> ## Documentation Index
> Fetch the complete documentation index at: https://nmem.guoxudong.io/llms.txt
> Use this file to discover all available pages before exploring further.

# 研究仍然缺少的部分

> 为一个开放问题选择调查方式，并核对找到的证据。

<div className="course-meta" aria-label="课程信息">
  <span><Icon icon="book-open" /> AI Now · 第 4 课 / 共 5 课</span>
  <span><Icon icon="clock-3" /> 约 5 分钟</span>
  <span><Icon icon="user-round" /> 进阶</span>
</div>

<div className="learning-stages learning-stages-progress" aria-label="课程进度">
  <div className="learning-stage learning-stage-done">
    <span className="learning-stage-mark" aria-hidden="true" />

    <span className="learning-stage-title">提出问题</span>
  </div>

  <div className="learning-stage learning-stage-done">
    <span className="learning-stage-mark" aria-hidden="true" />

    <span className="learning-stage-title">加入来源</span>
  </div>

  <div className="learning-stage learning-stage-done">
    <span className="learning-stage-mark" aria-hidden="true" />

    <span className="learning-stage-title">核查证据</span>
  </div>

  <div className="learning-stage learning-stage-active" aria-current="step">
    <span className="learning-stage-mark" aria-hidden="true" />

    <span className="learning-stage-title">调查缺口</span>
  </div>

  <div className="learning-stage">
    <span className="learning-stage-mark" aria-hidden="true" />

    <span className="learning-stage-title">保存结果</span>
  </div>
</div>

Nowledge Mem 中的证据简报已经列出缺口。选择其中一个问题：内部事实向团队核实，公共证据则用 AI Now Deep Research 调查。

## 你将完成什么

<Check>
  记录一项核对过的发现，或一个仍未解决的问题，并明确接下来如何补足证据。
</Check>

## 先在模拟中练习

在电脑浏览器中进入本课后，模拟会自动打开。跟随弹窗提示发送请求、阅读回答并核对结果。关闭后，可在下方[轮到你了](#轮到你了)点击**开始模拟**重新打开。每课会准备好虚构的 Atlas 材料，无需先配置模型。

<Note>
  模拟在浏览器本地运行，使用预设回答，不调用 AI 或联网搜索；刷新后练习重置。手机端可先阅读步骤，交互练习请使用电脑浏览器。
</Note>

## 在真实应用中练习前

准备好第 3 课的证据简报和一个开放问题。本课时间估计用于设置和检查研究请求，实际研究可能需要更久。

<Note>
  公共研究使用通用问题。不要把机密细节或个人数据放入网络搜索请求。
</Note>

## 轮到你了

跟随自动打开的模拟弹窗提示练习。熟悉流程后，再按照下方真实应用步骤，在 Nowledge Mem 中处理自己的材料。

<script src="/course-playground-guide.js?v=26" defer />

<div className="course-playground-workflow" data-course-playground-guide="" data-course-guide-autostart="true" data-course-guide-scenario="ai-research" data-course-guide-current="1" data-course-playground-open="false" data-course-guide-replay-label="再练一次" data-course-guide-close-label="关闭模拟" data-course-guide-mini-label="Playground" data-course-guide-fill-label="填入示例" data-course-guide-done-message="本课已完成，请进入下一课。也可以继续在 Nowledge Mem 中尝试。" data-course-guide-open-mem-label="打开 Nowledge Mem" data-course-guide-confirm-label="下一课" data-course-guide-confirm-href="/zh/ai-now/save-the-result#simulation" data-course-guide-mem-url="https://mem.nowledge.co" data-course-guide-hint-1="打开 AI Now。已载入前 3 课的示例对话，包括证据简报和开放问题。" data-course-guide-hint-2="开启研究；此模拟不会访问网络。" data-course-guide-hint-3="提出范围明确的公开研究问题。" data-course-guide-hint-4="发送请求，查看模拟的无证据结果。" data-course-guide-hint-5="本课已完成，请进入下一课。也可以继续在 Nowledge Mem 中尝试。" data-course-guide-fillable-3="查找至多两种有记录的方法，了解团队如何在承诺计划前发现跨团队依赖。优先使用原始研究、有记录的试行或第一手案例报告。 每种方法都提供来源链接、发布日期、参与者、计划覆盖的时间范围和测量内容。区分实测结果与建议或观点。说明哪些内容可以用于一次覆盖十二个月计划的评审，哪些仍需内部试行。如果没有找到相关证据，请明确说明。不要把我们的虚构 Atlas 访谈当作公共证据。">
  <button type="button" className="course-playground-launch" data-course-guide-open aria-controls="course-playground-ai-4-zh" aria-expanded="false">
    <Icon icon="panel-right-open" /> <span data-course-guide-open-label>开始模拟</span>
  </button>

  <Steps>
    <Step title="选择一个开放问题">
      先判断什么证据才能回答问题。团队承受能力需要内部估计或试行，外部文章不能证明。如果选择这条路径，记录可以向谁核实、需要测量什么，再继续第 5 课。

      选择公共研究时，可以查找有记录的方法，了解团队如何在承诺计划前发现跨团队依赖。
    </Step>

    <Step title="为公共问题开启 Deep Research">
      <span className="course-playground-step-anchor" data-course-guide-source="1" aria-hidden="true" />

      <span className="course-playground-step-anchor" data-course-guide-source="2" aria-hidden="true" />

      本次多来源研究练习使用 AI Now 对话中的 **Research**。AI Now 在普通任务中也可以搜索网络；本课程到这一步才研究，是为了区分已有证据与新增资料。如果 Research 无法使用，记录缺口和下一步调查动作，并标明尚未运行研究练习。
    </Step>

    <Step title="要求返回来源，而不是通用结论">
      <span className="course-playground-step-anchor" data-course-guide-source="3" aria-hidden="true" />

      将研究范围限定在这个问题内：

      ```text theme={null}
      查找至多两种有记录的方法，了解团队如何在承诺计划前发现跨团队依赖。优先使用原始研究、有记录的试行或第一手案例报告。

      每种方法都提供来源链接、发布日期、参与者、计划覆盖的时间范围和测量内容。区分实测结果与建议或观点。说明哪些内容可以用于一次覆盖十二个月计划的评审，哪些仍需内部试行。如果没有找到相关证据，请明确说明。不要把我们的虚构 Atlas 访谈当作公共证据。
      ```
    </Step>

    <Step title="将研究与已有证据比较">
      <span className="course-playground-step-anchor" data-course-guide-source="4" aria-hidden="true" />

      打开最相关的引用来源，对照原文核查所述方法或结果。比较其参与者和计划范围与 Atlas 问题是否相符。建议可以提供尝试方向，但不能证明评审对 Atlas 有效。如果无法读取来源，就将对应主张保留为未核实。

      在对话中记录发现、来源和日期、局限，以及仍然未知的内容。如果本次研究没有找到相关证据，记录这个有限范围内的检索结果，并计划一次小范围内部验证。不要把“本次没找到”写成“不存在证据”。
    </Step>
  </Steps>

  <p className="course-playground-workflow-status" data-course-guide-ready>跟随弹窗提示练习；关闭后可重新打开模拟。</p>
  <p className="course-playground-workflow-status course-playground-workflow-status-complete" data-course-guide-done role="status" hidden>本课已完成，请进入下一课。也可以继续在 Nowledge Mem 中尝试。</p>

  <div id="course-playground-ai-4-zh" className="course-playground-window" data-course-playground-window role="region" aria-label="AI Now 交互练习" aria-hidden="true">
    <link rel="stylesheet" href="/playground.css?v=3" />

    <div data-mem-playground />

    <script src="/playground-ai-now.js?v=4" defer />

    <script src="/playground.js?v=3" defer />
  </div>
</div>

## 你应该看到

<Check>
  留下一个明确的缺口和下一步行动。如果运行了 Deep Research，还应有一项与来源核对过的发现，或本次未找到相关证据的记录。这两种结果都不能证明评审一定有效或无效。
</Check>

<Note>
  规划内部跟进即可完成调查规划路线。Deep Research 实操则需要实际运行，并核查来源，或记录本次未找到相关证据。如果无法核查来源，应保留核验待完成的状态。
</Note>

## 为什么这很重要

先定义缺口再研究，能让检索范围保持可控，也能避免把外部惯例误当成团队自身事实。

## 深入了解

阅读 Nowledge Mem Docs 的 [AI Now](https://mem.nowledge.co/zh/docs/ai-now) 页面，了解 Deep Research 如何搜索并引用多个来源。