要做一份行业调研，传统做法是自己开十几个网页慢慢扒。现在通用智能体能自己规划、自己查，我只要把好关，省力但不完全放手。
任务规划强的我用 Manus。我把目标说清，它自己拆步骤、调工具、出结果，我中途看进度就行。适合我不急着盯、让它跑一晚上的大调研。
多智能体协作我用 Flowith。它把任务分给不同角色并行查，我做过竞品对比时让它分头看几家官网和评测，回来汇总比我自己一个个看快。
快速出结构化报告我用 Genspark。它给的初稿带分节和来源，我拿来当骨架，再补自己的判断。适合时间紧、要先有东西的场合。
中文信息和本地视角我用 纳米AI。它搜国内内容更全，我做国内行业调研时让它补本土玩家和政策，避免只看到海外视角。
我的流程是这样。先给智能体一份调研框架，列清楚要覆盖哪几块、输出什么格式。让它跑，中途看一眼有没有跑偏。回来后我逐条核对关键数据，不盲信它给的数字。
最要紧的一点是来源我得自己扫一遍。智能体偶尔会编一个看着合理的出处，我遇到过引用打不开的链接。所以成稿前我随机抽几条去验证，过了才用。框架我给得越具体，它跑偏越少。我不只说调研某行业，而是列清楚要覆盖规模、玩家、趋势、风险哪几块，每块输出什么形式。框定好，它不乱发挥。
中途我介入两次。一次在它列计划时，看步骤合不合理；一次在初稿出来时，看有没有遗漏关键角度。两头卡住，中间它自己跑，我不用一直盯。
数据我坚持交叉验证。智能体给的数字，我会挑几个去官网或权威源再查一遍。它偶尔会把旧数据当新的，或者把估算当事实，这关不能省。
报告结构我有固定模板。摘要放最前面，结论先行，后面才是分块细节。读者没空看全程，扫一眼摘要就知道值不值得深读，这比堆字数强。
图表我让它出，但我会重画一遍。自动生成的图常有多余装饰，我去掉花哨的，只留信息，看着才专业。
我也用它做竞品对比。把几家官网和评测丢进去，让它横向拉表，我拿来做决策参考。不过最终判断我留给自己，工具只负责把信息摊开。我要求它给每个结论标来源。调研报告最怕空论断，它说某家占多少份额，我得看到出处才敢写进稿。
时间范围我框死。问趋势一定说清哪年到哪年，不框它容易拿旧数据充新，结论跑偏。
我让它列不确定性。哪些判断没把握，它标出来，我写稿时措辞留余地，不把推测说成定论。
交叉验证我多做一步。同一数字两家来源对不上，我以更权威的为准，并在稿里注明口径差异。
我还会复盘它的偏差。对比它给的和我自己查的，看它常错在哪类信息，下次提问时绕开。
报告我控制篇幅。智能体爱写长，我要求结论先行、细节靠后，读者扫摘要就够，不堆字数凑份量。我让它排优先级。信息太多时，它先标重要次要，我照着读，不被堆量淹没。
来源失效我处理。链接打不开的，让它换一条或注明，不把死链写进正式稿。
我控制提问粒度。一次只问一个点，它答得准，不像一把抓回来一堆用不上的。
报告我加执行摘要。最上面的几句话给老板看，细节往后放，各取所需。
我留原始资料夹。它查的网页我存一份，回头复核有据，也防它张冠李戴。我让它给数据分级。硬数据、估算、观点分开标，读者一眼看出哪句能当真。
报告我加局限说明。哪些信息查不到、样本多小，写清楚，不装全知。
互动环节我设计。调研完顺手列几个追问，读者能接着聊，不成死文档。
我控制它的发散。不让它自由联想加戏，只围绕框架填，不偏题。
交付前我读 aloud。念一遍通不通，机器顺但人读拗口的，我改。我让它列未解问题。调研完余下哪些没查清，写进附录，不假装全懂。你调研的是哪个行业？告诉我方向，我把对应的框架模板发你。