用途
Research Documentation 技能用于自动化“研究主题并在 Notion 中有组织地记录发现”的过程。它面向需要把研究结果沉淀为结构化文档的场景，将信息组织、来源追踪与相关发现之间的连接整合在 Notion 数据库中。
主要能力
- 结构化研究记录：按合适层级自动组织研究发现。
- 来源追踪：维护完整的来源归属与引文。
- 主题组织：按主题与相关性对发现进行分类。
- 交叉引用：连接不同主题之间的相关研究。
- 证据收集：记录引文、数据与支撑证据。
- 研究时间线：追踪研究过程中理解的演变。
使用方式
该技能编排研究流程，依次为：将研究主题拆解为聚焦领域、从多个来源收集信息、分析与综合发现、带正确归属地组织发现、在相关研究之间建立关系、生成摘要文档与报告。
其工作流如下：
研究主题/问题
↓
拆分为研究领域
↓
收集信息
↓
分析与综合
↓
提取关键发现
↓
带来源地组织
↓
创建 Notion 文档
↓
输出：研究摘要
配置项包括：
NOTION_API_TOKEN=your_token_here
RESEARCH_DATABASE_ID=your_database_id
SOURCES_DATABASE_ID=your_sources_database_id
CITATION_FORMAT=APA
支持的引文格式：APA、MLA、Chicago Style、Harvard、IEEE。
适用场景
- 竞品分析：研究竞争对手与市场格局，记录功能、定价与定位，创建竞品对比矩阵。
- 技术评估：研究框架或工具选项，记录优缺点与用例，创建带建议的评估报告。
- 领域知识建设：研究行业最佳实践，记录标准与方法，为团队创建参考指南。
- 文献综述：研究某主题的学术论文，总结发现与论点，创建带注释的参考文献目录。
- 市场研究：收集市场规模与趋势，记录客户需求，创建市场分析报告。
使用条件与限制
使用该技能需要：Notion API 访问权限（用于创建和更新研究文档）、用于组织发现的研究数据库结构、访问在线来源的网络条件、配置好的引文格式偏好（如 APA、MLA、Chicago 等）。
相关技能包括：Knowledge Capture（记录讨论与洞见）、Meeting Intelligence（为研究驱动的会议准备提供支持）、Spec to Implementation（基于研究的实施规划）。Notion API 文档可作为参考。
资料未提供该技能的收费、价格、平台或具体效果数据。