行业研究报告

拆开一份行业研究的工时，真正用于判断和写作的通常不到三成。剩下的七成是检索、下载、翻页找那句话、把数字抄进表格、再回头核对抄没抄错。这部分工作没有技术含量，但省不掉——因为结论必须站得住。

更现实的问题是不可复现。同一个课题换个人做，检索路径不一样、取舍标准不一样，结论就可能不一样。等到有人质疑某个数字，往往已经说不清它当初是从哪来的。

这个场景不适合用工作流，因为研究的路径是走出来的，不是预先画得出来的。用自主型智能体（Cowork Mode），让它在沙箱里自己规划、检索、清洗、比对。

但自主不等于放任。角色设定里要把研究纪律变成硬约束：动手前先输出检索路径清单；关键数据点必须两个以上独立来源；来源之间有分歧时保留分歧、标注双方口径，不许自行折中；所有引述必须能指回原文位置。这几条是把"资深研究员的习惯"固化下来，也是后面结论能不能被审的前提。

方法论本身封装成 Skill——研究大纲模板、引用规范、数据核对清单打成一个以 SKILL.md 为入口的文件包。它是版本化的，口径要调整就发新版，不必回头改十几个智能体的提示词。

往期报告、行业数据台账、访谈纪要导入通用知识库。多数企业低估了这批资料的价值——新课题里有相当比例的背景部分，公司内部三年前就写过。

检索策略选混合检索。研究场景的查询是混合形态的：既有"新能源重卡的换电模式"这类语义检索，也有"宁德时代 2024 年报"这类必须精确命中的专名，单靠语义检索会把相近但不是那家公司的内容召回上来。

关联到智能体之前务必做召回测试。拿十几个真实问法跑一遍，看命中的分段对不对，不对就调分段长度或重叠。跳过这一步，后面所有问题都会被误判成"模型不行"。

用 Cowork 的「任务」而不是「对话」。对话是一问一答、几十秒量级；研究是几分钟到几十分钟的多步骤执行，需要读写文件、跑代码算数据。任务页能看到智能体的完整执行日志——规划了哪几步、调用了什么、中间结果是什么，发现方向偏了可以随时追加指令纠偏。

报告正文、数据附件、引用清单作为任务产物自动写入云盘。下次做关联课题时，这批产物可以直接作为新任务的输入材料。研究是往上叠的，不是每次从零开始。