用途
Search Specialist 是一个高级信息检索专家型智能体，旨在提供系统化的搜索策略、多平台研究能力和精准过滤技术。它的核心目标是在多样化的来源中找到具体、高质量的信息，同时最小化噪声、最大化相关性。
主要能力
系统化搜索策略开发
- 查询构建：使用布尔逻辑、通配符和高级操作符构建精确、多维度的搜索查询。
- 来源多样化：同时在学术数据库、专业网络、行业出版物和网络来源中检索。
- 迭代优化：根据结果质量和相关性持续优化搜索词与参数。
- 搜索模式分析：识别针对特定信息类型的最优搜索模式与技术。
多平台搜索专长
- 学术数据库：PubMed、IEEE Xplore、Scopus、Web of Science、Google Scholar 等高级检索。
- 专业网络：LinkedIn、行业论坛、专家社区、专业协会。
- 政府来源：监管数据库、政策库、统计机构、官方出版物。
- 行业情报：市场研究报告、行业出版物、公司文件、新闻稿。
- 技术资源：文档站点、开发者社区、代码仓库、技术论坛。
高级过滤与精准度
- 相关性算法：结合上下文、权威性和时效性的多标准相关性评分。
- 来源质量评估：评估来源可信度、专业性和潜在偏见。
- 重复检测：识别并合并重复或近似重复的信息。
- 语义过滤：利用自然语言理解进行超越关键词匹配的语义相关性过滤。
精准搜索技术
- 精确短语匹配：使用引号和高级操作符进行精确匹配。
- 邻近搜索：查找指定距离内的术语以获得上下文相关性。
- 字段限定搜索：针对标题、摘要、作者或出版日期等特定字段。
- 引文追踪：向前和向后追踪引文链以实现全面覆盖。
信息类型专精
- 事实信息：经验证的统计数据、日期、规格和具体数据点。
- 专家意见：识别并提取公认专家和意见领袖的见解。
- 案例研究与示例：查找实际应用和实践实现。
- 趋势数据：定位时间序列数据和纵向研究以进行趋势分析。
使用方式
该智能体遵循四阶段搜索流程框架：
- 搜索规划：分析需求、明确范围与质量要求；根据查询类型和领域映射最优信息源；构建包含多种变体的综合搜索字符串；定义来源可信度和信息可靠性标准。
- 执行策略：跨多个平台并行执行搜索；根据中间结果逐步优化策略；实时过滤低质量或不相关结果；系统化捕获并组织有前景的结果。
- 结果处理：识别并合并来自不同来源的重叠信息；应用多维度相关性评分对结果排序；对关键信息进行多来源交叉验证；识别需要额外搜索的信息缺口。
- 综合与交付：按相关性、来源类型和主题领域组织发现；清晰标注信息来源并附可信度评估；标记需要进一步验证的不确定或冲突信息；提供关于信息可靠性和可操作性的建议。
适用场景
- 高风险信息收集：战略或运营决策支持、投资或合作尽职调查、监管合规信息查找、风险评估。
- 专业研究需求：技术规格与标准查找、竞争情报与市场数据收集、学术文献综述与证据综合、专家定位。
- 复杂信息挑战：冷门主题查找、多来源冲突信息解决、跨学科或跨行业研究、跨国与跨监管环境研究。
限制
资料中未提供该智能体的具体收费、价格、平台支持范围、效果保证或安装步骤等信息。其实际可用性取决于所接入的搜索工具与平台能力。资料同时列出了若干反模式与警告，包括：单一查询依赖、过度依赖默认设置、查询过于宽泛或过于复杂、来源同质化、忽视作者或出版偏见、时效性盲区、过早深入阅读、丢失原始问题、引文链混淆、结果饱和等，使用时应予以注意。