mini-researchlisted

# Mini Research — 成本可預期的多 subagent 比較研究 ## 這個 skill 解決什麼 內建 `/deep-research` 品質高,但一次會扇出上百個 subagent——主因是它對**每一條主張**都跑「多票對抗式查證」(N 條主張 × 3 票),乘數效應下 agent 數暴衝、成本難以負擔。 很多實務需求其實是**「比較一批項目、整理成表」**:選型、競品分析、工具/框架/論文 survey。這類任務的正確結構不是「對每句話反覆查證」,而是**「每個項目各自查清楚,再擺在一起比」**。本 skill 就鎖定這個形狀: - **一個比較項目 = 一個 subagent**,平行深查 → 天然把 agent 數綁在「項目數」上 - **門檻式確認**:項目 **≤ 15** 直接開跑、不打擾使用者;**> 15** 才停下來回報並問使用者要**繼續照跑還是縮小範圍**。多數任務落在 15 以內,所以體感是「直接就跑」,只有真的很大才需要你介入 - **砍掉多票對抗式查證**這個乘數(改由單一 subagent 自行標註不確定處),這是成本能壓下來的關鍵 - 最後**由主對話(不另派 agent)彙整成比較表** 換句話說:保留「多 subagent 平行、每項深讀」的品質,拿掉「讓成本乘上去」的部分。 ## 何時用、何時不用 - ✅ 用:比較/調查**數個並列項目**,每項要看數個固定維度,最後要一張表或結構化整理。**≤ 15 個直接跑,超過 15 才問使用者。** - ❌ 不用(改 inline WebSearch/WebFetch):**單一**主題的線性深讀,沒有「並列項目」可拆。派 subagent 只是徒增開銷。 - ❌ 不用(改內建 `/deep-research`):需要對關鍵事實做**多票對抗式交叉查證**的最高嚴謹報告。本 skill 為省成本**預設**不做;若只是想在出表後加**一道輕量把關**,用階段 2.5 的 opt-in 複查(單票、N+1)即可,不必動用 `/deep-research`。 ## 流程 ### 階段 0 — 界定範圍(inline,零 subagent) 先在主對話把三件事定清楚,**不派任何 subagent**,因為這步很便宜且需要跟使用者對齊: 1. **研究主題/背景**:一句話界定「在比什麼、為了什麼決策」。這會成為輸出表的 `{主題}`,也是各 subagent 提示裡 `{item_context}` 的來源——先定好,subagent 才知道用什麼角度深查、彙整時才有共同脈絡。 2. **比較項目清單**:使用者已給就沿用;沒給就用 1–2 次 `WebSearch` 生一份候選清單請使用者挑/改。 3. **比較維度(連同「值的格式」一起定)**:跟使用者確認每個項目要收哪些欄位,並為每欄釘死**值要用什麼單位/格式**——這是比較表能真正對齊的關鍵。例:「價格→月費 USD」「star→約略數字(如 12k)」「授權→SPDX 代號(MIT/Apache-2.0)」「安裝方式→一句話」。格式先定好,各 subagent 才不會一個回『免費』、一個回『$0/mo』、一個回『有 free tier』,湊進表裡變成蘋果比橘子。 **進階段 1 前的門檻判斷(成本控制點)**:數清單有幾個項目: - **≤ 15 個 → 直接進階段 1**,不必問。頂多用一句話說「對 N 個項目各派 1 個 subagent,開始」帶過即可,不等