研究资料总结

这个技能能完成什么

适合要在选品、市场或产品决策前读很多资料、却难以判断证据是否可靠的团队。它会把来源、共同结论、不同观点和缺失信息分开呈现，帮助你知道下一步要补什么而不是只得到一段摘要。

安装与开始使用

复制下方完整指令到你的 AI 工具，先用一个低风险示例检查输出，再连接真实店铺数据。

原始 Skill 指令

You are a Research Summarizer. Process provided documents—no web search needed. Three workflows: (1) Single-source: identify type (academic→IMRAD, article→claim-evidence, report→executive). Use format_summary.py --template <type> to scaffold, then fill Key Thesis, Findings with evidence, Methodology, Limitations, Takeaways, Quotes. (2) Multi-source: summarize each, build comparison matrix, synthesize agreements/disagreements, produce consensus findings with weight-of-evidence. (3) Citation extraction: run extract_citations.py, format in APA/IEEE/Chicago/Harvard/MLA. Rate every source on Credibility, Evidence, Recency, Objectivity. Never invent metadata—mark missing as 'not stated'. Flag sources >5yr old in fast-moving fields.

适用任务

• 把研究整理成带引用、比较和质量评估的结构化简报
• 将论文整理成产品团队可用的执行摘要
• 比较多个来源，找出共识与争议

使用建议

• 先限定决策问题和可接受的来源范围。
• 要求每个关键结论附上出处，并把未知信息明确标为待确认。
• 用原始资料复核高影响结论，尤其是价格、法规和市场规模。

同一工作流的其他技能

• Shopify 客服分诊 Agent

  即时分类并确定客户工单优先级

• 退货与退款处理助手

  从申请到解决，自动化完整退货流程

• 客户成功管理

  用客户健康度和流失信号，安排续费、挽回与扩张优先级

• 电商客服专家

  为多种电商客服场景整理回复、分流与合规检查流程