一次调研报告是怎么做出来的：我的铜陵调研工作流

起因：5 人小队，我分到”第四五六章”

铜纹新叙实践队的调研报告分工后，我负责第四、五、六章（问题诊断、案例借鉴、实施路径）的初稿。拿到手的是一堆零散资料——访谈记录、数据手册、战略建议书、参考卡片，还有一大堆重复和冲突。

当时我就想：不能靠感觉拼，得按流程做。 于是有了这套工作流。

第一步：资料海 → 去重

桌面上 15 个 docx、26 个文件，同一个企业可能有 4 份材料。硬着头皮读会疯，我先把重复/新旧关系理清楚：

• 六国化工有 4 份 → 保留 7 月 3 日的”综合版”，旧版覆盖
• 天井湖社区有 4 份 → 按时间线排：综合版 > 记录整理版 > 数据手册 > 参考卡片

去重不是删文件，而是”认定哪份是权威”——这和会计记账选原始凭证是一个思路：多份单据时，以最新、最全的那份为准。

第二步：并行调研，而不是一个人慢慢读

7 组材料 + 5 个方向，如果一个个读会非常慢。我用 16 个并行智能体同时开工：

• 7 个智能体各读一组材料，提取：问题痛点（保留原话）、访谈要点、数据事实、政策平台、已有对策
• 5 个智能体调研 5 个方向：徐州、鄂尔多斯、攀枝花、大同四个案例城市，加铜陵的公开统计与政策

人工读 26 个文件要一两天，并行后几小时出了三章初稿。规模化之后，“读”不再是瓶颈，“判断”才是。

第三步：数据口径核实——会计级较真

写初稿时发现，很多数据两个口径打架：覆盖率 95.2% 还是 97.1%？产值 178 亿还是 1780 亿？人口 130 万还是 170 万？

我把所有冲突点整理成一份 28 项核对清单，按优先级分五类（高优先级硬数据 / 中优先级 / 代码笔误 / 待补充 / 材料缺口），每项标注”冲突点 + 核实来源 + 结论空格”。

这一步对我这个会计生来说特别自然——这不就是”账实核对”吗？ 先立账（清单），再逐项对（核实），对不上的标注”待核实”，不卡进度但绝不假装没有。

第四步：AI 补数据——把”待补充”变成提示词

初稿里还剩一堆 【待补充】 占位符。我把它整理成 22 个可直接丢给 AI 爬取的提示词，按”能查到 / 只能找参考 / 爬不到”分三类：

• A 类能查到（11 个）：智算中心规模、政策文件依据等
• B 类参考值（6 个）：政府内部决策，让 AI 给同类城市依据
• C 类爬不到（2 个）：内部未来计划，只能靠访谈

自己还用新装的爬虫实测了一轮——政府/新闻页面用正文提取效果最好。AI 补数不是”问它要答案”，而是”让它去找证据”。

关键时刻：抓出并修正一处事实错误

补数过程中发现，初稿里”中央转移支付 8-10 年窗口、2028 年归零”是错的——官方政策实际是”9 年支持期 + 退坡至 40% 稳定、不归零”。这一处直接改掉。

调研报告里最贵的不是写，是”别写错”。 一个数据错了，整章的可信度都会塌。

完成度评估：诚实地面对”硬伤”

最终我对这份初稿做了完成度评估——约 85%（可交付初稿，未到定稿）。更重要的是，我标出了真正的硬伤：

第四章叫”基于政府访谈的诊断分析”，但部分主体只有访谈提纲没有访谈纪要——有”把提问当结论”的风险。

这是最诚实也最值钱的一句：知道自己哪里不够，比假装写完重要得多。 我把它列成 A/B/C 待办清单（访谈实证 > 时点核实 > 打磨），发到群里让人分工认领。

一点感悟

这套工作流做完，我最大的体会是：

调研的严谨，就是会计的对账思维 + AI 的规模化。

• 对账思维：资料要选权威版、数据要逐项核实、缺口要标注不假装
• AI 规模化：16 个智能体并行读、22 个提示词补数、让 AI 去找证据而不是编答案

会计教会我怎么”不出错”，AI 教会我怎么”做得快”。把这两者放在一起，就是我处理任何复杂调研的方式——先立框架、再对账、用工具放大、最后诚实地承认边界。