“第二大脑”不是把所有聊天记录永久保存，而是把值得复用的内容整理成有标题、有来源、有日期、有连接的知识单元。输入越多不等于越聪明；可检索和可追溯，才决定它下次能否帮助你。

一份报告只有在你能回答“它从哪里来、何时有效、与什么相关、下一次怎么找”时，才进入了知识库。

01 / DEFINE THE OUTCOME先定义这次研究要留下什么。

不要只输入“帮我研究某个行业”。先写清四项：

对象：研究谁、什么地区、什么时间范围。
用途：用于写文章、做决策、准备会议，还是建立入门认知。
输出：需要结论、对比表、时间线、风险清单还是来源索引。
边界：哪些来源优先，哪些结论必须标记不确定，截止到什么日期。

请研究【主题】在【地区 / 时间范围】内的现状。
用途：我将用它来【真实用途】。
请输出：
1. 关键结论与证据强度；
2. 不同观点及其原始来源；
3. 仍待核实的问题；
4. 可继续行动的下一步。
优先使用官方文件、原始数据和一手资料。
每个事实结论必须附可打开的来源链接。

02 / RESEARCH让 AI 检索，但不要替你相信。

ChatGPT 的深度研究会规划多步检索，综合网页、文件或连接的数据源，并返回带引用的报告。它适合完成需要跨多个来源的资料收集，但“有引用”不等于引用必然支持结论。

提交问题后，先阅读它拟定的研究方向；发现范围过宽就立即收紧。
要求把事实、推断和建议分开，不允许把推断写成已经发生的事实。
要求保留相反证据和未知项，不要只寻找支持预设结论的内容。
报告完成后，先看引用分布：关键结论是否只依赖一个二手来源？

03 / VERIFY打开原始来源，做最小核验。

不必逐字重做整份研究，但至少完成三类核验：

01核心数字：原文是否真的出现，单位和年份是否一致

02关键引用：上下文是否改变了原句含义

03时效结论：网页更新时间是否早于研究截止日

04行动建议：这是来源结论，还是模型自己的推断

发现错误时，不只改答案；把错误类型写进笔记，成为以后研究的验收规则。

04 / FILE用属性把报告存进 Obsidian。

Obsidian 的 Properties 会把结构化信息保存在笔记顶部的 YAML 中。不要创建几十个字段，先用一组最小属性：

---
title: "研究主题：一句能被搜索到的结论"
created: 2026-07-26
updated: 2026-07-26
status: verified
source_type: deep-research
source_url: "报告或主要来源链接"
tags:
  - ai-research
  - 你的主题
---

## 一句话结论

## 关键证据
- 结论：
  - 来源：
  - 核验状态：

## 相反观点与未知项

## 对我意味着什么

## 下一步

`status` 可以只用 `draft / checked / verified` 三种。没有打开原始来源的报告，不要标成 verified。

05 / LINK把新笔记接回旧知识。

内部链接的价值不是让图谱好看，而是给未来的自己留下入口。新笔记至少连接三类旧内容：

上位主题，例如 `[[人工智能应用]]`。
本次要支持的项目，例如 `[[个人网站内容计划]]`。
与结论冲突或互补的旧笔记，例如 `[[AI 研究的常见错误]]`。

Obsidian 核心搜索支持正文、路径与属性查询。统一标题和少量稳定属性，比堆很多标签更容易长期维护。

06 / REUSE TEST用一次复用检验这套系统是否成功。

一周后，不打开原聊天，用下面三项测试：

能否在 30 秒内通过关键词或属性找到这份笔记？
能否从任一关键结论点回原始来源，而不是只看到 AI 的转述？
能否把其中一段直接复用到新文章或新决策，并知道它是否仍然有效？

找不到、回不去、用不上，说明你保存的是一份文件，不是一块知识。

灵感来源与官方说明

公开实践：AI Deep Research + Obsidian。本文提炼其工作流思想并重新组织为操作指南，不逐字转载。
OpenAI：Deep research FAQ。说明深度研究的多步检索、引用报告与适用范围。
Obsidian：Properties。属性与 YAML 的官方说明。
Obsidian：Internal links；Search。内部链接与核心搜索的官方说明。

先拿一个今天真实要查的问题试一次。

不要先迁移全部旧笔记。完成一份研究、核验三个来源、写好五个属性，再看一周后是否真的找得到。

返回 AI 实用路线继续：团队知识系统

研究的终点不是一份报告，而是下次还能检索、核验和调用的知识。