research-fanout

研究扇出

将模糊的研究目标转化为并行、分层计费的调查。通过访谈明确范围 → 获得已批准的计划树 → 扇出子 Agent → 每项研究完成时汇总发现 → 提交报告。

任务： $ARGUMENTS

与 deep-research（非交互式网页搜索框架）不同：此技能会先进行交互式范围界定访谈并制定可审批的计划树，按分支为模型分层以控制成本，并实时汇总各分支的研究结果，让用户能在过程中进行调整。

阶段 1 — 明确方向

• 阅读 $ARGUMENTS。如果内容清晰，进入阶段 2。
• 如果术语含糊不清，先快速进行 1–3 次网页搜索，再开始访谈以了解背景。目标是充分理解领域，从而正确计算研究分支的数量，而不是现在就回答问题。

阶段 2 — 访谈（最多 3 个问题）

缩小范围。严格限制：最多 3 个问题，每次只问一个。

• 优先使用选择题；必要时使用开放式问题。
• 每次用户回答后，用 1–2 句话简要复述你理解的目标，让人一眼能看懂（不要更多）。
• 范围一旦明确就尽早结束，不要为了用完问题而继续提问。

阶段 3 — 计划树（审批关卡）

展示一个嵌套项目符号树，即研究路径的“全貌”：

• 约 3 个顶层分支（可根据需要调整为 2–5 个），每个分支都应表述为用户需要思考的问题（未知中的未知），而不是陈述句。
• 子项目符号将各分支拆解为叶子问题。叶子是并行工作单元。
• 总叶子数限制在约 8 个以内，以控制成本。如果需要删减，说明删减原因并列出删掉的内容。

然后等待用户批准，或接受用户自由修改。循环执行——每次修改后都重新展示。只有在用户明确表示可以开始（“开始”“执行吧”“已批准”）后才能启动。

阶段 4 — 分层并启动

按直观复杂度为每个叶子标注层级，然后以最大并行度将所有叶子作为后台子 Agent 启动（在一条消息中多次派发）。使用 general-purpose Agent——以网页搜索为主，必要时也可根据主题读取本地文件。

层级	叶子任务特点	Claude Code 模型
低成本	查询、事实收集、机械性工作	claude-haiku-4-5
标准	常规综合分析／比较	claude-sonnet-5
深度	含糊不清、需要高度判断、跨领域	claude-opus-4-8

在非 Claude 平台上，将各层级映射到该平台的低成本／中端／旗舰模型。

为每个子 Agent 提供精简的任务说明和固定的返回格式：

## <leaf question>
- Findings: <concise, evidence-backed>
- Sources: <urls / refs>
- Confidence: high | medium | low
- Gaps: <what it couldn't resolve>

阶段 5 — 实时汇总

监控正在运行的各分支。每个分支完成时，立即在聊天中发布精简的发现（不要等到全部完成）。

• 用户可能会插话纠正方向 → 相应调整、启动或终止剩余分支。
• 用户也可能保持沉默，继续查看 → 持续汇总。
• 如果某个分支失败或返回空结果：用一行说明，并继续处理其余分支。

阶段 6 — 综合

所有分支完成后：

1. 去重重叠发现；明确指出各分支之间的矛盾。
2. 将完整报告写入 research/<topic-slug>-YYYY-MM-DD.md，以分支为章节，包含发现、来源和未解决的问题。
3. 在聊天中展示执行摘要（回答最初目标 + 关键发现 + 置信度 + 尚未知晓的内容）。

反模式

• 不要跳过访谈，直接启动子 Agent。
• 计划树未经明确批准前，不要启动任务。
• 不要给所有叶子分配相同模型——分层是控制成本的手段。
• 不要等到最后一次性汇总；应在每个分支完成时分别汇总。
• 顶层分支不要写成答案——它们应是需要调查的问题。
• 叶子数不要超过上限；如有删减，应告诉用户删掉了什么。