用途：为持续产品发现提供研究运营层，帮助团队选择真正能回答所提问题的方法、在不污染样本的前提下招募合适参与者、开展能揭示行为而非观点的访谈，并把大量会话笔记转化为带诚实置信度的洞察。
主要能力：按问题类型推荐研究方法（生成性、评估性、比较性、描述性、优先级、意愿性、诊断性），给出最低样本量；校验筛选问卷的透明度、淘汰逻辑、配额覆盖与专业受访者风险；对候选洞察按证据数量、类型与来源多样性打分，区分可作决策输入的洞察与假设。
使用方式：先明确研究服务的决策及其可逆性、以疑问句形式写出的问题、参与者可及性、时间线。运行脚本：python3 research-ops/product-research/scripts/method_recommender.py --input research-ops/product-research/assets/sample_research_question.json --format text；python3 research-ops/product-research/scripts/screener_validator.py --input research-ops/product-research/assets/sample_screener.json --format text；python3 research-ops/product-research/scripts/insight_confidence_scorer.py --input research-ops/product-research/assets/sample_evidence.json --format text。
适用场景：团队凭销售轶事和强烈观点就要动手构建时；有人未写清问题就要求“做个问卷”或“做些用户访谈”时；设计筛选问卷、编写多人一致执行的访谈指南、综合发现证据、建立每周持续发现节奏时。
限制：需先确认决策、问题形式、参与者可及性与时间线，缺失时应询问而非假设；可逆决策优先考虑发布实验而非研究；饱和判断按细分人群分别计数；仅中等及以上置信度的洞察可作为决策输入，其余须标注为假设。具体收费、价格与平台信息暂未提供。