agentsclimarketplace

通用 深度研究

Skill lornshrimp/Lorn.NovelWriteSkills/CommonSkills/通用-深度研究

专用于小说写作的结构化深度研究 Skill。支持对题材趋势、平台生态、专业知识、场景环境、人物原型、写作技法、读者市场等研究域,执行大纲生成→并行深搜→报告输出的全流程深度调研。关键词:深度研究、写作研究、题材调研。From its SKILL.md

Install
npx -y skills add lornshrimp/Lorn.NovelWriteSkills --skill 通用-深度研究

Assembled from the repository path, not quoted from the project. Check it against their README if it does not work.

One thing to look at

  • no licenseNo license file was found in the repository. Code published without one is not open source by default, so using it at work is a question for whoever answers licensing questions where you are.

SKILL.md

24.0 KB, ~9.4k tokens by cl100k_base, as published. Nobody here has run it

通用-深度研究

题材路由:若 .github\题材专用Skills\ 目录存在对应的 <题材>-深度研究 Skill,则:

  • 将题材特性骨架路由到 <题材>-深度研究,该 Skill 位于 .github\题材专用Skills\ 目录。
  • 命中本技能时,必须优先强制加载当前 Skill 与 <题材>-深度研究。

这不是"随便搜一下看看有什么资料"的浅浏览动作,也不是只给几条搜索结果链接的敷衍行为,更不是把通用百科知识当成可落地的写作研究结论。

本 Skill 的目标,是把"小说作者需要深入调研的课题"拆成可规划、可深搜、可验证、可落盘、可被其他 Skill 引用的完整工作流:

  • 先按小说写作的七大研究域确定调研方向与维度;
  • 再生成结构化的调研大纲(items + fields),人机确认后进入并行深搜;
  • 每个调研条目由专用搜索代理深度挖掘,逐项收集创作可用的结构化信息;
  • 最后汇总为可直接保存到 调研报告/(项目强相关)或 写作研究/(通用/题材相关)目录下的 Markdown 报告。

基于 Deep-Research-skills 项目架构,改造为小说写作专用版本。

<!-- ===== Layer 3: 场景缓存 ===== -->

核心命令

命令说明
/research <topic>初步调研:确定研究域→生成 outline.yaml + fields.yaml
/research-deep并行深度搜索:逐项启动搜索代理,收集结构化数据
/research-report汇总生成可直接落盘的 Markdown 研究报告
/research-add-items追加调研条目
/research-add-fields追加调研字段

工作流程

/research "起点中文网都市悬疑题材 2025-2026 趋势"
    ↓ 确定研究域:题材趋势研究
    ↓ 生成大纲(items: Top10 作品 / 读者偏好 / 签约趋势… + fields)
    ↓ 【检查点1】用户确认/修改调研条目与维度
/research-deep
    ↓ 并行 web-search-agent 逐项深搜
    ↓ 结果写入 results/
    ↓ 【检查点2】调研质量摘要 → 用户确认
/research-report
    ↓ 汇总为 起点中文网都市悬疑题材趋势研究.md
    ↓ 【检查点3】诚实边界 + 三重验证自检
    ↓ 判断落盘位置:题材级通用研究 → 落盘到 都市悬疑/写作研究/
    (若为项目强相关,则落盘到 项目根/调研报告/)

小说写作七大研究域

本 Skill 将小说写作的研究需求归纳为以下七域。每次 /research 启动时,必须先从七域中确认主研究域,再生成对应的调研条目与字段。

一、题材趋势研究

某题材在目标平台的热度走向、饱和度、创新空间、读者偏好迁移、新兴子类型。

典型课题:

  • "起点中文网 2026 年都市题材细分赛道趋势"
  • "番茄小说女频爱情题材热门元素演变"
  • "悬疑推理题材在免费平台与付费平台的差异化表现"

服务 Skill:通用-设计题材定位框架、通用-平台签约评估框架

二、平台生态研究

某平台的读者画像、内容偏好、推荐机制、签约标准、流量分配规则、作者生态。

典型课题:

  • "七猫免费小说平台的读者画像与阅读行为特征"
  • "知乎盐选专栏的选题偏好与过稿标准"
  • "起点中文网 2026 年推荐资源体系与获取条件"

服务 Skill:通用-平台签约评估框架、通用-多平台小说适配

三、专业知识研究

某种职业、技术、程序、科学原理的真实细节——用于增强故事设定的真实性、专业感与不可替代性。

典型课题:

  • "法医 DNA 检验的真实流程、时间线与常见误区"
  • "中国刑警命案侦办的标准程序与内部术语"
  • "区块链技术原理及其在社会治理中的可能应用"

服务 Skill:通用-设计故事设定、通用-执行场景单元

四、场景/环境研究

某个真实地点、时代、建筑类型、城市空间的具体特征——用于增强场景描写的质感与说服力。

典型课题:

  • "2003 年广州城中村的日常生活细节"
  • "上海陆家嘴金融写字楼的职场生态与空间特征"
  • "中国县级公安局的建筑布局与内部氛围"

服务 Skill:通用-执行微空间受限场景、通用-创建小说正文

五、人物原型研究

某类人群的行为模式、语言习惯、心理特征、社会处境——用于增强人物传记的真实感与辨识度。

典型课题:

  • "中国基层刑警的职业倦怠与心理应对机制"
  • "2020 年代中国一线城市独居女性的生活状态与社交模式"
  • "程序员转行外卖骑手的真实经历与社会心态"

服务 Skill:通用-设计人物传记、通用-执行对话冲突

六、写作技法研究

某种叙事手法、节奏控制、对话技巧、悬念设计、爽点编排的原理与经典案例。

典型课题:

  • "章末钩子的 12 种经典类型与起点爆款案例拆解"
  • "长篇小说的中段防崩策略与结构设计"
  • "第一人称与第三人称在悬疑推理中的叙事效果对比"

服务 Skill:通用-强化章末钩子、通用-强化章节开头、通用-去AI味重写、通用-正文润色

七、读者/市场研究

某读者群体的偏好、付费习惯、阅读场景、弃书原因、讨论热点。

典型课题:

  • "起点男频核心付费读者对'降智'内容的敏感阈值"
  • "免费平台读者与付费平台读者在爽点偏好上的差异"
  • "2025-2026 年中国网文读者的阅读时长、场景与设备分布"

服务 Skill:通用-平台签约评估框架、通用-多平台小说适配、通用-分析竞对作品

与 通用-分析竞对作品 的边界与协作

本 Skill 与 通用-分析竞对作品 是互补关系,不是替代关系:

维度通用-深度研究通用-分析竞对作品
研究对象题材、平台、知识、技法、读者等广泛课题具体竞对作品的四层深拆
产出形式研究报告(Markdown),项目强相关 → 调研报告/,通用/题材相关 → 写作研究/竞对分析报告,落盘到 竞对分析/
研究粒度可覆盖宏观趋势到微观细节聚焦单书/多书的深拆对比
典型触发"帮我研究都市悬疑2026趋势""分析排行榜前5本书为什么强"

协作路径:

  • 深度研究的产出(如题材趋势报告)可作为竞对分析的前置知识——帮助确定榜单上哪些作品更值得深拆。
  • 竞对分析的结论(如某竞品的强项与短板)可作为深度研究的条目输入——深入某个竞品暴露的知识缺口。
  • 两个 Skill 可在同一任务中先后调用:先做领域深度研究建立认知底盘,再做竞对深拆锁定具体标杆。

研究报告落盘位置规范

研究报告的落盘位置根据研究内容与项目的关系分为两类:

项目强相关 → 调研报告/

若研究课题直接服务于某个具体的小说项目(如为"项目X"调研专业知识、场景环境、人物原型等),报告应落盘到该项目根目录下的 调研报告/ 子目录。

典型场景:

  • 为当前正在创作的小说调研专业知识(如法医流程、区块链原理)→ 调研报告/
  • 为当前项目的人物原型做研究(如基层刑警职业状态)→ 调研报告/
  • 为当前项目的场景做环境考证(如 2003 年广州城中村)→ 调研报告/

判断标准:如果研究结论只对当前这个项目有直接用途,放入 调研报告/。

通用/题材相关 → 写作研究/

若研究课题不绑定具体项目,而是通用的题材趋势、平台生态、写作技法、读者市场研究,或仅与某个题材相关但不指向特定小说项目,应落盘到项目根目录下的 写作研究/ 子目录。

典型场景:

  • "起点中文网 2026 年都市题材细分赛道趋势"(题材通用)→ 写作研究/
  • "番茄小说女频爱情题材热门元素演变"(题材通用)→ 写作研究/
  • "章末钩子的 12 种经典类型与起点爆款案例拆解"(写作技法通用)→ 写作研究/

判断标准:如果研究结论可供多个项目复用、或属于题材级别的知识沉淀,放入 写作研究/。

落盘前检查

  • 若目标目录下已存在与本次课题相关的研究报告,必须先读取并纳入参考,避免重复研究同一课题——但可以更新、深化、补充。
  • 研究报告文件名规范:{研究域简称}_{课题简述}.md,例如:
    • 项目强相关:专业知识_法医DNA检验流程.md(放在 调研报告/ 下)
    • 题材通用:题材趋势_起点都市悬疑2026趋势.md(放在 写作研究/ 下)
  • 其他 Skill(如 通用-设计故事设定、通用-设计人物传记)在需要时可以通过引用 调研报告/ 或 写作研究/ 下的报告来获取研究结论。

研究产物落盘规范(强制)

  • 默认产物是可直接引用的 Markdown 研究报告,必须写回文件,不能只在聊天中讨论。
  • 报告必须包含:## 研究课题、## 研究方法与来源、## 核心发现、## 创作可用的结论与抓手、## 信息来源。
  • "创作可用的结论与抓手" 部分必须把研究发现翻译成作者可以直接在正文、设定、大纲中使用的具体建议,不能停留在抽象总结。
  • 每条关键结论尽量标注信息来源与置信度(高/中/低),不确定处必须写明。
  • 落盘位置按 【研究报告落盘位置规范】 执行:项目强相关 → 调研报告/,通用/题材相关 → 写作研究/。
  • 若研究过程中发现与现有旧报告冲突,以本轮新证据为准,并在报告中显式标注冲突与更新理由。

诚实边界(强制)

每份研究报告必须包含"诚实边界"段落,明确写出本研究的局限:

  • 信息截止日期:调研时间点,之后的变化未覆盖。
  • 信息缺口声明:哪些维度公开信息极少、哪些结论基于有限样本推测。
  • 不确定项清单:明确列出本研究中标记为 [不确定] 的字段与条目。
  • 置信度总评:对整体研究结论的可信度给出高/中/低总评及理由。
  • 反常识声明:如果某个结论与主流认知不一致,明确标注并说明证据强度。

一份不告诉你局限在哪的研究报告,不值得信任。


信息质量验证框架(Nuwa 三重验证)

并非所有搜到的信息都值得写进研究报告。从 nuwa-skill 的心智模型验证方法论迁移而来的三层过滤,确保每条写入报告的结论都经得起推敲:

验证1:跨源复现

同一发现/趋势/模式是否出现在至少 2 个独立来源中?

  • 例:"都市悬疑读者偏好社会派"——需要在起点书评区 + 行业分析 + 知乎读者讨论中均出现,才算成立
  • 仅一个来源出现 → 降级为"待验证线索",标注 [待验证]
  • 多个来源互相矛盾 → 进入矛盾处理流程(见下节)

验证2:创作可迁移(生成力)

这个发现能否推导出具体的创作建议?能否指导作者写出某个场景、设计某个人物、调整某个节奏?

  • 能生成 ≥2 条具体创作建议 → 通过
  • 只能停留在"某题材很火""读者喜欢XX"的抽象总结 → 不通过,丢弃或深化搜索
  • 生成力是区分"研究结论"与"搜索摘要"的核心标准

验证3:有区分度(排他性)

这个发现是**"不说也知道"的常识**,还是真正有信息量的洞察?

  • 例:"网文需要强冲突" = 常识,不纳入核心发现
  • 例:"起点都市悬疑题材中,社会派推理的章均本章说数是纯刑侦派的 2.3 倍" = 有信息量的洞察
  • 常识性发现可作为背景铺垫,但不得占据"核心发现"的篇幅

三重验证结果分类

通过重数定级处理方式
三重全过核心发现写入报告核心发现,可被其他 Skill 作为高置信度输入引用
通过两重参考发现写入报告,标注置信度"中",注明未通过的维度
仅通过一重待验证线索写入报告附录,标注 [待验证],不做强结论
零重通过丢弃不纳入报告(可能是特定语境下的随口一说,或搜索噪声)

信息来源分级与黑名单

信息源优先级(从高到低)

优先级来源类型揭示什么可信度
最高平台官方数据(起点榜单/番茄数据/后台截图)客观市场表现★★★★★
最高一线从业者亲述(作者访谈/编辑公开分享/行业会议纪要)真实创作生态★★★★★
高读者一线反馈(本章说/书评区/书友圈——直接打开作品页查看)即时读者反应★★★★
高学术论文/行业报告系统性分析★★★★
中行业媒体分析(非自媒体)二手分析★★★
中社交平台读者讨论(知乎/小红书/微博)读者舆论★★★(需交叉验证)
低自媒体/个人博客的分析文章个人观点★★(仅作参考)
最低AI 生成的综述/总结可能包含幻觉★(不得单独作为结论依据)

信息源黑名单(永远排除)

以下来源不纳入研究材料:

  • 知乎匿名回答 / 无来源声称:无法核验身份与资质,信息失真率高
  • 微信公众号文章(封闭生态类):无法验证原始出处、大量洗稿转述
  • 百度百科 / 百度知道:信息陈旧且不可靠
  • 内容农场 / SEO 水文:拼凑内容,无一手信息
  • 未标明来源的"网文数据":无法核实的数据等同于编造

中文权威渠道替代方案:36氪、极客公园、晚点LatePost、财新、第一财经、虎嗅、少数派、机器之心;网文行业类优先使用作家访谈原文、平台官方公告、阅文年报等可核验来源。


矛盾与不确定性处理原则

研究过程中遇到矛盾信息,是信号而非噪音。矛盾往往暴露了选题的张力所在——对创作者来说,张力就是可写的空间。

三种矛盾类型

类型特征处理方式
时间性矛盾同一事物在不同时间点表现不同(如某题材 2024 年火爆、2025 年降温)记录变化轨迹,标注时间窗口,以最新数据为主但保留历史参照
来源性矛盾不同来源对同一事物的描述不一致(如平台榜单 vs 读者口碑有偏差)并列呈现双方的证据与立场,分析偏差的可能原因,不做硬性调和
观点性矛盾不同群体对同一事物的评价相反(如某写法在资深读者中受追捧、在新读者中被弃读)标注分歧双方的人群画像,这种分歧本身就是"创作者的选择空间"

错误处理方式(禁止)

  • ❌ 选一边忽略另一边,装作矛盾不存在
  • ❌ 编一个调和的解释,把矛盾"圆"掉
  • ❌ 因为不确定就删掉整条发现

信息不足时的处理

情况处理
某个维度公开信息极少标注"信息不足",降低该维度的置信度
只有二手信息标注为"据[来源]报道,未经一手核验"
信息相互矛盾且无法判断主次并列呈现,让使用者自行判断
关键数据无法获取(如均订/追读)使用代理信号(如榜单排名/本章说数)并显式标注为代理

调研质量检查点

调研不是一次性跑完就够了。借鉴 nuwa-skill 的分阶段质量控制,在关键节点设置检查点,垃圾进垃圾出——在这里拦截比报告落盘后再返工成本低得多。

检查点 1:大纲确认后(/research 产出 → /research-deep 启动前)

向用户展示调研大纲摘要并确认:

调研大纲摘要
├── 研究课题: [topic]
├── 主研究域: [domain]
├── 辅助研究域: [sub-domains,如有]
├── 调研条目: [N] 项
├── 调研字段: [M] 个
├── 信息缺口预判: [初步判断哪些维度信息可能稀缺]
└── 继续 /research-deep?

检查点 2:深度搜索结束后(/research-deep 完成 → /research-report 启动前)

自动统计并展示调研质量摘要:

┌──────────────────┬──────────┬──────────────────────────┐
│ 维度              │ 状态      │ 关键发现                  │
├──────────────────┼──────────┼──────────────────────────┤
│ 完成条目          │ N/N      │                           │
│ 不确定字段        │ M 个     │ [列出关键不确定字段]       │
│ 信息矛盾点        │ K 处     │ [列出主要矛盾]             │
│ 高置信度发现      │ P 条     │ [列出 top 3]              │
│ 信息不足维度       │ Q 个     │ [标注缺口]                │
│ 三重验证通过率     │ X%      │ 核心/参考/待验证分布       │
└──────────────────┴──────────┴──────────────────────────┘

用户确认调研质量 OK → 进入 /research-report。用户觉得某维度不够 → 补充调研后再继续。

检查点 3:报告落盘前(/research-report 产出后)

自检清单:

  • 报告包含"诚实边界"段落?
  • 每条核心发现都有 ≥2 个来源支撑?
  • "创作可用的结论与抓手"中有 ≥3 条可直接使用的具体建议?
  • 不确定的信息已显式标注?
  • 矛盾发现已保留(而非强行统一)?
  • 报告文件名符合 {研究域简称}_{课题简述}.md 规范?
  • 已确认落盘位置正确(项目强相关 → 调研报告/、通用/题材相关 → 写作研究/)?
  • 已检查目标目录下无重复研究?

调研品味守则

遇到判断困难时回看这些原则。来自 nuwa-skill 品控方法论的本土化。

原则说明
长文 > 金句一篇 3000 字的行业分析比 50 条碎片帖子更揭示深层结构
争议 > 共识最被争议的写法/趋势最能揭示创作机会——共识意味着红海
变化 > 固定同一事物的演变轨迹比静态快照有更多信息量
从业者 > 评论者一线作者/编辑的碎碎念可能比行业媒体的总结更有创作价值
负面 > 正面读者说"为什么弃书"比"为什么喜欢"更值得研究——弃书原因指向创作底线
细粒度 > 宏观"某职业的真实工作流程"比"某职业的行业概况"对创作者更有用

绝不做的事

  • 把 AI 生成的综述/百科当一手信息
  • 编造不存在的数据或趋势
  • 在信息不足时强行生成"看上去完整"的结论
  • 忽略与主流认知矛盾的发现
  • 对搜索结果的第 1 页浅尝辄止——最有价值的信息往往在第 2-3 页

调研技能自身的刻意练习方法(新增——吸收自知乎专栏「中国网络文学研究」#28)

深度研究本身就是一项可刻意练习的职业技能。以下四法是专栏作者总结的通用写作练习法,同样适用于提升调研与报告产出质量:

1. 拆解式阅读

找一份优秀的研究报告或一篇高质量的行业分析,不把它当读者看,把它当教材看。逐项问自己:

  • 这个调研的调研条目是如何设计的?为什么选这些维度?
  • 核心发现是如何从原始信息中提炼出来的?用了什么分类框架?
  • "创作可用的结论与抓手"是怎样翻译成具体行动的?
  • 如果让我重做这个课题,我会在哪些维度深化?

2. 仿写式练习

拆解一份高水平研究报告的结构和论证方式,然后用同样的方式做一个完全不同课题的报告。这不是复制内容,而是复制方法论。

3. 限时调研

给自己设一个时间限制:一个中等难度的调研课题必须在 X 小时内完成。限时强迫你:放弃完美主义,先完成再完美;逼出本能判断力,很多好的研究判断恰恰是不经过度思考时浮现的。

4. 针对性短板训练

不要每次都做全流程调研。如果你的报告总是"核心发现不够sharp",那就专门练"从原始材料中提取关键洞察"这一步,连续练 5 个不同课题,每个不超过 500 字。

来源:知乎专栏「中国网络文学研究」#28《小说写得不好?别灰心,网文写作是可以刻意练习的职业技能》顾里木图的小酒馆 置信度:中 — 四法在该专栏为通用写作练习法,此处根据调研场景做了适配改写;方法本身合理但缺乏报告写作方向的专项验证


输出示例

{课题_slug}/
├── outline.yaml       # 调研条目 + 执行配置
├── fields.yaml        # 字段定义
├── results/           # 逐项搜索结果
│   ├── item_1.json
│   ├── item_2.json
│   └── ...
├── generate_report.py # 报告生成脚本
└── report.md          # 最终研究报告

落盘路径示例

项目强相关(放入 调研报告/):

专业知识_法医DNA检验流程.md          # → 项目根/调研报告/
场景环境_2003广州城中村日常.md        # → 项目根/调研报告/
人物原型_中国基层刑警职业状态.md      # → 项目根/调研报告/

通用/题材相关(放入 写作研究/):

题材趋势_起点都市悬疑2026趋势.md      # → 题材名/写作研究/ 或 项目根/写作研究/
平台生态_七猫免费小说读者画像.md      # → 题材名/写作研究/ 或 项目根/写作研究/
写作技法_章末钩子12种经典类型.md      # → 项目根/写作研究/

致谢

  • 原作者:Weizhena
  • 底层框架:Deep-Research-skills
  • 灵感:RhinoInsight — Improving Deep Research through Control Mechanisms for Model Behavior and Context
  • 小说写作改造:本工作区 Skill 体系
  • 信息质量验证框架与诚实边界方法论:借鉴自 nuwa-skill(女娲·Skill造人术) —— 心智模型三重验证、矛盾处理原则、调研品味守则、分阶段质量检查点等品控方法论

继续读取的 references(强制读取门禁)

以下所列 references 文件必须通过 read_file 工具逐文件读取,不得因"已有相关知识"、"之前执行时已读过"、"该文件只是参考"为理由跳过任何一条。 每条 references 按其标注的必读等级强制执行:

  • 标注 必读 的文件:必须读取,少一条即视为流程违规,不得开始执行流程。
  • 未标注必读的文件:必须读取,但读取后可仅提取与当前任务直接相关的段落,不要求逐字通读。
  • 若文件路径指向的文件不存在(如引用的外部路径未就位),必须在日志中显式记录 reference_missing_{refName},不得静默跳过。

以下 references 为当前 skill 目录下的补充文件,强制读取。

references/元数据归档.md — 元数据归档

What ships with it: 10 files

32.8 KB alongside SKILL.md

references/

Keep looking

Skills are one crate of 325,949. Ordering is by how many stacks a row turns up in, so the top of any crate is what has actually been picked rather than what has the most stars.