企业官网建设流程全解析

说实话，我最早对"用AI做调研"这件事是有点失望的。问一个话题，它能给你列出一二三四五，看着挺全，但真拿去支撑一个判断，要么全是正确的废话，要么数据过时得离谱，最可怕的是它把不存在的报告引用得煞有介事。踩了几次坑之后，我换了个思路：不再把AI当成一个什么都知道的搜索引擎，而是当成一支需要管理的团队。于是就有了这套玩法——一个主编、三个工种、两本手册，组一支AI调研队。这篇文章就是把这套东西的完整细节拆开讲，包括角色怎么定、提示词怎么写、流程怎么串、手册怎么迭代，以及一次全流程实测的全记录。

1. 单线程问答和"AI调研队"之间，差了一套组织架构

先说说我观察到的普遍现象。大部分人用AI做调研，本质上就是"想到哪问到哪"：先问一个宽泛的问题，拿到答案后再追问一句，不满意就换个角度重新问。这种单线程问答的问题在于，所有的质量把控都依赖提问者临场的灵光一现。你今天状态好，追问得深，产出就深；你累了、赶时间，AI就给你一堆正确的废话。更要命的是，你很难发现自己漏了什么，因为AI永远不会主动告诉你"这个问题还有另外三个维度你没让我查"。

这种模式翻车通常有几个典型症状。

第一个是幻觉。AI会一本正经地引用一篇不存在的报告，或者编造一个看起来很像那么回事的政策文号。第二个是信源单一。它会在同一个信息源上反复打转，翻来覆去就那几个观点，你看起来以为它"查了很多"，实际都是同一锅粥。第三个是口径混乱。前面说市场规模是80亿，后面又出现一个1200亿的数据，完全没有交代统计口径的差异，它就敢合并在一起用。第四个是深度全靠运气。追问到哪算哪，没有一个机制保证每个关键分支都被挖到。

我后来想明白了一个道理：这些问题的根源不是AI能力不够，而是没有人对流程负责。在一个真人团队里，编辑部的运作模式早就把这些问题解决了——主编不直接写稿，但他定题目、派任务、验收稿件；记者只管采访和写稿，不负责判断版面怎么排；核稿员专门抓错别字和事实差错。每个角色有明确边界，每个环节有明确标准，最终产出的质量是组织架构保证的，不是某个人超常发挥的结果。

所以我就试着把这一套完整搬到AI协作里。架构很简单：

• 一个主编：负责把模糊需求拆成具体可执行的研究问题，给三个工种派活，最后汇总验收。
• 三个工种：信息检索员，只负责采集原始资料；分析提炼员，只负责把资料变成结构化判断；交叉验证员，只负责抓漏洞、抓幻觉、核对数据。
• 两本手册：一本是流程SOP，规定从题目到交付的完整步骤和每个环节的验收标准；另一本是提示词库，把每个角色、每个任务单、每个输出模板固化下来，方便复用和迭代。

为什么是这三个工种而不是别的？因为任何调研任务，无论领域是什么，本质都是在做三件事：找信息、想清楚、查漏洞。检索对应"找"，分析对应"想"，核验对应"查"。你不需要第七个角色，这三个动作覆盖了调研的完整价值链，剩下的事情（比如排版、润色）不属于调研的范畴，是另一个工种的事。

这套架构真正改变的事情，是把AI调研从一个"黑盒"变成了"透明流水线"。每一条结论是谁在哪个环节产出的，基于什么信源，经过了什么验证，全部有迹可循。就算最后结论错了，你也能顺着流程找到是哪个环节出了问题，而不是对着一个巨大的生成结果干瞪眼。

2. 主编的调度逻辑：让AI先学会拆题，再谈执行

在整支队伍里，主编这个角色最容易被忽视，但恰恰是最关键的。因为三个工种的完成质量，很大程度上取决于他们接到的任务单质量。任务单烂，后面全都白干。

2.1 主编的定位：不写稿，但管这三件事

主编不负责具体的资料查找，也不负责写分析结论，它的职责是三个：定题目、派任务、收作业。

定题目是最难的一步。用户扔过来的原始需求往往是模糊的，比如"帮我看看AI在制造业质检里到底怎么用的"。如果直接把这句话丢给检索员，它大概率会给你一份"AI在制造业中的应用"的泛泛综述，什么都有，什么都不深。主编要做的，是把这句话拆成一组真正可执行的研究子问题：

• 技术实现路径：目前落地的主流方案有哪些，机器视觉、异常检测、传感器融合各自在什么场景下用
• 市场与生态：主要玩家有哪些，解决方案分几类，企业和工厂一般怎么集成
• 落地效果评估：真实产线上的回报指标是什么样的，比如误检率、漏检率、节拍影响
• 成本结构：硬件、算力、部署、运维分别占多少，什么样的产线规模能摊平这个成本
• 风险与约束：数据隐私、产线改造难度、人才缺口，哪些是隐形的门槛

拆分出来的每个子问题，都对应后续一份独立的任务单。这个拆题的质量直接决定了这次调研的上限。我个人的经验是，编辑叫"选题角度"，项目管理叫"需求分解"，本质都是同一件事：把一个抽象问题翻译成一组可以逐项验证的具体问题。

2.2 主编派活：一份任务单该包含哪些字段

给三个工种派活的时候，不建议只用一句话描述任务，我建议做成标准化的任务单。任务单不一定有多复杂，下面这几个字段是我验证过最有用的：

任务单写完了，主编不代表就没事了。它还要在派活的时候明确告诉下游角色："你收到的卡片来自检索员，你只基于这些卡片工作，不要自行补充检索员没有采集到的信息。"这一步很关键，不然三个角色就会开始各自发挥，最后你得到的是三份内容不搭界的报告。

2.3 主编验收：怎么判断一份调研材料算"过关"

我见过很多人在这一步偷懒：拿到AI产出的报告就是"感觉还行"就完事了。主编角色的价值，就在于给"还行"一个具体的定义。我在主编的提示词里写的是这样几条硬性验收维度：

• 可溯源性：每一个关键结论是否都有明确的来源出处，没有出处的降级为"待核实"。
• 时效性：每一项数据是否标注了发布时间，用三年前的数据描述今天的情况，直接判不合格。
• 一致性：多个来源之间是互相印证还是互相矛盾？如果矛盾，有没有把矛盾本身写清楚，而不是悄悄选一个看似合理的。
• 相关性：每一段内容是否直接回答了任务单里的调研子问题，还是离题发挥。

主编在汇总阶段实际上是在做最后一道质量闸门。它对不合格的内容可以打回让对应工种重新处理，也可以标注"存疑"直接写进交付物里，让使用者知道这里不可靠。这种"带病标注"的处理方式，比假装一切都对要好得多。

3. 三个工种的提示词设计：边界清晰才能高效配合

很多AI协作方案跑偏，问题都出在角色提示词写得像"角色扮演"——描述了性格、语气、风格，却没讲清楚职责边界和输出格式。角色感再强，活干不明白也没用。我设计这三个工种的时候，核心原则是：每个角色只做一件事，做完了交作业，绝不越界。

3.1 信息检索员：只做加法，不做判断

检索员的工作本质是做加法——尽可能多地、尽可能准确地收集与任务单相关的信息素材。它不需要判断哪个信息重要，也不需要组织成文章，信息量越大越好，只要格式统一。

我用的检索员提示词结构大概是这样的：

你是信息检索员。你的职责是完成主编下达的任务单，收集原始信息素材。 要求： 1. 只基于任务单中的调研子问题查找信息，不要扩展任务单之外的方向。 2. 优先使用以下信源类型：[任务单里的信源类型]，避免使用：[黑名单类型]。 3. 对每一条采集到的信息，用以下卡片格式输出： - 来源名称与链接 - 发布时间 - 核心信息（不超过120字） - 与调研子问题的相关度评级（高/中/低） 4. 纪律：不得对数据做推算或换算。如果需要进行估算，在卡片中单独注明"推算"并写明推算假设。 5. 完成标志：集满[任务单要求数量]条卡片，信源覆盖不少于2种类型。

这个提示词里最重要的不是开头那句"你是信息检索员"，而是后面的纪律条款。我最开始试的时候，检索员特别喜欢自己加戏——比如说某个数据"相比去年同期增长了23%"，这个增长根本不是它查到的，是它自己算的，而且不告诉你这是算出来的。加了纪律条款之后，这类问题大幅减少。

检索员还有一个容易踩的坑是"信源洁癖"太重。它可能倾向于只从某一类看起来权威的来源采集，导致信源多样性不够。解决方法是任务单里明确写"信源覆盖不少于2种类型"，让完成标志本身倒逼多样化。

3.2 分析提炼员：把零散卡片变成结构化判断

分析员是三个工种里最需要"思考能力"的一个，也是提示词最难写的一个。它的输入是检索员的卡片，输出是经过归纳、提炼、判断之后的结论。它的核心价值在于"压缩"——把二三十张卡片压缩成几条有信息量的判断，而不是把卡片换个说法重新排列一遍。

分析员提示词的关键部分长这样：

你是分析提炼员。你将收到信息检索员提供的资料卡片。 工作步骤： 1. 将卡片按主题分组，合并相同或相近的信息。 2. 找出卡片之间的趋势、异常和互相矛盾之处。 3. 对每一组信息提炼出一到两条核心判断。 输出格式： - 判断（一句话，不超过50字） - 支撑证据（引用卡片编号或来源） - 置信度（高/中/低） 硬性约束： 1. 每个判断必须附有具体证据，没有证据的判断一律不要输出。 2. 如果某条结论只有单一来源且来源权威性不足，标注"单源待核"。 3. 不得提出卡片范围之外的全新观点。

分析员最常见的翻车是输出"整个行业正在高速发展"这种正确的废话。为什么是废话？因为它没有支撑证据，没有数据，没有对比，说了等于没说。所以我加了硬性约束"每个判断必须附有具体证据"，让它没有偷懒的空间。

还有一个细节：分析员的工作量需要控制。如果一次丢给它三十张卡片，它很容易在处理到一半的时候开始偷工减料，后面的分析明显变浅。我后来养成的习惯是让分析员分批处理，单批次不超过五六张卡片，每批只提炼一个子问题下的内容，用完一批再接下一批。这个"批次意识"是两本手册里很重要的一条经验。

3.3 交叉验证员：整个团队里专门抓幻觉的角色

交叉验证员是我最看重的一个角色，也是这套架构和普通"角色扮演"玩法拉开差距的地方。它的职责不是产出新内容，而是对已有的内容找毛病，立场是"不信任"。

核验员的提示词核心是一份核查清单：

你是交叉验证员。你的职责是质检，不是补充信息，也不是修改结论。使用以下清单逐项检查： 1. 引用核查：每个被引用的报告、政策、数据，是否真实存在？来源链接是否可访问？ 2. 时效核查：数据发布年份是什么？有没有用过期数据描述当前状况？ 3. 口径核查：同一指标在不同段落里的统计口径是否一致？ 4. 逻辑核查：结论和证据之间是否真的有因果关系，还是只是相关关系？ 5. 上下文核查：引用的原文有没有断章取义？ 输出格式： - 问题列表（每条注明：位置、问题类型、严重等级、修改建议） - 汇总说明（该材料整体是否可采用）

这个角色在实战中救过我很多次。比较典型的一次，是某一轮调研里引用了"某机构发布的2030年行业趋势报告"，引用格式规范得像真的一样。核验员顺手查了一下这个机构的官方网站，发现根本没有这份报告，属于完全编造的引用。如果没有核验员这一层，这份带着假引用的材料就会流到最终报告里，成为整个调研的硬伤。

我甚至会把核验员当成"幻觉哨兵"，专门在任务完成后追问它："这个材料里，你只有不到七成把握的内容有哪些？"它会主动标出一批可疑点，这些点往往就是后续需要人工补充调研的地方。

3.4 三个工种怎么交接：让协作不产生信息损耗

很多人在一个会话里做多角色协作的时候，最头疼的问题是上下文混乱——角色说着说着就"串台"了。我解决这个问题的方式是把交接物格式化。

具体来说：检索员交出来的不是一段话，而是一组编号卡片；分析员的输入明确写"你收到的是一组编号卡片，请基于卡片号引用证据"；核验员的输入则是"分析报告+对应卡片"的对照包。这样每一步的输入输出边界都很清楚，即使所有角色在同一个会话里运行，也不会因为上下文过长而模糊掉身份。

还要注意"越权管理"。我观察到的现象是，角色之间的越权是协作失败的头号原因。分析员干着干着开始质疑数据来源，核验员干着干着开始补充新信息，最后你得到的是一个什么都不像的四不像。要杜绝这种问题，除了每个角色的提示词里写明职责边界之外，主编在汇总的时候一旦发现"非本工种输出"，要明确打回重做。

4. 两本手册怎么编：把一次性角色设置固化成流程资产

角色和提示词设计出来之后，如果只是临时用一次，那就浪费了。真正有价值的是把这套东西固化成可以反复使用、持续迭代的资产。这就是两本手册的由来。

4.1 第一本手册：调研SOP，把流程变成准绳

SOP手册负责回答一个问题：从接到题目到交付结果，一共分几步？每步的输入是什么、输出是什么、谁负责、怎么验收？

我用的SOP是六段式：

这个表看起来简单，但在实操里价值很大。它强制你把大任务切成小步骤，每一步都是可以单独验收的。很多人用AI调研失败，恰恰是因为想"一步到位"——写一个超级长的大提示词，让AI一口气把调研做完，结果中后期角色崩溃，输出质量断崖下跌。SOP的核心作用就是阻止这种偷懒行为。

SOP里最好还包含一个"异常处理"条款。比如检索员采集的结果数量不够怎么办？分析员对某组信息判断不了怎么办？我的处理规则是：采集不足就再补一轮；分析员判断不了就标"存疑"进入核验环节，而不是硬编一个结论。这些细节属于流程兜底，真人团队里也需要，AI团队里同样不能少。

4.2 第二本手册：提示词库，把经验变成模板

第二本手册是提示词库，里面沉淀的是每个角色最稳定的提示词版本、任务单模板、输出模板、验收清单，以及最重要的——修正条款。

修正条款从哪里来？从每一次翻车中来。我举两个例子。

第一个例子：早期版本里，核验员只检查"数据是否一致"，不主动核查"引用是否存在"。后来有一次调研中，AI引用了三份来源可疑的报告，核验员全都放行了。复盘之后，我在核验员的核查清单里新增了第一条"引用核查：每个被引用的报告、政策、数据，是否真实存在？"这条修正条款后来拦截了大量幻觉。

第二个例子：分析员输出判断时经常用"行业规模持续扩大"这种无证据表述。我最初的约束是"不得输出没有证据的判断"，但效果不稳定。后来我把约束改得更具体："每个判断必须引用至少一条卡片编号作为证据，无法引用卡片编号的判断视为无效。"格式上的硬约束比风格上的软约束效果好得多。

提示词库的维护不需要什么高级工具，一个文档就够。每个角色一个页面，页面里面按时间顺序记录每次修改的版本、修改原因、以及是在哪次调研中发现的教训。用久了之后，这本手册会越来越厚，但每一个条款后面都跟着一个真实的案例，没有一个字是凭空想出来的。

4.3 手册的迭代节奏：从翻车现场提炼新条款

我比较推荐的做法是每次调研结束后做一次简单复盘，复盘只回答三个问题：这次调研最大的三个问题是什么？每个问题的根因出在哪个环节？下次可以在哪本手册里加什么条款来防止同类问题？

复盘的频率不用高，跑三到五次调研做一次小结就够了。但每次复盘都要有产出——要么新增一条修正条款，要么修改某个模板。如果一次复盘之后手册一个字没变，说明复盘做成了形式主义。

我还发现一个有意思的规律：随着手册迭代，前期的条款大多是防幻觉、防跑题的，后期的条款大多变成了效率优化类的。比如"单批次卡片数量不超过6张""同一会话内连续对话超过10轮后强制重开上下文""检索员判断置信度低于三成的内容单独标注"。这说明流程在越来越稳定，问题层次在从正确性向效率迁移。

5. 一次完整实测：从接到题目到产出报告的全程记录

理论讲了这么多，上点实际的东西。我拿一次虚构的调研任务来做完整演示，题目是"某新兴市场电商物流市场的进入机会与风险梳理"。

5.1 选题与拆题：主编的第一轮输出

拿到这个题目，主编先做了拆题。在一次对话中，它产出了六个研究子问题：

1. 市场现状与增长驱动：市场规模、增长率、电商渗透率、物流需求结构
2. 主要参与者与竞争格局：国际物流巨头、本地物流公司、电商自建物流的分布
3. 基础设施现状：干线物流、末端配送、仓储资源的瓶颈在哪里
4. 政策与法规环境：外资进入的资质要求、跨境运输规则、数据合规限制
5. 进入成本与盈利模型：头程、清关、仓储、末端配送的成本结构
6. 主要风险与不确定性：基础设施缺口、汇率波动、安全形势、本土化挑战

每个子问题对应一张任务单，信源类型指定为跨境电商行业报告、物流咨询机构研究、当地主流财经媒体报道，禁区是无署名的论坛帖和营销软文。

5.2 检索与分析：两个工种的交叉作业

检索员分了三轮采集，每轮覆盖两个子问题。第一轮市场数据采集得比较顺利，拿到了几个关键数据，但同时暴露了一个问题：不同来源的末端配送成本占比差异很大，一个说12%，一个说28%。分析员拿到卡片后把这些标为"口径不明"，没有强行合并，而是写了一条判断："该指标统计口径存在显著差异，需进一步界定是否包含仓储和逆向物流成本。"

第二轮采集竞争格局时，检索员出现了轻微跑题，开始采集一些不相干的宏观经济数据。我当时在任务单里写明了检索重点，但它还是偏了一部分。处理方式不是中断重来，而是让主编在汇总时把这个偏离标注为"低价值信息，直接丢弃"，同时复盘时在手册里加了一条：检索员的完成标志要加一条"返回内容中与任务单直接相关的信息占比不低于八成"。

第三轮政策与风险采集时，出现了一个典型的幻觉苗头。检索员引用了一项虚构的"跨境电商物流试点政策"，声称某地政府发布了扶持措施。核验员这个环节发挥了作用——它去查证了该地政府门户网站的政策公示页面，发现根本没有这条政策，于是把这条引用标记为"无法查证，建议剔除"，严重等级设为高。

5.3 核验与合稿：最后一关的质量拦截

核验员在最终阶段一共抓出四个问题：一是那项虚构政策引用；二是两处数据过时（一个市场研究报告发布于三年前，但在材料中被直接用来描述当前市场规模）；三是一处口径混淆（同时引用了含仓储和不含仓储的两个末端成本数据，没有说明差异）；还有一个是引用了某机构报告，但链接已经失效，无法验证内容真伪。

以上问题全部带着修改建议返回。分析员把过时数据和口径混淆的部分重新标定后，主编开始合稿。最终报告的结构包括：市场判断（含三个可信度较高的数据点）、机会点（分短期和中期）、风险清单（每条风险附严重等级）、待核实事项（留了两个需要人工进一步确认的口子）。

这个全流程跑下来，如果单线程问法，我可能一小时内就得到一份看起来很像样的报告。但这套流程花了小半天，token消耗大约是单线问法的三倍。值不值？我觉得值。因为单线程报告里的问题，我事后需要花更多时间逐一排查，而且有些问题可能根本看不出来。这套流程的产出是透明的——每条结论都知道来源是什么，经过什么验证，有哪些存疑，后续用起来心里有底。

6. 这套调研队适合解决什么问题，又会在哪里失灵

最后聊一下边界。任何工具都有适用场景，这套架构也不是万能的。

它最适合的，是那种需要跨信源、跨维度、最终要形成判断的调研任务。典型的比如：行业扫描、竞争格局梳理、技术选型对比、新市场进入评估、政策与风险清单梳理。共同特点是：题目相对宽泛，需要覆盖多个维度，最终要得到一个结构化的结论，而且对"信源可溯"有要求。

它不适合的场景也很明显。如果只是想查一个事实，比如"某个功能在某个版本里具体叫什么名字"，单次对话最快，搭建这套架构纯属浪费时间。如果是漫无目的地了解一个话题，只想对某个概念有个模糊印象，用轻量问答模式就够了，不需要启动整个流水线。它本质上是一套为"交付物"服务的重型工具，没有交付压力的时候，不需要上重型装备。

它还有一个内在的天花板：这六个步骤本身需要人来驱动。你可以在单个对话里连续跑完全流程，也可以每个环节单独开对话，但中间的判断、验收、打回重做，都需要人来把关。这意味着它并不能完全替你完成调研，它更像一个放大你管理能力的工具。

如果把视角拉高一点，我觉得这套玩法真正揭示的道理是：和AI协作，最高效的时候往往不是你命令它做什么，而是你像带团队一样配置它——明确目标、拆分任务、设定边界、验收质量、沉淀经验。一个主编、三个工种、两本手册，本质是一次组织经验的迁移，把那些在管理真人团队时被反复验证过的原则，原封不动地搬到了人机协作里。模型能力会迭代，工具会换新，但这个"用流程兜底、用分工降熵"的思路，我觉得很长时间内都不会过时。

最后再分享一个实用小技巧：两本手册刚开始不用做得又全又细，一页表格加一个文档就够。最重要的不是一开始就完美，而是坚持在每次调研之后问自己——这次哪里翻车了？手册里该加一条什么？只要这个迭代动作不停，你的调研队就会越用越顺手，两个月之后再回头看第一版的手册，你会惊讶于它已经长成了完全不同的东西。