构建您的 AI 研究工作流：从问题到引用结论

人工智能研究工作流程为信息收集提供了结构。该方法从一个狭窄的问题开始，以存储的、引用的材料结束，随时可用。

没有步骤的话，会话会从一篇文章漂移到另一篇文章。定义好的序列可以减少这种漂移，并产生可追溯的结论。

关键要点

• 从一个精确的问题开始，以保持来源选择的针对性。

• 使用不同的工具分别进行搜索、提取和存储。

• 始终在捕获时记录引用。

• 将发现移入单一知识库以便日后检索。

• 准备好在下一个主题上尝试这个序列。

人工智能研究工作流程涵盖的内容

该流程包含六个阶段。每个阶段都针对研究中的常见失败点。这些阶段分别是问题定义、来源收集、洞见提取、综合、引用捕获和长期存储。

第一步：定义研究问题

用一句话写出问题。保持足够具体，以便来源能直接回答它。像“工作中的人工智能”这样模糊的提示会引来过多结果。

通过询问三到四个来源是否可能包含答案来测试问题。如果答案是否定的，请添加时间、行业或方法的限制。

第二步：收集来源

选择能返回近期和同行评审材料的工具。Perplexity 能快速呈现网络结果。Elicit 专注于学术论文。Google Scholar 提供引用详情。在提示这些工具时，在前面加上“仅限 2024–2025 年同行评审”等限制，并在后面加上“列出 DOI”以提高结果质量。

在两个工具中运行相同的问题。比较顶部结果的重叠部分。仅保留那些符合第一步所设限制的结果。

第三步：提取洞见

打开每个来源，隔离出能回答问题的声明、数据点或方法。记录每个提取对应的页码或章节号。

避免复制大段文本。每个来源一到两句话能让后续综合更清晰。

第四步：综合发现

按主题或证据强度对提取的要点进行分组。识别一致和矛盾之处。注明哪些来源为每个要点提供了最强的数据。

当来源相互矛盾时，仅保留至少由两项独立同行评审研究支持、或数据集超过 10,000 个样本的发现（例如 2024 年 HELM 基准）。丢弃 p 值超过 0.05 或复制状态未知的单项研究声明。

写一段简短的段落，说明基于收集材料得出的当前答案。段落控制在 80 字以内。

第五步：捕获引用

在来源打开时添加完整的引用详情。包括作者、标题、年份和 URL。将引用与它支持的洞见一起存储。

这一步可防止日后搜索缺失的参考文献。

第六步：存储到知识库

将问题、提取内容、综合和引用移入一个可搜索的位置。Notion 提供灵活的数据库和模板，但需要手动标记；Obsidian 擅长本地、基于链接的图谱，但缺乏原生学术导出功能；Zotero 提供强大的引用管理和 PDF 标注，但免费文本搜索功能较弱。根据检索速度、离线访问或引用格式是否为主要限制来选择。

存储的记录仍与原始来源相连。未来的问题可以从此记录中提取，而无需重复整个流程。

为什么存储很重要

研究只有在能够再次找到时才有价值。单一存储可防止笔记在设备和文件夹间丢失。它还允许新工作与早期项目之间建立联系。

具体示例：GPT-4o 的幻觉率

研究问题：2025 年关于 GPT-4o 幻觉率的最新同行评审发现有哪些？

1. 问题已用时间和模型限制进行了定义。

2. 通过 Elicit 和 Google Scholar 使用精确查询加上“2025”筛选条件收集来源。

3. 从三篇论文中提取了 2025 年的幻觉数据，并附带页码。

4. 综合时仅保留在两个超过 10k 样本的数据集中重复的发现；矛盾的单项研究声明已被丢弃。

5. 引用以 RIS 格式捕获。

6. 记录存储在 Zotero 中，并通过 Obsidian 反向链接以便日后检索。

关于人工智能研究工作流程的常见问题

问：每个研究任务都需要全部六个步骤吗？

答：简短的事实核查可以在第二步后停止。较长的报告受益于完整序列。

问：这些步骤可以按任意顺序运行吗？

答：问题定义应始终放在第一位。其余步骤按顺序进行以获得最佳结果。

问：如何在不增加额外工作的情况下捕获引用？

答：支持导出 RIS 或 BibTeX 文件的工具可减少手动输入。导出的数据可直接移入知识库。

问：当新来源后来出现时会怎样？

答：使用相同的问题返回第二步。将新材料添加到现有存储记录中。