# Systematic Research Framework

> 当面对一个陌生领域、复杂问题或信息缺口，需要高效、全面地收集、筛选和整合信息以建立认知时

- Skill: `dracounion/systematic-research-framework` (Agent Skill, multi-file: 3 files)
- Install (CLI): `npx skillmds@latest add dracounion/systematic-research-framework`
- Raw SKILL.md: https://api.skillmd.com/api/skills/dracounion/systematic-research-framework/raw
- Safety review: pending (external: skill-scanner PASS, skillspector PASS)
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Research & Search
- Author: DracoUnion (https://skillmd.com/u/dracounion)
- Updated: 2026-09-08
- Page: https://skillmd.com/skills/dracounion/systematic-research-framework

---


# systematic-research-framework

## When to Use

当面对一个陌生领域、复杂问题或信息缺口，需要高效、全面地收集、筛选和整合信息以建立认知时。description

## Core Logic

# 执行步骤

1.  **界定问题与规划范围**：将模糊的兴趣转化为具体、可研究的问题。确定研究的广度与深度，设定初步的信息源清单（如学术数据库、权威机构报告、专家访谈、高质量媒体）。
    *   **判断标准**：研究问题具体、非泛泛而谈；有初步的检索关键词和来源规划。
    *   **常见误区**：问题过于宽泛导致无从下手；过早陷入单一信息源细节。
    *   **关系**：是启动任何认知构建项目的通用前置模型。

2.  **多渠道信息采集与初步筛选**：根据规划，执行信息检索。采用“金字塔”式采集：先获取该领域的概览性、共识性内容（教科书、综述），再深入具体观点和数据。快速扫描，根据来源权威性、时效性和与问题的相关性进行初步筛选。
    *   **判断标准**：收集到的信息覆盖了从概述到细节的多个层级；已过滤掉明显低质或无关的信息。
    *   **常见误区**：仅使用单一渠道（如仅用通用搜索引擎）；被排序靠前但不一定优质的内容占据全部注意力。
    *   **关系**：为“逻辑”、“统计学”等模型提供原材料。

3.  **深度评估与交叉验证**：对筛选后的关键信息进行深度阅读。评估其证据强度、逻辑严密性、潜在偏见。对比不同来源的信息，识别共识点、争议点及信息缺口。
    *   **判断标准**：能指出关键信息源的优缺点；能绘制出不同观点之间的异同地图。
    *   **常见误区**：全盘接受单一权威来源的观点；忽略不同观点背后的利益或立场差异。
    *   **关系**：应用“逻辑”和“统计学”模型评估信息质量；应用“修辞学”模型分析带有观点的论述。

4.  **整合输出与知识内化**：以解决初始问题为目标，将验证后的信息整合成结构化的摘要、报告或心智模型。用自己的语言重新表述核心概念和关系，并明确遗留的未知领域。
    *   **判断标准**：产出物清晰回答了初始问题或定义了已知与未知；核心概念已被理解而非机械复述。
    *   **常见误区**：堆砌信息而无整合；未形成自己的理解，知识无法迁移。
    *   **关系**：其产出是发展“代理”能力（做出明智决策）的知识基础。

# 输出格式要求

以结构化形式呈现：
1.  **研究问题**：[明确界定]
2.  **关键发现总结**：[分点陈述已验证的核心信息与结论]
3.  **信息图谱**：[描述不同观点/数据间的共识、争议与关系]
4.  **信息质量评估**：[说明所依据关键来源的可靠性与局限性]
5.  **遗留问题与未知领域**：[明确指出本次研究未解决或新发现的问题]

## Metadata

| 属性 | 值 |
|------|-----|
| 领域 | 信息处理与学习 |
| 类型 | procedural (procedural) |
| 置信度 | 90% |
| 前置条件 | 需要定义一个明确的研究主题或待解答的核心问题。 |
| 来源 | 未来保障技能栈：2：核心七艺 - 研究 |