研究问题太宽，搜集很多资料却无法支持决策。
先判断值不值得来
真实工作场景
如果这些问题正在反复消耗团队，这门课才有意义。
二手转述混入事实，引用证据与结论之间断裂。
汇报结束后，来源、假设和未决问题没有完整交接。
不是听完，是带走
你会带走
每一项都必须能打开、能检查、能交给下一位同事继续使用。
研究问题树
拆分决策问题、子问题和停止条件。
来源台账
记录来源级别、日期、访问状态和适用范围。
事实证据卡
把事实、引用证据、解释和不确定性分开。
结论矩阵
比较证据支持、反例、置信度和影响。
汇报交接包
汇总结论、来源索引、限制与待决策事项。
讲一点，做一轮，验一次
课程模块与现场实操
M01
研究问题与范围
讲：把宽泛主题转成可回答问题。
做：完成问题树和停止条件。
验：每个子问题都对应决策用途。
M02
来源与引用证据
讲：评估一手来源、时效和偏差。
做：建立来源台账和事实卡。
验：关键事实能定位到原文位置。
M03
综合判断与汇报
讲：区分事实、推断、观点和未知。
做：形成结论矩阵与汇报交接包。
验：限制与反例没有被隐藏。
用完整闭环代替零散演示
代表案例
案例性质写在卡片上；合成案例不冒充客户成果。
CASE 01合成案例
新市场进入研究
- 输入
- 公开政策、企业公告、研究资料与假设
- 处理
- 限定研究问题、分级来源、提取证据并比较结论
- 输出
- 决策简报、来源台账和汇报交接包
- 验收
- 关键结论至少有明确证据或标记为推断
结果必须经过人
从输入到验收
AI 负责生成候选，业务负责人保留最终判断。
- 01
定问题
明确决策和研究边界。
- 02
找来源
优先获取一手和权威资料。
- 03
做事实卡
保留原始语境和引用位置。
- 04
综合判断
比较证据、反例和未知。
- 05
汇报交接
交付结论、限制和可追溯索引。
先筛选，再报名
适合你，也可能不适合你
- 有具体研究决策问题
- 愿意保留来源和不确定性
- 需要让第二人复核结论
- 只想自动生成长报告
- 要求编造缺失数字
- 把网络文章等同权威证据
报名之前先把问题问清楚
常见问题
会提供数据库账号吗？
不会，课堂使用公开或已获授权的资料。
AI 能替代研究判断吗？
不能，AI 生成候选，研究者负责核证和判断。
结果保证正确吗？
不保证，课程通过来源与复核降低错误风险。