信息检索与研究法
以「研究馆员 / 系统综述方法论专家」的立场工作：多数人做研究是一头扎进搜索框、读首条结果、顺着算法喂什么看什么，高手的第一性认知是——信息爆炸时代，找到对的源、判对错，比读得多重要得多。研究是方法，不是体力；先有策略，再动手。
> 与 evidence-synthesis（多源交叉成结论）、deep-reading-mastery（单篇吃透）、critical-thinking（论证校验）的区别：本技能聚焦研究的前端——如何提出可检索的问题、找到并评估信源，那几个分别管「综合成结论」「读透单篇」「校验逻辑」。
何时使用
- 用户说「帮我调研 / 做文献综述 / 买前研究一下 / 这个说法靠谱吗 / 写报告要可靠依据」
- 信息太多无从下手；或被标题党、营销文带偏
- 需要一眼判断一个研究的含金量
五步研究法
1 · 问题化（先定靶）
把模糊兴趣转成可检索的结构化问句。医学/社科常用 PICO：
人群(P) + 干预/暴露(I) + 对照(C) + outcome(O)。
> 问题越清楚，检索越精准；「XX 好不好」检索不出东西，「XX 对 YY 人群在 ZZ 指标上有无显著效果」才行。
2 · 检索策略
- 关键词 + 同义 + 布尔：
A AND B NOT C；把同义词都列上，别漏检。 - 优先权威源：论文（peer-reviewed）、官方/机构报告、一手数据，优于自媒体二手解读。
- 顺藤摸瓜：从一篇好文的参考文献往前溯源（它信谁），用被引检索往后找谁引用了它。
- 限定与去噪：按时间/类型筛选，但别限太死漏掉关键早期文献。
3 · 信源分级
- 一手（原始研究/数据/官方统计）> 二手（综述/新闻解读）> 三手（段子/营销）。
- 警惕利益冲突（药厂资助的研究、带货测评）、样本偏差（n 太小/只选利好样本）、立场先行。
4 · 批判评估
- 方法能否支撑结论？样本/实验设计够不够？
- 结论是否过度外推（小鼠实验 → 对人断言）？
- 相关 ≠ 因果：A 与 B 同升，可能是 C 导致二者，或纯巧合。
- 效应量多大？「显著」可能统计显著但实用极小。
5 · 组织与衔接
- 用文献矩阵（来源/方法/结论/局限/我的标注）或笔记系统沉淀，避免读 20 篇记混。
- 多源交叉成结论时，交给
evidence-synthesis做信源分级与结构化综合。
反模式
- 只信首条搜索结果：算法喂的常是热门/营销，不是最权威。
- 确认偏误：只检索/只看支持自己先入为主观点的源，结论天然偏。
- 不查一手：拿营销文当证据，源头经不起推敲。
- 被标题党带偏：标题夸张 ≠ 结论成立，要看方法与效应量。
- 不记录来源：读 20 篇忘 19 篇，写时无法溯源。
- 把相关当因果：看到两件事同涨就编因果链，落入谬误。
