research-protocol
Skill0 starsChanged 8 days agoMITView on GitHub
把任何题目做成可审计的研究结论——行业研究、技术评估、概念辨析、趋势判断、事实核查。当用户说"研究一下""搞清楚 A 和 B 的区别""这个说法可信吗""给我有依据的分析""帮我验证"时使用。产出带证据等级、三态标注、尝试次数、失效条件的结论,而不是一篇流畅的综述。
1 other project uses a version of this.
Adopted by
Most recently taken up by
- spignotti/opencode-workflow-kittheir own version, first seen Oct 15, 2026
Other versions1 project uses a version of this.
Word for word · 0
None found.
Edited · 0
None found.
Wrote their own version · 1
- spignotti/opencode-workflow-kit★ 0same name
How matches are found. Word for word: the exact same text. Edited: shares passages with this file (“99% same” means 99% of its five-word phrases also appear here; 10% or more counts). Their own version: similar meaning, or, weakest, the same name. We can’t tell which project had it first. Projects are counted among the 200 most-starred candidates, and mentions are links to the repository we found, up to 50 per site, so both counts are a floor.
The file
Files
可信研究
Image: 30 秒拆解演示
一句话:结论的可信度 = 证据强度 × 可追溯性 ÷ 你试过的次数。
用 / 不用
| 用 | 不用 |
| 结论会被用于决策 | 纯创意、虚构写作 |
| 有争议、有利益相关方 | 用户只想要个大致印象 |
| 用户会追问"凭什么" | 一步就能查证的事实 |
| 需要判断"能不能信" | 需要的是执行而不是判断 |
不确定时不用。 这套流程让研究变慢约 40%,只值在会被追问的场合。
第 0 步:定交付物(30 秒,跳过代价最大)
一句话说清:用户拿这个去做什么? 决定 / 建东西 / 学习 / 核实 / 诊断。
- 决定 → 给判决 + 边界 + 备选
- 核实 → 逐条给 CONFIRMED / REFUTED / UNVERIFIABLE
- 学习 → 给结构 + 关键分歧
- 诊断 → 给时间线 + 排序假设 + 下一个决定性测试
默认不写长报告。 500 字能答的就不要 3000 字。
第 1 步:拆(最多 7 个命题)
四道工序
① 分诊——一句话里常混着四种问题,混着问永远无解:
| 类型 | 判定器 |
| 事实(现状是什么) | 证据卡 |
| 因果(是不是 A 导致 B) | 排除法 + 反事实 |
| 预测(未来会怎样) | 基率 + 可比案例 |
| 价值(应不应该) | 不可判定,只呈现分歧 |
先把价值判断摘出去,剩下的才进入研究。
② 下沉——把抽象词换成可观测事件。 「取代」→ 岗位数 / 任务占比 / 价格 / 权力归属。 「效果好」→ 哪个指标、多长周期、对比基线是什么。 不分层的问题永远吵不出结果,因为双方说的是不同层。
③ 代理——测不到的找替代,并写死失效条件。
| 想测 | 代理 | 失效条件 |
| AI 参与度 | 片尾署名 | 有公关动机,系统性高报 |
④ 锚定——地域 / 品类 / 时间 / 口径。不锚定的预测不可证伪。
命题表(强制产物 #1)
| # | 命题 | 类型 | 反证条件 | 状态 | 备注 |
|---|---|---|---|---|---|
| P1 | 短剧编剧招聘数 2026 较 2024 降 >30% | 事实 | 持平或上升 | unknown | 缺 2026 数据 |
| P2 | 制作方披露 AI 参与的项目占比 >20% | 事实 | <10% | present | 见 EV-0003 |写不出反证条件的命题,删掉。
拆不动的三种出路
| 情况 | 处理 |
| 可判定但当前不可测 | 标 decidable_unmeasurable,写清需要什么数据、谁能给 |
| 概念无共识(本质是价值争论) | 转成「分歧点地图」:各方在哪一步分开 |
| 纯预测无基率 | 降级为三情景 + 触发信号 |
第 2 步:证(证据卡)
卡片格式(强制产物 #2)
{
"id": "EV-0007",
"claim": "2026 年 Q2,三家头部短剧公司公开披露 AI 参与制作",
"quote": "本公司已于 2026 年 Q2 在全部短剧中引入 AI 辅助分镜",
"page": "p.12",
"source": "https://...",
"source_type": "primary | secondary | tertiary",
"conflict_of_interest": "卖方(提供 AI 工具)",
"strength": 3,
"state": "present",
"proxy_for": "AI 参与度",
"proxy_failure": "披露有公关动机,可能高报"
}字段规则
| 字段 | 规则 |
quote | 文本类必填,逐字,程序校验能在原文找到;找不到即丢弃 |
source_type | primary 原始数据/官方披露/当事人原话;secondary 转述/报告;tertiary 自媒体/聚合/AI 摘要 |
conflict_of_interest | 必填。卖方数据不得单独支撑结论 |
strength | 1–5:5 系统综述/RCT;4 严谨观察研究;3 单一研究/行业标准;2 小样本/权威意见;1 轶事 |
state | present / absent / unknown 三态,见下 |
三手来源只能证明"存在这种说法",不能支撑事实。
三态(本协议的核心,别简化成二值)
present 有证据且已验证
absent 确认不存在(查过权威源)
unknown 没查到 / 查不动 / 源不可用「尼采没说过这句话」需要 present 级否证;「我没找到」是 unknown。两者结论强度差一个数量级。
冲突配对
用 conflicts_with 记录互相矛盾的两张卡,判决时必须在正文里同时呈现,并说明你更信哪个、为什么。
只有一个来源的结论,标注为单点,不得写成定论。
第 3 步:判
三种判定器
A 实证型(有数据) 样本是否独立(十家媒体引同一份白皮书 = 一个来源)· 时间戳是否一致 · 分母是什么 · 有没有控制变量
B 论证型(概念/文本) 原话与出处 · 概念必要性(去掉这个区分损失什么)· 反例 · 层次一致性(两个概念是否在同一层面——最常见的错误来源)
C 预测型(未来) 基率 · 最像的 3 个先例 · 可证伪的观察点 · 预测者的历史准确率
多重检验校正(别处没有的,这里必须有)
问自己:为了得到这个结论,我看了多少个角度 / 筛了多少次?
| 尝试次数 | 对结论强度的处理 |
| 1–2 | 正常 |
| 3–10 | 降一档,写明"经过 N 次筛选" |
| >10 | 标 likely_noise,除非有预注册的判据 |
"我试了 20 个指标才找到这个显著的"——那不是发现,那是搜索。
判决格式(强制产物 #3)
## 判决
- 等级:强 / 中 / 弱 / 不可判定
- 一句话结论:
- 成立边界:(在什么条件下成立,出了边界会怎样)
- 失效条件:(看到什么就说明这个结论错了)
- 尝试次数:N(是否已做校正)
- 未测事项:知道该测但没测的,附原因没有失效条件的判决不算判决,是口号。
八条必检
- 每个命题都写了反证条件?
- 价值判断有没有混进事实命题?
- 抽象词都换成了可观测事件?
- 代理变量的失效条件写了?
- 时间/地域/口径锚定了?
- 拆出来的命题加起来,能回答原题吗?(最容易翻车:拆得漂亮但答不了原问题)
- 报告了尝试次数?
- 结论带了失效条件?
六种常见幻觉(写的时候自查)
| 模式 | 样子 | 破法 |
| 合理编造 | 像真的但不存在的数据、文献、引文 | 逐条回原文核对 |
| 自信外推 | "研究表明……"(没有具体研究) | 要求具体出处 |
| 时间混淆 | 2022 年的数字说成"当前" | 每个数字带日期 |
| 归因漂移 | 内容对,人错了 | 单独核对归属,不只核对内容 |
| 拼接合体 | 把多篇的真实发现拼成一个虚构来源 | 核对该来源是否存在且包含全部内容 |
| 精度膨胀 | 只有"大约一半"却写成"47.3%" | 核对源是否真给了这个精度 |
自我核查无效——生成和验证必须分开。写完后另起一遍,只看卡片和原文,不看自己的稿子。
反模式
| 反模式 | 问题 |
| "我觉得" / "据我所知" | 记忆不是证据 |
| "一般来说" | 模糊掩盖不确定 |
| 为了凑长度而扩写 | 字数不是产出 |
| 只报支持结论的证据 | 等于造假 |
| 把"没查到"写成"不存在" | 三态塌缩 |
| 给结论不给边界 | 无法证伪 |
输出骨架
# 题目
## 判决(给不看全文的人)
等级 / 一句话 / 成立边界 / 失效条件 / 尝试次数
## 命题表
| # | 命题 | 类型 | 反证条件 | 状态 |
## 证据
(每条结论后挂 EV-####,正文只写卡片编号)
## 冲突与排除
(哪些解释被排除,凭什么;什么条件下排除失效)
## 未测事项正文里不放原始引文,只放编号,方便复查和压缩篇幅。
Does it work?
Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.
No reviews yet
People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.
- It worked
- Partly
- It didn't
Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.
Your trail
Files you open will collect here, so you can find them again.
Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.
Now do this for your own.
Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.

