AI 研究工作流为信息收集提供结构。它从一个狭窄问题开始，以可供使用的、已存储且带引文的材料结束。
没有步骤，研究很容易从一篇文章漂移到另一篇。明确序列能减少这种漂移，并产出可追溯的结论。
AI 研究工作流涵盖什么
过程包括六个阶段，每个阶段对应研究中的一个常见失败点：问题定义、来源收集、洞见提取、综合、引文捕捉和长期存储。
第一步：定义研究问题
用一句话写下问题，保持足够具体，使来源能直接回答。像“工作中的 AI”这样的模糊提示会带来过多结果。
通过判断三四个来源是否可能包含答案来测试问题。如果不会，就增加时间、行业或方法限制。
第二步：收集来源
收集能够回答问题的一手资料，记录作者、日期和原始网址。把 AI 的建议当作线索，打开原始文档确认其是否支持相关说法，并核对研究的时间范围、对象和方法是否符合你的问题。
在两个工具中运行同一问题，比较顶部结果是否重叠，只保留准确满足第一步限制的来源。
第三步：提取洞见
打开每份来源，隔离能回答问题的主张、数据点或方法。每项提取都记录页码或章节号。
避免复制大段文本。每份来源保留一两句话，可使之后的综合更清晰。
第四步：综合发现
按主题或证据强度对提取要点分组，识别一致与矛盾之处，并标明哪些来源为每个要点提供了最强数据。
写一段不超过 80 个词的短文，依据收集材料陈述当前答案。
第五步：捕捉引文
在来源仍打开时添加完整引文细节，包括作者、标题、年份和 URL。将引文存放在其支持的洞见旁。
这一步能防止日后搜寻缺失的参考资料。
存储记录仍与原始来源相连。未来问题可利用该记录，无需重复完整工作流。
第六步：保存研究记录
将问题、来源清单、摘录笔记和综合分析一起保存。使用一致的文件名或标签，保留原始文档，并记录上次核查证据的日期。来源更新时，重新评估结论。
为什么存储很重要
研究只有能再次被找到才有价值。单一存储可避免笔记分散在设备和文件夹中丢失，也让新工作能与早期项目建立联系。
关于 AI 研究工作流的常见问题
问：每项研究任务都需要六个步骤吗？
答：简短事实核查可在第二步后停止。较长报告则受益于完整序列。
问：怎样不费额外力气地捕捉引文？
答：能导出 RIS 或 BibTeX 文件的工具可以减少手动录入。导出的数据会直接进入知识库。
问：之后出现新来源时会怎样？
答：带着同一问题回到第二步，将新材料加入既有的存储记录。