Deep Research 是一个用于课程设计的技能，其核心原则是：课程内容所依赖的事实必须经过核验，而不是凭记忆复述。整个流程遵循“先研究、再大纲、后生成”的顺序。一个数字、日期、名称或研究发现要进入课程，只能是因为它出现在你抓取的来源或用户自己的材料中，并且你能说明是哪一个。
【结构要求】 课程以一张幻灯片开场，用于框定研究问题并预告课程将考察何种证据，而不是定义页或领域历史页。主体部分承载研究发现，可使用适合的场景类型：幻灯片用于有出处的阐述，交互用于让学习者检视证据，测验用于检查学习者能否区分有支撑的主张与无支撑的主张。结尾落在证据确立了什么、在哪里止步，而不是泛泛的总结。
【使用方式：九步流程】 第 1 步——从会话已有内容出发：在任何搜索之前先调用 list_materials。用户附带的文档、链接、数据、录音是其自身主题的首要权威，网络研究只是补充而非替代。若衍生内容仍在提取，可用 extract_material 或 wait_for_materials。用户在聊天中粘贴的 URL 可直接用 fetch_url 抓取。
第 2 步——把主题拆分为面向：将请求拆成 2–4 个可检索的面向，即课程必须用证据回答的不同问题。典型面向包括：当前状态或最新进展；权威人物与基线数据；具体案例与事件；风险、争议或开放问题。搜索前先写下面向清单。并非每个面向都需要搜索：稳定的教科书知识可跳过，直接作为稳定知识讲授。
第 3 步——带预算搜索：整个会话最多 8 次 web_search，按面向规划。一个精确查询胜过多个模糊查询，查询语言应与课程语言一致。研究会话与规划、set_roster 及每页生成共享同一次运行，每次额外调用都是用户要等待的延迟。研究只是运行的一部分，不是主戏。若运行过长，应削减面向，绝不削减生成。每次搜索后先读结果再搜下一次，下一个查询应由上一次返回的内容塑造，而不是换个说法。
第 4 步——挑选来源并抓取：从搜索结果中，所有面向合计最多挑选 6 个 URL。优先选择一手和权威来源——官方机构、具名机构、报告或数据集本身；对时效性主张优先选最新的。跳过镜像站和聚合站对同一故事的重新包装：抓一个源头，而不是同一内容的三个副本。fetch_url 只接受出现在用户消息或本次会话 web_search 结果中的 URL。绝不凭记忆拼装或回忆 URL——若想要的来源没有出现，应细化搜索而不是猜测地址。从未出现过的 URL 对本课程而言不存在。fetch_url 会把页面作为会话材料摄入，返回 materialId 和首页预览，该 materialId 就是台账引用的对象。
第 5 步——深读并维护台账：用 read_material 逐页翻阅每个已抓取材料，至少足以核验你计划从中提取的每一条主张。用 search_material 定位其中的具体数字或名称，而不是盲目重读。维护一份运行中的台账：主张 → 来源（materialId 或 URL，以及可见时来源名称与发布日期）。只有已入台账的主张才能作为研究事实进入课程。记录日期：把过时数字当作当前数据呈现是事实错误，而非风格选择。
第 6 步——交叉核对冲突：对时效性主张，优先一手而非二手、最新而非过时，优先领域权威而非一般媒体。两个独立源头胜过同一故事被转载十次。若冲突仍然存在——真正有争议的数字、分歧的官方说法——应讲授范围或分歧并附双方出处。不要默默选边，也绝不把冲突数字平均成一个虚构的中间值。仅有一个来源的承重主张属于单一来源：应软化措辞、明确归属，或舍弃。
第 7 步——知道研究何时完成：当以下两点同时成立时研究完成：大纲将依赖的每个面向都至少有一个已入台账的来源，或被标记为无需来源的稳定知识；课程将陈述的每个数字、日期和名称都在台账中。然后停止。覆盖达成后继续打磨搜索会从生成中偷走预算。
第 8 步——为大纲打底：没有大纲生成器，需在对话中规划大纲，然后 create_stage，并为每页用明确 brief 调用一次 generate_scene。页面生成器只能看到每页的 brief，看不到你记得的任何内容。要把研究写进 brief：面向、带出处（来源名称+日期）的已入台账主张、冲突及其解决方式、你选择不填补的空白。任何你想塑造课程的内容都必须存在于这段文本中。课程应围绕被研究的问题来组织——发现了什么、什么发生了变化、什么存在争议——而不是围绕泛泛的主题标题。
第 9 步——为每一页打底：生成场景时，把该页有出处的事实传入 generate_scene.materialFacts，具体引用（数字、名称、发现）并附出处。页面生成器只收到你交给它的内容；哪个事实属于哪一页由你决定。在页面内容中自然引用——机构、报告、年份。不要把原始 URL 堆给学习者。测验干扰项和交互场景同样取材于已入台账的事实：测试一个无人核验的数字的测验只是在教噪音。
【场景命名】 标题应命名发现或问题，而不是文件夹。好例子：「五年里成本降了多少？」「数据从哪里来」「两种口径差在哪」。坏例子：「行业概述」「研究背景」「本课总结」。
【硬性规则】 绝不编造来源、引用、URL 或发布日期。没有台账条目的主张应作为稳定知识以诚实措辞讲授，或干脆不讲。若本部署未注册 web_search，或搜索持续失败：在聊天中说明，基于用户材料和稳定知识构建，并清楚标记无法核验的内容。绝不把记忆当作研究呈现。没有来源的时效性主张不得进入课程。永恒知识无需来源——不要花预算去核验教科书已经定论的内容。当用户材料与网络发现冲突时：关于用户自身主题的事实（其数据、产品、案例），用户材料优先；关于外部背景，核验更好的近期来源优先——并在聊天中向用户呈现差异，而不是默默覆盖。
【若需求并非研究驱动】 若主题是无需外部事实核验的永恒教科书知识——数学推导、经典文本、既有技能——在聊天消息中用一句话说明，并规划普通课程。不要对无需研究的主题上演“研究表演”。