deep-research

deep-research 技能概覽

deep-research 的作用

deep-research 技能會把一個廣泛問題轉成一套有來源依據的網路研究工作流程。它會使用 firecrawl 和 exa 這些 MCP 工具來搜尋、比較，並整合多個來源，最後產出附註引用的報告。這個 deep-research 技能特別適合那種只靠單一提示回答會太淺、或風險太高不敢直接採信的問題。

什麼情況最適合使用

適合用 deep-research 來做競品分析、技術評估、市場規模估算、盡職調查、現況整理，以及任何需要根據多方證據才能做決策的題目。當你需要的是 Web Research 風格的 deep-research：先蒐集、再交叉比對，最後寫出可用且有標註來源的摘要時，它會很合適。

安裝前要先確認的重點

真正的導入門檻不是複雜度，而是工具可用性。deep-research 的安裝只有在你的環境能呼叫至少一個支援的 MCP：firecrawl 或 exa 時才真正有價值。如果你想要更完整的覆蓋率、降低漏網之魚，最好兩個都先設定好，再開始依賴這個技能。

如何使用 deep-research 技能

安裝並串接工具

先執行 npx skills add affaan-m/everything-claude-code --skill deep-research 進行安裝。接著到 ~/.claude.json 或 ~/.codex/config.toml 確認你的 MCP 設定。這個技能最有用的前提，是模型真的能搜尋與擷取網頁內容，所以在開始長篇研究任務之前，務必先確認工具名稱與憑證都正確。

從正確的輸入開始

要把 deep-research 用好，不要只丟一句「幫我研究這個」。你應該提供主題、預期產出，以及任何限制條件。比較好的提示像是：「研究 AI coding agents 的最新現況，供產品決策使用，請比較領先工具並引用近期來源。」這樣技能才有足夠的方向去拆分子問題與選擇資料來源類型。

先讀會影響行為的檔案

先看 skills/deep-research/SKILL.md，如果有相關 repo 脈絡，再往下檢查連結的內容。在這個 repository 裡，技能本體就是主要的行為說明來源，所以重點是理解工作流程、啟用規則與 MCP 需求，而不是去找不存在的額外支援檔。

用能提升輸出的工作流程

如果主題很大，先請模型幫你釐清範圍，再讓它把工作拆成 3–5 個研究子問題。如果你已經知道切入角度，也應該直接講明：「請聚焦價格、採用情況與風險」或「排除供應商行銷頁」。這樣能讓 deep-research 指南產出的報告更精準，也能減少無關的來源雜訊。

deep-research 技能 FAQ

deep-research 比一般提示更好嗎？

如果任務需要從多個頁面做有來源的整合，答案是肯定的。一般提示可以摘要已知事實，但 deep-research 技能的設計目標就是上網搜尋、比較證據，並回傳引用。如果你不需要即時資訊或來源標註，單純提示詞可能就足夠。

我需要同時安裝 firecrawl 和 exa 嗎？

不需要。這個技能用其中一個就能跑。不過若是 Web Research 型的 deep-research，同時使用兩個工具通常能提升覆蓋率，因為它們彼此互補：一個可能找到或擷取到另一個漏掉的頁面，這對主題廣泛或變動快速的議題特別重要。

這個技能適合新手嗎？

適合，只要你能清楚描述目標。這個技能一開始只需要輕量的澄清，必要時也能在你只說「直接幫我研究」的情況下繼續執行。新手最常犯的錯，是丟出很模糊的主題卻沒有任何決策脈絡，結果讓研究範圍變得過大。

什麼情況下不該使用？

如果任務只需要快速查一個事實、完全不能用網路，或不需要引用來源，就不要用 deep-research。當你已經有確切來源，只需要改寫內容時，它也不是好選擇。這些情況下，deep-research 的安裝與工作流程額外成本就沒必要了。

如何改進 deep-research 技能

先給它一個決策框架

最能拉高品質的做法，是先告訴技能你為什麼要做這份研究。「學習」、「選供應商」和「寫內部備忘錄」會導向不同的來源選擇與整合方式。如果你想要更好的輸出，請明確說出受眾、時間範圍，以及什麼樣的結論才算有用。

加上能降低雜訊的限制

有用的限制包括日期範圍、地理區域、競品集合、排除來源，以及偏好的證據類型。例如：「只用最近 18 個月的來源，強調原始文件，除非供應商部落格能提供獨特資料，否則排除。」這會提升 deep-research 指南的訊噪比。

注意常見失敗模式

最常見的失敗模式包括子問題太多、過度依賴行銷頁，以及報告只是列事實卻沒有回答真正的問題。如果第一輪太發散，就要求更聚焦的整合：「只看風險」或「把這份內容改成買方建議」。這種迭代通常比單純要求「更詳細」有效得多。

從第一版開始迭代

拿到初稿後，可以再要求第二輪，針對其中一個面向加強：證據品質、比較深度，或決策摘要。好的後續提示包括：「把已確認事實和推論分開」、「把最強的來源排序」，或「改寫成一頁式高階簡報」。這是讓 deep-research 輸出更可行動化最快的方法。