AI 受众调研设计 + 分析一次完成
用 AI 起草一份真能拿到有用答案的受众调研问卷，再把答案当作叙述读回来 —— 不是一堆没人会去执行的饼图。
#研究
带有该标签的文章
AI 用户访谈问题生成器：避开诱导式提问
2026 最新：让 AI 起一份能挖到真实行为的访谈问题表，而不是去验证你已经相信的结论——附上能挡住最常见诱导式问题的硬规则。
AI 历史档案研究实操：原始资料优先
让 AI 帮你找档案、辨手写、做翻译，但绝不替你总结你没亲手翻开的文献。
AI 系统文献综述实操：不让模型乱编
把 AI 当作筛选和综合的辅助层，而不是引文生成器——这样才能做出真正能交差的系统综述。
学术辩论 Prompt：正反方与反驳模板
搭建正反方论稿、预演 cross-ex、生成反驳块、演练 impact calculus——覆盖政策辩论、LD、议会式与 moot court。
公司研究 Prompt：12 个进面试前的背景调研模板
12 个 Prompt 模板做面试前研究——产品、市场、文化、信号、能反问的好问题。
理论对比 Prompt：文献综述模板
在假设、适用范围、证据、预测力四个维度对比两种理论——可用于理论论文、综合考、文献综述、tutorial 讨论。
反论生成 Prompt：论点压力测试模板
生成值得回应的反论——最强形式反驳、跨意识形态切面、实证质疑、可写进论文的反驳脚手架。
数据解读 Prompt：表格 / 图表 / 统计模板
让数据解读不被 spin——区分描述与推断、效应量诚实、混杂变量搜寻、图表误用检测、可写进论文的叙事。
历史时间线 Prompt：因果叙事模板
让 AI 生成的时间线不只是日期堆——因果链、同期事件并列、一手史料锚点、可直接复习的输出。
论文摘要 Prompt：15 个比"TL;DR 这篇论文"更靠谱的模板
让 AI 总结一篇期刊论文却不把它压扁——IMRAD 结构、方法学诚实、明示局限，输出可直接进文献矩阵或读书笔记。
文献矩阵 Prompt：系统综述模板
搭建、填充和查询文献矩阵——每行一篇论文、每列一个属性，所有靠谱文献综述、论文、系统评价的支柱。
研究空白识别 Prompt：文献综述模板
把一摞论文变成"已被命名、可辩护"研究空白的 Prompt——方法学空白、人群空白、理论空白，以及评议人真正接受的表述语言。
研究问题精炼 Prompt：FINER 模板
把模糊话题打磨成 FINER（可行、有趣、新颖、伦理、相关）研究问题——收窄范围、变量映射、PICO / PEO 化、可行性审计。
来源可信度审查 Prompt：引用审计模板
引用前审计一个来源——作者权威、证据基础、同行评议、利益冲突、发表偏差、引用链完整度。
用 AI 写图表 Takeaway：每张图 30 秒出一句紧凑结论
让 AI 把 deck 里每张图变成 2 句 takeaway：说出模式 + 含义，而不是描述柱子的高低。
AI 公司 + 岗位研究
面试前 3 天，用一个 Prompt 让 AI 把公司近况、团队结构、可能面试主题压成一页 brief；附上必须自己核实的 3-5 条事实清单。
AI 竞品对比表：拼出经得起追问的对比矩阵，不让 AI 编事实
用 AI 搭建多家竞品并排对比的实战流程：每个格子可追源、能落到洞察和空白点，不被一句『哪儿看的』问倒。
用 AI 解读 A/B 实验结果：显著性、效应量、效度威胁
用 AI 当严苛的二审：显著性、效应量、样本量校验、效度威胁、下一步该做什么——避免在小样本上做错决定。
用 AI 做财务趋势分析：识别营收、成本、毛利的真趋势
分析师视角的 AI 财务趋势工作流：从月度数据中挖出 3 个真趋势、3 个异常和 3 个可证伪假设，附输入清单、Prompt、验证步骤和 AI 常误导你的地方。
用 AI 写周 KPI 总结：数据进去，可上 exec 的总结出来
用 AI 把一周指标变成紧凑总结：TL;DR、3 个 win、3 个风险、1 个 ask，叙事不丢。
用 AI 整理市场研究：竞品拆解+访谈合成一页 brief
把 20+ 页竞品拆解和用户访谈整成清晰的竞争格局文档：细分、真实 gap、一个 kill-switch 假设——周四前交。
用 AI 把市场调研压成一页可决策的 Brief
把 5 份 PDF 和一堆 deck，整理成带市场体量、趋势、风险、推荐的一页纸总结。
AI 质性编码助手：像受训研究者一样给访谈转录打码
用 AI 对访谈转录做开放编码和轴心编码，配合一致性核查，避免 AI 凭空捏造主题。
10 分钟用 AI 读懂一篇论文（发现、方法、结果、提问）
明早开会要讨论的论文，先用 AI 拿到核心发现、方法、关键数字和审稿人会问的问题。
AI 分析问卷开放题：500+ 自由文本聚成可解释的主题
一套可复用的 AI 问卷开放题聚类流程：主题可核实、引用可追溯，避免『挑句子凑结论』。
用 AI 解读复杂表格：把密表压成读者能用的一段总结
把密密麻麻的表格压成一段大白话，再配 3 条该怎么用——不是把数字再念一遍。
用 AI 把用户反馈聚类成可执行的主题
把几百条 App 评价、NPS 评论或工单，整理成产品团队下周就能动手的 5-10 个主题。
怎么用 AI 检查引用与来源（不用变成抄袭侦探）
4 趟 AI 引用核验工作流——发表前抓出虚构来源、错引、来源弱的引用。
AI 事实核验工作流：3 分钟核验
可复用的 3 分钟事实核验流程——Perplexity + 人工源核查。
AI 行业研究工作流：Deep Research 端到端
用 Deep Research（ChatGPT / Gemini / Claude）在 90 分钟内出一份可信的行业 brief。
AI 多源综合：找跨文档的信号
四问综合模式（共识 / 分歧 / 空白 / 时效）+ NotebookLM vs Projects 工具选择 + 来源标签纪律 + 抽查闭环——一个工作日产出每条主张都带可追溯引用的跨源 brief。
AI 论文阅读工作流：从摘要到精读
3 趟法：1 分钟分流（摘要 + 引言 + 结论）、10 分钟结构化 AI pass、再由你主导深读 AI 只澄清——既保速度又不钝化批判直觉。配每趟 prompt 和可引用笔记模板。
怎么搭一套真正靠谱的 AI 研究工作流
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。
ChatGPT 研究笔记法——一个能真正累积下来的体系
大多数 ChatGPT 笔记都丢在对话历史里。这套方法让笔记跨周累积、复利生长。
ChatGPT 研究工作流：Deep Research 端到端
2026 最新：在 ChatGPT 内完整跑一份可信研究——Deep Research 模式、Projects 留上下文、抽查环让输出不"虚胖"。
怎么选 AI 搜索工具：NotebookLM vs Perplexity vs Deep Research
NotebookLM 做多文档综合、Perplexity 做带源的快速查、Deep Research 三家做长报告、Claude Research 把内部资料和网络放一起——按真任务挑，不按功能清单。
ChatGPT 联网搜索工作流——什么时候能信、什么时候要核对
2026 最新：ChatGPT 联网搜索看着是查资料的捷径，下面这套流程让它真的是。
Claude 长文档研究工作流：PDF 200 页时怎么读
Claude 的 200K 上下文是长 PDF / 报告深度分析的对的工具——本文给出怎么用好的工作流。
Gemini Deep Research 工作流
Deep Research 把 Gemini 变成多步研究 Agent。什么时候能信、什么时候要核对。
Gemini 研究工作流：Deep Research + 新鲜网络数据
Gemini Deep Research 强在新鲜网络数据 + Workspace 集成——本文给一条 ~45 分钟出 defensible brief 的流。
NotebookLM 上手：20 分钟跑通多文档研究
NotebookLM 实操指南——上传来源、问带引用的问题、生成音频总结。
Perplexity 基础：什么时候用它替代 Google / ChatGPT
Perplexity 介于搜索与聊天之间——带引用的答案 + 网络鲜度。
论证强化 Prompt：写出经得起推敲的文章
12 个 Prompt 强化论证——证据缺口审计、隐含前提显化、逻辑跳跃检测、Steelman 处理、可证伪性检查、结论锐化。
文献综述 Prompt：综合，不止总结
12 个 Prompt 真做文献综合：共识 / 争议地图、共享假设检测、gap 分析、方法学对比，以及为你贡献做定位的 Related Work。
研究总结 Prompt：从来源到 brief
12 个 Prompt 把论文、报告、白皮书变成一屏装得下的 brief——TL;DR、主张、证据、局限，再加一句可用的“该做什么”。