AI Researcher

核心用法
AI Researcher 是一款专为深度研究设计的智能助手，通过五种结构化研究模式满足不同场景需求。深度简报模式提供从执行摘要到开放问题的完整报告框架；对比分析支持多选项的 criteria-based 评估；文献综述模拟学术规范进行知识综合；趋势分析追踪历史轨迹并预测未来情景；快速简报则在时间紧迫时提供精简洞察。所有模式均遵循区分事实与观点、标注置信度、呈现多视角的研究标准。

显著优点
该技能最突出的优势在于其方法论的专业性和输出的结构化程度。它不仅仅是简单的信息检索，而是提供了接近咨询顾问级别的分析框架，强制性地要求区分事实、观点与推测，并明确标注信息置信度。五种模式覆盖了从学术到商业的多元场景，且输出格式针对"扫描式阅读"优化，标题层级清晰，极大提升了信息获取效率。此外，纯提示词的设计使其无需担心代码安全风险。

潜在局限
作为纯文档型技能，其局限性主要体现在信息来源的时效性和权威性上。AI 的知识存在截止日期，无法获取实时数据或最新研究成果，不适合需要追踪最新动态的研究场景。同时，开发者来源为 T3 级别个人账号，长期维护和更新能力存在不确定性。此外，生成的内容基于 AI 训练数据，对于专业领域可能需要用户自行验证关键数据和事实。

适合人群
该技能特别适合学术研究者、研究生进行文献综述和开题准备；企业战略分析师、产品经理进行市场和竞品调研；咨询顾问制作客户简报；以及任何需要快速建立对新领域系统认知的终身学习者。对于需要在短时间内产出结构化、专业化报告的知识工作者尤为适用。

使用风险
使用该技能的主要风险在于信息准确性的验证责任完全在用户。虽然技能本身不收集数据，但 AI 可能产生"幻觉"或过时信息。在商业决策或学术引用前，必须对关键数据和结论进行交叉验证。此外，由于无外部 API 集成，无法自动获取最新资料，重要研究需结合实时数据库使用。