需要为决策做深度调研时：起草调研提示词…

当用户要求深度调研、市场/领域/技术/竞品/用户声音/学术文献调研、起草调研提示词、处理调研报告或在候选中做选择时，用三种方式之一产出可被下游直接消费的带引用决策级调研成果。

适用场景

解决思路

1. 先判定意图：draft（为用户自己的工具起草调研提示词）、process（用户已有或指定了一份报告）、run（在此处原生调研）、或对已有 run 文件夹做 refresh/deepen 生命周期操作。
2. 若用户只是笼统说“帮我调研 X”，先开放一轮提问：邀请用户说明所面临的决策，以及已有的材料（简报、链接、旧报告），然后只追问缺失信息，并一次性把选择摆出来：现在在此处 Run，还是 Draft 一份提示词交给用户订阅的深度调研工具（通常更便宜且擅长收集），再用 Process 把其输出转成同样的成果；如实说明代价（此处消耗 token 与时间 vs 那边一次人工往返），由用户决定并在本会话内记住。
3. 若 {workflow.research_output_path} 下已存在该主题的 run 文件夹，提供恢复或扩展（如已起草待报告的 brief、待刷新的报告），不要重复新建。
4. 从用户请求和每个类型的 when 子句推断调研类型（内置：market、domain、technical、competitive、user-voice、academic-lit），仅在真正含糊时才确认；显式指定的类型（参数、shim、菜单）直接采用不再讨论。
5. 判定决策形态：explore（默认，理解/评估/验证）或 select（在候选中选择）；若为 select，加载 references/selection.md 并将其方法叠加到类型包之上，它同样影响起草的提示词和处理后的摘要。
6. 按意图只加载对应参考文件：Draft 加载 references/draft.md；Process 加载 references/process.md；Run 加载 references/run.md，随后 references/verification.md 与 references/synthesis.md；Refresh/Deepen 加载 references/lifecycle.md。
7. 所有意图共用 run 文件夹工作区结构：brief.md、imports/、digests/、research.md、.memlog.md，并按 references/finalize.md 收尾。
8. 遵守两条认识论规则并逐字传递给每个子代理：一、绝不只凭训练数据下结论——已有知识只用于提出假设、查询和结构，结论必须来自本次运行中检索或导入的证据，无法举证的断言只能标为未经验证的信念或不说；二、研究防火墙——项目上下文（简报、PRD、代码、记忆、{workflow.persistent_facts}）只决定问什么，绝不决定什么是真的，不能作为证据，研究产物中每条断言都必须追溯到带来源的 digest 或 import 文件；研究子代理只接收其 brief，不带项目文件和环境上下文，除非计划明确授予某份具名文档。
9. 坚持“不落盘就不存在”：每份 digest、import 提取物和报告章节一落地就写入 run 文件夹，对话只是控制通道而非存储；运行中断可从磁盘恢复且不丢内容。
10. 只提取不整吞：原始报告和搜索结果绝不整体进入父上下文，子代理返回经相关性过滤的 digest，父级按需（JIT）读取 digest 文件。
11. 每条断言都是一句带来源的话：出版方、发布日期、访问日期，不允许出现无来源的数字。
12. 如实报告：公开数据稀薄就报告稀薄，证据缺失本身就是发现，时效性是真实性的一部分——每个包按断言类别设定时间窗口，三年前的市场规模是历史而非事实。
13. 默认快速：严谨性通过配置旋钮有意识地购买，绝不靠额外轮次堆积；只设一道关卡、轻量检查点、不做仪式。
14. 用 memlog 作为过程记忆：每个决策、来源批次、承重断言、计划变更和假设都追加一行，且始终通过脚本执行：uv run {project-root}/_bmad/scripts/memlog.py，配合 --type <decision|source|claim|assumption|question|event>。
15. Run 需要联网；若不可用，明确说明并提供 Draft/Process，绝不编造调研。
16. 激活时先解析定制：uv run {project-root}/_bmad/scripts/resolve_customization.py --skill {skill-root} --project-root {project-root} --key workflow；若脚本不存在说明此处未安装 BMad，提议运行 bmad 技能的 setup（必要时先 npx skills add bmad-code-org/BMAD-METHOD --skill bmad），然后重跑该命令；其他失败则读取 {skill-root}/customize.toml 用默认值；随后依次运行 {workflow.activation_steps_prepend} 和 {workflow.activation_steps_append}。
17. 再解析配置：uv run {project-root}/_bmad/scripts/resolve_config.py --project-root {project-root}，从合并 JSON 中解析 {project_name}、{output_folder}（core 下）、{planning_artifacts}（modules.bmm 下，仅 core 安装时缺失则用 {output_folder}）和 {date}；缺失键取中性默认值，绝不阻塞。
18. 若为无交互用户的无头模式，见 Headless Mode；否则向用户问候。
19. 若调用方带入了明确意图、调研类型或已解析的定制字段（旧 research shim 和 Mary 的菜单会这样），逐字沿用，跳过对这些值的自行推断，只解析其余部分。
20. 无头模式下不要提问：笼统调研默认 run，指定报告则为 process，要求提示词则为 draft（brief 文件即交付物）；计划后直接执行：推断类型、按包构建、保留配置旋钮及调用中携带的设置（仅当设为 "on" 时才启用红队和工作流编排）、跳过检查点、把每个判断记为 assumption；仅当主题或目标文件夹无法推断时才以 blocked 停止；结束时输出 JSON，包含 status、intent、type、report、memlog、claims（verified/unverified/overturned，来自 uv run scripts/recon_kit.py tally {doc_workspace}/.memlog.md，绝不手工计数）、open_questions、external_handoffs；未产出的产物省略对应键；draft 增加 "brief"，process 增加 "imports"，refresh 用刷新集加 deltas 数组替换 claims 范围；当 output_format = "auto" 时无头运行不产出 briefing，渲染时再加 "briefing"。

适用边界 · 注意事项

• Run 模式需要联网，无网络时不可用，只能改用 Draft 或 Process。
• 项目上下文（简报、PRD、代码、记忆等）不能作为研究证据，只能用于决定问什么。
• 训练数据中的既有知识不能单独作为结论依据，只能用于提出假设、查询和结构。