者来说到底什么算新闻” | 慢；读不快 40 篇来源 | 前三阶段已经替你读完了 |
工具负责广度和召回，你负责模型假装不来的那部分：判断什么重要。
各工具档位与额度（截至 2026 年 6 月）
开工前先把这些钉住，免得跑到一半撞墙。额度会变，请到下面贴的官方页面复核。
| 工具 | 免费档 | 付费档 | 解锁什么 |
|---|---|---|---|
| Perplexity | 每天约 3 次 Pro Search + 5 次 Deep Research | Pro 20 美元/月（200 美元/年 ≈ 16.67 美元/月） | 无限 Pro Search、每天 20 次 Deep Research、模型选择器 |
| NotebookLM | 每个 notebook 50 个来源、最多 100 个 notebook、每来源 50 万字 | Plus，随 Google AI Pro 19.99 美元/月捆绑 | 每个 notebook 300 个来源、更高每日上限 |
| ChatGPT Deep Research | 每月 5 次轻量运行 | Plus 20 美元/月（约 25 次/月）· Pro 200 美元/月（约 250 次/月） | 在降级到 o4-mini 之前更多次满血运行 |
| Gemini Deep Research | 每日少量运行 | Google AI Pro 19.99 美元/月 | Deep Research + Deep Research Max（更长算力） |
| Claude Research | 免费档没有 | Pro 20 美元/月（按年约 17 美元/月） | 多来源 Research 模式，假引用更少 |
来源：Perplexity 定价、ChatGPT Deep Research 帮助页、Google AI Pro 套餐。
注意这里有个重叠：Google AI Pro（19.99 美元/月）一份订阅同时给你 NotebookLM Plus 和 Gemini Deep Research——所以如果你经常跑这套流程，它是性价比最高的单一付费选择。要是只做一次性项目，Perplexity + NotebookLM + ChatGPT 的免费档基本也够。
具体步骤
每阶段都给了可直接复制的 Prompt。把 [...] 占位换成你的真实题目，再发给对应工具。
阶段 0 - 把研究问题写成一行
写不出一句话就拆成 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。这一行后面每个阶段都要粘进去，所以花这点时间值。
阶段 1 - 格局扫描（Perplexity）
打开 perplexity.ai，开新对话。Pro 用户打开 Pro Search，在模型选择器里挑一个强推理模型（求快用 Sonar，硬框架用 GPT-5.5 / Claude Sonnet 4.6 / Gemini 3.1 Pro 这类前沿模型）。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。免费档每天大约只有 3 次 Pro Search，所以把这条 Prompt 写好，别一口气发五条含糊的。
阶段 2 - 源综合（NotebookLM）
从阶段 1 里挑 8-15 篇最相关的来源，每篇下载成 PDF 或保存网页快照。打开 notebooklm.google.com，新建 New notebook，上传它们。免费 notebook 每个能放 50 个来源、每来源 50 万字，这里绰绰有余。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 条事实或判断
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 不会瞎编网络事实——它只从你上传的资料里答，这恰恰是它该出场的原因。用 Add note 把综合结果存下来。
阶段 3 - Deep Research 草稿
挑一个 agent：ChatGPT Deep Research（Plus 每月约 25 次满血运行，之后降级到更轻的 o4-mini 版本）、Gemini Deep Research（想要最大来源覆盖就用 Deep Research Max），或 Claude Research（文笔更干净、假引用更少）。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这步用 ChatGPT，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。如果你更想在单一工具里搞定、要新鲜网络数据 + Workspace 集成，Gemini Deep Research 工作流 给了一条 ~45 分钟出可交付 brief 的路径。
阶段 4 - 抽查引用
这是大家最爱跳过、却最能救稿子的一步。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：原文意思相反 / 来源是博客没原始数据 / 来源已过期超过 2 年
再强的 agent 也会引错一部分，所以把每个数字都当成”待核的声明”，不是既定事实。把”弱引用所在节”用同一 Prompt 重新跑一遍（加一句”只用 X 类型的来源”，例如官方文件、同行评审、官方统计）。
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]/：
research_saas_newsletter_2026_05_21/
├── 00_question.md # 主问题 + 子问题（阶段 0 模板）
├── 01_perplexity_scan.md # 阶段 1 输出 + 引用
├── 02_notebooklm_synth.md # 阶段 2 综合
├── 03_deep_research.md # Deep Research 原文 + 重做后版本
├── 04_citation_audit.md # 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。这个归档，就是把 4 小时的冷启动变成 60 分钟复盘的关键。
操作流程速览
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，带着模糊目标就开 AI
- 让一个工具干完 6 阶段（上面每个交叉校验全丢了）
- 把 Deep Research 输出当最终稿，而不是草稿
- 跳过阶段 4 抽查，把假引用直接发出去
- 从不归档——每次重来
常见问题
- 全流程多久？：第一次跑 2-4 小时；有了模板和文件夹后降到 60-90 分钟。阶段 3（Deep Research）等得最久——多数 agent 每次跑 5-15 分钟。
- 需要付费工具吗？：不必。Perplexity（每天约 3 次 Pro Search + 5 次 Deep Research）、NotebookLM（每 notebook 50 个来源）、ChatGPT Deep Research（每月 5 次轻量运行）的免费档够大多数一次性项目。日常每周做研究才值得付费。
- 一份订阅覆盖最划算的是哪个？：Google AI Pro 19.99 美元/月，一份套餐捆绑 NotebookLM Plus（每 notebook 300 个来源）和 Gemini Deep Research，对这套流程是性价比最高的付费选择。
- 为什么不直接全程用 ChatGPT？：ChatGPT 没法像 NotebookLM 那样把答案锁死在你给定的资料集里，而且单用一个工具就丢掉了所有能抓它错误的交叉校验。整套流程的意义就在于每个阶段都在审上一个阶段。
- AI 给的引用有多准？：在阶段 4 核完前一律当作未经验证。再强的 agent 也会引错或挂旧链一部分，这正是抽查必须做、不是可选的原因。