WorkBuddy实战手册 · 第5篇

同一个任务:一份5000字的行业调研报告,6个维度,20多个关键数据点,每个数据都要标来源。

手动做,10到15小时。交给 WorkBuddy,1到1.5小时。其中大部分时间,你只是在旁边看着,偶尔插一句嘴。

写一篇行业分析报告要多久?简单的两三天,深的一两周。时间主要花在哪——写作只占20%,剩下80%全在找资料、交叉验证、整理来源。

打开十几个浏览器标签页,这个网站抄一段那个网站抄一段,数据对不上还得找第三个源确认。最痛苦的是写到后面忘了某个数据从哪来的,翻半天历史记录,找不到只能删掉重查。

这篇讲怎么用 WorkBuddy 做一份带信息来源的调研报告:从定选题到导出成品,全程在一个对话框里完成。第一次跑的时候我也踩了坑,下面一起讲。

一、先说清楚:WorkBuddy做调研和“百度一下”差在哪

很多人觉得调研就是搜索,打开 WorkBuddy 直接说“帮我调研一下AI算力行业”。能跑,但出来的东西大概率是一篇正确的废话。

简单搜索是“找一个答案”,深度调研是“拼出一个完整的认知”。前者搜一次就完,后者需要多轮搜索、交叉验证、甄别矛盾信息、结构化整合,完全是另一个量级的活。

WorkBuddy 做调研,最打动我的是两点。

一是真联网。不是拿训练数据糊弄你,是实打实去网上搜当前最新的信息。行业调研最怕过时数据——拿去年的数字写今年的报告,内行人一眼看穿。

二是多轮搜。不是搜一次就完事,而是根据上一轮结果判断还缺什么,自动发起第二轮、第三轮搜索。你给它一个问题,它自己拆成若干子问题,逐个搜、逐个验,最后拼到一起。

而且这个过程全程可见:每一轮搜了什么、找到了什么、下一步打算搜什么,都在对话区展示。不是黑箱,你随时可以插嘴“这个方向不用查了”或者“这块再深挖一下”,它听人话。

二、实战:从一句话到一份带引用的调研报告

场景:写一份“2025年中国AI算力行业现状”的调研报告,给领导或客户看,要求有数据、有来源、有判断。

第一步:Plan模式定框架,框架不确认不动手

别上来就说“帮我写一份AI算力行业调研报告”。我第一次就这么干,它直接开写,出来的东西结构散乱,该有的维度没有,不需要的塞了一堆。

正确做法是先用 Plan 模式让它出框架:

「我需要写一份关于2025年中国AI算力行业现状的调研报告。请先用Plan模式,帮我规划报告的框架,包括要覆盖的核心维度、每个维度需要搜索的关键问题、预期数据来源类型。框架发给我确认后再开始调研。」

WorkBuddy 会先拆解报告应该覆盖的维度——市场规模、主要玩家、技术路线、政策环境、供需格局、价格趋势、未来展望——每个维度下列出要搜的具体问题。

你检查框架,要加、要砍、要调优先级,直接说。框架阶段调整成本几乎为零,等报告写完再调结构等于重做。

我有一次没确认框架就让它跑,搜了20分钟出来,发现缺了“价格趋势”这个维度——恰恰是领导最关心的,补搜又花了不少时间。后来学乖了。

第二步:切Craft模式,逐维度搜索

框架确认后,切到 Craft 模式:

「框架确认。请按以下顺序进行调研,每个维度搜索完成后先汇总该维度的发现和来源,再进入下一个维度。所有关键数据必须标注来源(网站名称+链接+检索日期)。」

这条指令有三个关键点。

逐维度搜,不要一把梭。每个维度搜完给你看结果,确认信息够了再进下一个。你能控制节奏,发现某个维度不足时及时补搜。

来源标注必须写进指令。不写的话,WorkBuddy 可能只给数据不给来源。明确要求“网站名称+链接+检索日期”三要素,报告里每个数据都能追溯。你想想,一份数据查不到来源的调研报告,跟编的有什么区别?

要阶段性汇总。这比一口气搜完所有维度再给你一个长报告好得多,因为你能在过程中纠偏。

第三步:盯着它搜,跑偏随时插嘴

WorkBuddy 搜索时,对话区会实时展示它搜了哪些关键词、打开了哪些网页、提取了什么信息。发现方向不对,随时说:

「政策环境这块搜得太浅了,目前只有国家级政策,请补充地方政策,特别是北京、上海、深圳的算力补贴政策。」

它会基于你的反馈调整搜索策略,不会从头开始,而是在已有结果上补充——多轮对话的好处就在这,它记得之前搜了什么、还缺什么。

我有一次看它搜“主要玩家”,只搜了阿里、腾讯、华为这些互联网大厂,漏了浪潮、曙光这类专业算力服务商。我插了一句“补充专业算力服务商的信息”,它立刻发起新一轮搜索补上了。我要是不管,报告里就缺一大块。

第四步:数据打架时,让它标矛盾,别替你选

不同来源的数据对不上,是调研里最头疼的事之一。比如AI算力市场规模,有的报告说1500亿,有的说2000亿,差距不小。手动调研时你得自己判断哪个更靠谱,费时费力。

WorkBuddy 碰到这种情况会主动标注:

「关于2025年中国AI算力市场规模,不同来源数据存在差异。来源A(某某研究院)数据为1500亿元,来源B(某某咨询机构)数据为2000亿元。差异可能源于统计口径不同:来源A仅统计智能算力,来源B包含通用算力和智能算力。」

它不帮你随便挑一个数字,而是告诉你矛盾在哪、差异原因可能是什么,判断权留给你。后续指令里你可以告诉它用哪个口径,或者两个都保留并说明差异。

数据矛盾时,AI 负责标注,人负责判断
数据矛盾时,AI 负责标注,人负责判断

第五步:一条指令,输出带引用的完整报告

所有维度搜完后,让它整合:

「所有维度调研已完成。请将以上所有发现整合为一份完整的调研报告,要求:

  1. 报告结构按确认的框架组织,包含摘要、各维度分析、结论与展望
  2. 所有关键数据在正文中用括号标注来源编号,报告末尾附完整来源列表
  3. 每个维度末尾加一段“分析师判断”,基于数据给出趋势判断
  4. 总字数控制在5000字左右
  5. 保存为Word格式」

这条指令决定成品质量,四个点都不能省。

来源标注方式要明确。“正文用编号、末尾附完整列表”,报告既好看又可追溯;不指定,来源散落正文,读起来乱。

“分析师判断”让报告从资料堆砌升级为有观点的分析。光有数据没有判断的叫资料汇编,不叫调研报告。

字数必须说。不说的话,它可能给你3000字,也可能给你10000字。

输出格式要明确。Word 方便后续编辑,也可以要 Markdown 或 PDF,看你的需求。

WorkBuddy深度调研的五步流程
WorkBuddy深度调研的五步流程

三、调研指令和写作指令,核心区别就一条

写文章,表达是核心,信息是素材;做调研,信息是核心,表达只是容器。搞反了,写得再漂亮也是空的。所以调研指令抓三件事就够了:

来源可溯。没有来源的数据,等于没有数据。这条不写进指令,AI 可能把训练数据里的旧信息当事实写进去,你根本分不清哪些是搜来的、哪些是编的。

矛盾显性。数据矛盾是常态不是异常,让 AI 主动标注矛盾并分析原因,比让它替你选一个数字更有价值。

分步执行。一把梭的后果是:等它全搜完给你一个长报告,你才发现某个关键维度信息不足,又得从头补搜。

四、算一笔账:手动调研 vs WorkBuddy调研

同一个任务:5000字AI算力行业调研报告,6个维度,每个维度3-5个关键数据点。

步骤手动调研WorkBuddy调研
定框架查同类报告、列大纲,1-2小时Plan模式自动拆解,5分钟
搜资料逐维度搜索、记录信息,4-6小时自动多轮搜索,30-40分钟
交叉验证找第三个源确认矛盾数据,1-2小时自动标注矛盾及原因,含在搜索中
整理来源整理链接、编号、对应正文,1-1.5小时搜索时自动记录
写报告整合信息、组织结构、撰写,3-4小时自动结构化输出,5-10分钟
人工校验抽查数据和来源,20-30分钟
总计约10-15小时约1-1.5小时
手动调研和AI辅助调研的效率差异
手动调研和AI辅助调研的效率差异

时间差8-10倍。省掉的主要是信息收集和整理:搜索、筛选、记录来源、组织结构——这些不需要创造力,需要的只是耐心和时间。

工具帮你把信息拼到一起,判断还是你来做。你的时间应该花在“这份报告要回答什么问题、数据背后的趋势是什么、对业务有什么启示”上。

五、六个实战细节,报告质量再上一档

Plan模式先行。调研不规划框架等于蒙眼跑步,跑得越快偏得越远。Plan 出框架、确认后切 Craft 执行,顺序不能反。

用“变更”标签查“裸数据”。报告生成后,在结果区的“变更”标签里通读全文,重点查有没有没标来源的数字。说真的,我第一次没仔细检查,报告里混了两个裸数据,被领导问“这个数据哪来的”,当场答不上来。多花5分钟检查来源,能避免这种尴尬。

产物传到知识库。结果区预览时点分享图标,可以上传到 IMA 知识库或腾讯文档。调研报告是长期参考资料,下次写相关主题,直接让 WorkBuddy 读知识库里的旧报告做参考。

上传已有资料交叉印证。手头有行业报告 PDF 或内部数据,直接拖进输入框,让它把联网搜索的结果和你的资料互相验证,比单一来源的调研全面得多。

大主题拆开搜。“全球AI行业全景”这种主题别一次全搜,拆成几个子主题分多次任务,最后合并。一次性搜太大的主题,AI 的搜索深度不够,每个维度都浅尝辄止。

指定信息时效。指令里加一句“优先采用2025年以来的数据和信息”,能过滤掉大量过时内容。行业变化快的领域,去年的数据今年可能已经不成立了。

六、哪些调研适合交给AI,哪些不行

适合的:行业现状调研,多维度信息汇总,多轮搜索优势最明显;竞品分析,产品信息、定价、口碑能系统化覆盖;技术趋势调研,联网能力保证时效;市场进入分析,政策、规模、竞争格局快速拼出全景。

要谨慎的:涉及机密的内部调研,敏感信息不要发给 AI 搜索;需要一手访谈的调研,AI 只能搜公开信息,替代不了真实采访;财务尽调这类对准确性要求极高的活,AI 搜集的数据只能当线索,必须人工核实原始来源。

判断标准一句话:AI 做信息收集和结构化整理,人做判断和决策。

小结

用 WorkBuddy 做深度调研,完整流程五步:

Plan模式定框架 → Craft模式逐维度搜索 → 过程中插嘴纠偏 → 交叉验证矛盾数据 → 结构化输出带引用报告

核心原则三条:框架不确认不动手,每个数据可追溯,每个维度确认后再继续。

信息收集是体力活,判断才是脑力活。把体力活交给AI,脑子留给真正重要的事。

做调研这件事,说到底是一个人用有限的时间去拼一个无限的世界。以前你一个人拼,能拼到的角落有限;现在 AI 帮你拼,你只需要做一件事——判断哪些碎片是真的、哪些该留下。

你最近有没有一份一直拖着没动手的调研?评论区说说主题,后面的实战案例从里面挑。觉得有用,顺手点个“在看”,让更多被资料搜集拖垮的人看到这篇。

下一篇换个场景,讲怎么用 WorkBuddy 批量处理100份文档,把文件整理这件纯体力活彻底自动化。

WorkBuddy 实战手册 · 第6篇预告:《批量文件处理,100份文档整理合并格式转换的自动化方案》


下载地址:

电脑端 https://www.codebuddy.cn/work/

手机端 应用市场搜「WorkBuddy」

微信小程序 搜「腾讯WorkBuddy」