AI范今日工作流
真正有用的 AI 研究，不只给答案，还要让证据可以被检查。
最近很多人用 AI 查资料，习惯说一句：
帮我研究一下这个行业。
过一会儿，AI 交回来一篇两千字的报告。
有趋势，有结论，有建议，语气还挺笃定。
你看完感觉不错，甚至有一点“这活儿今天下班前能交了”的轻松。
但真正危险的问题是：
这些话，到底从哪来的？
如果你问它，它可能补几个链接。
再仔细一点，你会发现：
- 有的链接只是二手报道；
- 有的发布日期已经很久；
- 有的原文并没有支持它写下的结论；
- 有的数字换了统计口径，意思就完全不一样；
- 还有些来源，点进去仿佛一扇门，门后是墙。
AI 写得流畅，不等于证据完整。
语言很像结论的时候，人最容易忘记它可能只是一次漂亮的拼接。
所以我现在用 AI 做研究，不会只让它交“总结”。
我会多要一样东西：
证据表。
总结和证据表，不是一回事
总结回答的是：
你认为发生了什么？
证据表回答的是：
你为什么这么认为？
一个是结果。
一个是结果下面的地基。
总结适合快速了解。
但只要这个研究要进入方案、汇报、采购、投资判断、政策解读，或者要被老板追问一句“这个数字哪来的”，证据表就不能省。
一张最小可用的证据表，至少应该有这些字段：
| 字段 | 作用 |
|---|---|
| 研究问题 | 我们到底在回答什么 |
| 证据摘要 | 原始来源具体说了什么 |
| 原始来源 | 网页、报告、论文或公告 |
| 来源类型 | 官方、一手研究、媒体、个人观点 |
| 发布日期 | 判断信息是否过期 |
| 支持结论 | 这条证据支持哪一句判断 |
| 限制条件 | 样本、地区、时间和统计口径 |
| 可信度 | 高、中、低及原因 |
这张表看起来比一篇总结麻烦。
但它有三个好处。
第一，别人能查。
第二，你自己能改。
第三，过一段时间还能更新。
没有证据表的研究，通常是一次性用品。
写完就开始老化。
先问问题，别先要答案
AI 研究最常见的错误，是问题太大。
比如：
研究一下 AI 对广告行业的影响。
这个问题足够写一本书，也足够让 AI 开始自由发挥。
更好的做法，是先把它拆成可验证的问题：
- 过去 12 个月，广告行业哪些环节真正采用了生成式 AI？
- 采用后，节省的是人力、时间，还是制作成本？
- 哪些案例来自企业公开披露，而不是供应商宣传？
- 哪些工作被替代，哪些工作只是换了工具？
- 中国市场和海外市场是否存在明显差异？
问题越具体，证据越容易找。
问题越模糊，答案越像天气预报：
大体有道理，出门还是得自己看天。
来源要分级，不能一视同仁
AI 找到十个链接，不代表有十份同等质量的证据。
我一般会把来源简单分四级。
第一级：原始与官方来源。
政府公告、企业财报、产品文档、论文原文、官方数据库。
这类来源优先级最高。
第二级：专业研究。
研究机构、行业协会、咨询报告、可信媒体的深度调查。
可以使用，但要留意方法和样本。
第三级：新闻与二手整理。
适合发现线索，不适合单独支撑重要判断。
第四级：个人观点与社交媒体。
适合找案例、发现新趋势和理解从业者感受。
但“大家都这么说”，不是数据。
网上热闹的时候，这一点尤其容易忘。
AI 研究的四步证据链
我更推荐把研究拆成四步。
第一步：提出问题
先明确研究目标、时间范围、地区、对象和最终用途。
研究要给谁看，会直接决定需要多深。
第二步：寻找来源
要求 AI 优先找原始来源，并同时记录发布日期和来源类型。
找不到原始来源时，不要装作找到了。
明确标记“只有二手来源”。
第三步：建立证据表
每个关键结论至少对应一条证据。
重要判断最好有两个相互独立的来源。
如果来源互相矛盾，不要强行统一。
把分歧列出来。
第四步：形成判断
先看证据，再写结论。
不是先有一个漂亮观点，再去网上找几条话给它站台。
后者不叫研究。
那叫给观点找亲友团。
一个可以直接复制的提示词
下次你要查行业、竞品、政策或产品，可以直接用这个模板：
你现在是我的研究助理。
研究主题：
【填写主题】
研究用途：
【例如：内部汇报 / 项目方案 / 采购判断 / 选题】
范围：
- 时间：【填写】
- 地区：【填写】
- 对象：【填写】
请先提出 5-8 个可验证的研究问题，不要直接写结论。
然后进行资料整理，并输出一张证据表，字段包括：
1. 研究问题
2. 证据摘要
3. 原始来源名称
4. 原始链接
5. 来源类型
6. 发布日期
7. 支持的判断
8. 限制条件
9. 可信度：高 / 中 / 低
10. 需要进一步核实的问题
要求：
- 优先使用官方、一手和专业来源
- 不要把多个网站转载同一份内容算成多个独立来源
- 无法确认的内容明确写“未确认”
- 链接必须能对应到具体证据
- 区分事实、推断和观点
- 最后再基于证据表写一份不超过 800 字的结论
这个提示词最重要的地方，不是字段多。
而是顺序。
先提问题，再找证据，最后写结论。
顺序一反，研究就很容易变成观点化妆。
拿到证据表后，还要人工抽查
别因为表格长得专业，就再次放松警惕。
至少抽查这几件事：
- 链接能不能打开；
- 原文是否真的支持证据摘要；
- 发布日期是否符合研究范围；
- 数据口径是否一致；
- 关键结论是否只依赖一个来源；
- AI 有没有把推断写成事实。
不用把每一条都查到论文答辩的程度。
但重要结论必须查。
尤其是那些看起来特别适合放进 PPT 大字页的数字。
数字越漂亮，越值得多看一眼。
结尾
AI 可以让研究快很多。
但快，不应该以“没法追溯”为代价。
真正有用的 AI 研究，不是它替你写出一篇多像报告的文字。
而是它帮你把问题、来源、证据和判断连起来。
以后别只问：
结论是什么？
再问一句：
证据在哪，限制是什么？
这两句话之间，就是“看起来懂了”和“真的可以拿去做决定”的距离。
— 晚安，么么咪◎◎ —
AI范分裂菌 出品
你造吗？
我只是，
对这个世界充满了好奇。
分裂时间
“一个结论最体面的样子，是它允许别人沿着证据走回去。”
—— AI范今日自留句