Research Synthesis:把多来源材料综合成可执行结论
将多来源材料整合为可用于决策的研究综合:提取原子化论断,聚类为主题,呈现来源之间的冲突,指出没有来源回答的空白,并给出带置信度的“这意味着什么/下一步做什么”结论。适用于“综合这些研究”“这些报告有哪些共识”“从这些文章中提炼主题”等任务。不适用于用户访谈逐字稿综合;正式学术文献综述应使用 literature-review。
装好之后怎么用
怎么用:在 AI 工具里直接描述任务即可自动触发。显式调用的写法各端不同:Claude Code / Cursor 等用 /research-synthesis,Codex 用 $research-synthesis,Kimi Code 用 /skill:research-synthesis,ZCODE 用 $research-synthesis,Gemini CLI 以自动激活为主。
适合需要从多篇报告、论文或资料中提炼共识、冲突、研究空白和行动建议的研究者、分析师与决策者。它强调跨来源综合,而不是逐篇摘要,并要求对证据质量和结论置信度进行说明。来源:GitHub SkillMedev/skills/research-synthesis;原作者 Alexander Ouellet;MIT License。本文为中文翻译版,英文原文与许可证已在本地归档。
技能内容
SKILL.md版本与文件 ›研究综合
研究综合不是摘要。摘要分别复述每个来源说了什么;综合则寻找来源之间的模式,并解释这些模式意味着什么。本技能适合把 20 个以上的来源整理成可用于决策的文档。
第一步:记录,不只是阅读
阅读每个来源时,提取原子化笔记,每条只记录一个想法:
来源:<作者、标题、日期>
论断:<用自己的话表述的一项发现或论证>
证据:<支持它的材料——数据、研究或案例>
置信度:<强 / 中等 / 弱>保持论断足够原子化,之后才能跨来源重新分组。为每条论断添加主题标签。
第二步:聚类为主题
把所有论断放在一起,按照“它们讨论的内容”分组,而不是按来源分组。当不同作者的观点被放在一起时,跨来源的模式才会显现。为每个聚类命名为一个主题句:它应概括共同洞见,而不是只有一个主题词。
主题:“远程团队交付更快,但归属感更弱。”
- [来源 A] 远程工作下生产率提高 12%
- [来源 C] 异步协作缩短周期时间
- [来源 B] 全远程组织的归属感评分下降第三步:寻找冲突与分歧
最有价值的输出往往来自来源之间的冲突。对每项张力:
- 说明两种立场以及分别支持它们的来源;
- 推测差异原因,例如人群、定义、时间段或激励机制不同;
- 说明需要什么证据才能解决分歧。
不要把分歧抹平来制造整齐叙事;呈现分歧本身就是综合的价值。
第四步:识别研究空白
说明材料中缺少什么:
- 没有任何来源回答的问题;
- 被反复重复、但证据薄弱的论断(回声,而不是证据);
- 尚未被研究的人群、场景或条件。
研究空白帮助读者判断哪些结论需要谨慎,也指出进一步研究或行动的方向。
第五步:写出“这意味着什么”
每个主题和整份文档最后都要给出影响:
- 这意味着什么?——它为什么与当前决策有关?
- 下一步做什么?——基于现有证据,具体应该采取什么行动?
如果综合只停留在“是什么”,没有回答“这意味着什么/下一步做什么”,它就只是整理过的笔记。
输出结构
# 综合结论:[研究问题]
## 执行摘要
先给出最重要的“这意味着什么”。
## 主题
### 主题 1——[洞见句]
证据:[来源]。这意味着什么:[影响]。
## 冲突与分歧
## 研究空白与开放问题
## 影响与建议
## 来源清单与置信度使用提示
- 横向综合,而不是纵向复述:按主题组织,不能按来源逐篇总结;
- 按质量加权:三篇薄弱博客不能胜过一项严谨研究;
- 少量引用,优先用自己的综合框架进行转述;
- 明确展示置信度,让读者知道结论有多可靠。
反模式
- 把来源摘要逐条列出,最后勉强加一个结论——这不是研究综合;
- 忽略分歧,只呈现整齐的单一叙事;
- 把被提及次数当作真理,受欢迎不等于有证据;
- 只停留在“是什么”,没有回答“这意味着什么/下一步做什么”。
评论 0
更多
登录后可点赞、收藏、评论和举报。
还没有评论,先发起一个具体问题。