research

research skill 概覽

research skill 的功能是什麼

research skill 是一套有明確結構的深度研究工作流程，適合用來理解技術、概念或複雜主題，而不是把規劃與執行全塞進一個模糊的 prompt。它不是要求同一個 agent 同時決定「要怎麼研究」又「直接開始研究」，而是把工作拆成規劃階段與執行階段。這種設計，正是多數人安裝這個 research skill 的主要理由。

哪些人適合使用這個 research skill

這個 research skill 最適合需要用可重複、可檢查方式來研究主題的使用者，例如軟體架構、協定、學術概念，或不熟悉的系統。當你重視範圍控制、問題定義，以及正式展開研究前先做一次檢視時，它特別有用。對 research for Academic Research、技術盡職調查，或概念地圖整理這類工作來說，這個額外的規劃步驟，通常比單純丟一句「tell me about X」更有價值。

它實際幫你完成什麼工作

它真正幫你完成的，不是「產生一份摘要」而已，而是：先定義主題、找出正確脈絡、建立研究策略、暫停等待使用者確認，然後再帶著新的上下文與更清楚的邊界進入執行。這能降低研究方向漂移、內容流於表面，以及把 token 浪費在錯誤角度上的風險。

導入前要注意的重點

這個 skill 的 repo 結構很輕，真正有用的邏輯幾乎都放在 SKILL.md。沒有可依賴的 helper scripts、reference files 或安裝 metadata，所以能不能發揮效果，主要取決於你的 agent runtime 是否支援它預期的多 agent 流程：包含 planning agent、orchestrator，以及 execution agent。若你只想要一次性得到答案，這個 research skill 可能會讓你覺得比需要的還慢。

如何使用 research skill

安裝判斷時先看哪裡

如果你正在評估這個 research install 是否值得導入，請先讀 EN/.agents/skills/research/SKILL.md。這個檔案才是真正定義工作流程、輸入格式與 orchestration 行為的地方。從 repo 可見資訊來看，skill 本身沒有獨立的安裝指令，因此你需要用自己的 agent 平台支援的 skill 載入方式來啟用它，並確認 runtime 能做到以下幾件事：

• 呼叫 /research
• 啟動 planning agent
• 暫停並等待確認
• 以 plan file path 啟動 execution agent

如果你的環境無法在 agents 之間乾淨地交接工作，這個 research skill 的核心價值就會明顯下降。

research skill 需要哪些輸入

至少要提供一個主題。不過，如果你再補上以下資訊，結果通常會好很多：

• 你實際要做的決策是什麼
• 你希望研究到什麼深度
• 限制條件，例如時間、目標讀者或既有知識程度
• 專案背景或領域脈絡

較弱的輸入：
/research OAuth2

較強的輸入：
/research Research OAuth2 for a backend team migrating from session auth. Focus on grant types still relevant in 2025, common implementation mistakes, security tradeoffs, and what to recommend for internal APIs vs third-party integrations.

如果是 research for Academic Research，建議明確寫出研究問題、學科領域、期望的嚴謹程度，以及輸出形式：
/research Investigate retrieval-augmented generation evaluation methods for academic literature review. Compare offline metrics, human evaluation, and benchmark design. I need a structured brief with terminology, core debates, and a shortlist of methods worth deeper reading.

實際好用的 research skill 工作流程

一個實務上效果不錯的 research usage 流程是：

1. 用有範圍界線的主題與明確目標呼叫 /research。
2. 讓 planning agent 先辨識上下文並建立 plan file。
3. 在執行前先檢查 plan。這一步最容易抓出目標讀者錯了、關鍵問題漏掉了，或範圍開太大的問題。
4. 確認 plan 真的符合你的意圖後，再批准執行。
5. 把最後產出的 notes 當成第一版地圖，再針對不清楚的部分啟動下一輪更聚焦的研究。

這個 review gate，是它和一般 prompt 最大的實務差異。如果 plan 做得弱，後面的執行通常也不會強。

怎麼寫 prompt，才能更好地觸發 research skill

最有效的方式，是把 prompt 寫成容易做規劃的結構：

• Topic: 要研究什麼
• Goal: 你需要得到什麼判斷或理解
• Scope: 要包含什麼、不包含什麼
• Audience: 初學者、實務工作者、研究者、管理層
• Output: 比較、簡報式摘要、筆記、建議

範例：
/research Topic: consistent hashing. Goal: explain it well enough to choose whether to use it in a distributed cache design. Scope: core mechanism, failure cases, virtual nodes, operational tradeoffs; exclude heavy math proofs. Audience: senior engineers. Output: decision-oriented research notes.

research skill 常見問題

研究工作上，它比一般 prompt 更好嗎？

通常是，尤其當主題很廣、容易歧義，或本身牽涉決策時更是如此。一般 prompt 常常會把規劃、假設與答案生成混在同一輪完成。research skill 會強制先做一份明確的 plan，因此比較能控制範圍，也讓最後輸出的內容更容易被信任。

什麼情況不該用 research skill？

如果你只是要快速查一個事實、看簡單定義，或你其實已經很清楚自己要問哪個子問題，就可以跳過它。若你根本不需要 review 步驟，這種雙階段流程反而會變成額外負擔。再者，如果你的 agent 系統無法穩定協調 subagents，它也不會是理想選擇。

初學者適合用嗎？

可以，但前提是初學者至少要能描述自己的目標，而不只是丟一個主題。「Teach me Kubernetes」太寬了；「Help me understand Kubernetes enough to deploy one internal service and avoid common architecture mistakes」就好得多。這個 skill 能幫你整理研究流程，但不能取代良好的範圍界定。

適合用在 Academic Research 工作流程嗎？

可以支援 research for Academic Research 在問題定義與綜整階段的工作，特別適合整理術語、爭議點與子主題地圖。不過，除非你的整體系統另外補上正式文獻回顧方法、來源驗證、引用管理，以及領域特定的證據標準，否則不要把它當成這些程序的替代品。

如何改善 research skill 的使用效果

在批准執行前，先把 plan 修好

最值得投入心力改善的地方，不是最後那份 notes，而是 execution 之前的 plan。檢查這份 plan 是否：

• 回答的是你真正要做的決策
• 有把背景資訊和可行動的問題分開
• 沒有把範圍拉得過大
• 反映你的目標讀者與限制條件

如果 plan 很泛，就先要求它縮小角度，再進入執行。

給更強的輸入，research skill 才會產出更好的結果

當你提供決策脈絡時，research skill 的表現會更好。特別有幫助的資訊包括：

• 你已經知道什麼
• 你卡在哪裡、哪裡看不懂
• 你接下來需要什麼結果
• 你所謂的「夠好」標準是什麼

例如，「compare approaches」就比不上「compare approaches for maintainability, migration risk, and operational complexity in a small team.」來得有效。

留意常見失敗模式

常見問題包括：主題太大、目標讀者不清楚，或是要求它「把所有東西都 survey 一遍」。另一種常見失敗，是假設這個 skill 會自動正確推斷你的專案脈絡。如果主題和正在進行中的 codebase、架構，或課程研究有關，請明確寫出來。這個 skill 的結構確實有幫助，但它無法憑空補回你沒有表達的意圖。

第一輪之後要繼續迭代

把第一次執行視為畫地圖，而不是一次到位。接著針對真正重要的部分，再開第二輪 research guide：例如有爭議的 tradeoff、難懂的概念，或某個決策分支。通常多次、範圍逐步收斂的研究，會比一次丟出超大型需求得到更好的結果。這也是把這個 research skill 從一次性 prompt，變成穩定可靠工作流程的最佳方式。