Skip to content

ccoalm/ccl-skills / skills/multi-perspective-research

multi-perspective-research

Verified

调研一个主题 / 深度调研 / deep research / 调研某个产品·公司·赛道 / 多视角研究 / 帮我研究一下 X / 写作前调研 / 领域·组织研究(不喂决策)/ research a topic → run a structured research loop(视角枚举 → 矛盾图 → 合成简报 → 自评)with evidence-grounding discipline, instead of one-question surface answers; another installed deep-research skill may serve as a search tool inside this loop, not replace it. Skip:一查便知的单点事实问题 → 直接回答不套流程;请求点名了候选让选、或用裁决措辞要结论(选哪个 / 要不要上 X / 该不该做 / 可不可行)→ 先 `product-rd-workflow`(它可回调本技能产调研底稿);纯主题/领域/产品/写作准备调研留在本技能;拷问已有方案 → `grill-me`;bug 根因 → `defect-diagnosis`;复盘沉淀 → `skill-extraction-workflow`。

references/public-disclosure-channels.md

View on GitHub
# 组织调研场景:披露渠道的起点清单与三个数据陷阱

配套 `SKILL.md` 的覆盖预检与硬规则。

**本文只覆盖“具体组织”这一种调研场景,不是 `multi-perspective-research` 的能力边界。** 主题、政策、技术、市场等其他场景必须按自己的载重主张枚举来源类别,不能照抄本文清单。

**本文不定义状态、不定义闭合、不裁决穷尽。** 闭合与降级全部归 `SKILL.md` 的覆盖矩阵——那里问的是"哪条载重主张 × 哪类证据"。本文只提供两样东西:一份**用来防"没想到"的组织披露渠道起点清单**,和三个**已实证的数据处理陷阱**。

这条边界是刻意的:在这里另立任何一套状态词或闭合语义,都会与覆盖矩阵冲突,并给"表填满了所以走完了"提供借口。

## 一、渠道起点清单

调研对象是一个具体组织时,四类证据(用户线索 / 一手官方 / 独立外部 / 反例)问的是"证据是什么种类",不问"渠道有没有走过"。只查官网与年报**可以正当关闭"一手/官方"那一格**,而信息量更大的几类渠道一次都没被想到。

失效形状:调研者连续多轮自行宣布"公开渠道挖完了",每次被追问后都命中一个**此前没想到的渠道类别**(不是同类里的又一个来源)。这不是勤奋问题——是类别维度从未被过一遍。

**这是起点清单,不是全集**——按常见的营利性组织与常见辖区归纳。别的类别是否存在取决于对象类型与所涉辖区:公共采购与补贴披露、游说与政治献金披露、非营利组织税务申报、行业许可与检查记录、集体协商与工会申报、信息公开申请、认证与审计报告、调查报道等。**走完这 10 类不构成任何终局判断。**

| # | 渠道类别 | 典型内容 | 判断要点 |
|---|---|---|---|
| 1 | **组织自述** | 官网、年报、董事会材料、招聘站、技术博客、官方讲座 | 最易得也最易止步于此;招聘站与官方讲座常含组织结构的一手信号 |
| 2 | **证券/投资者法定披露** | 年报、股东会材料、法定高管申报、结构化财务标签接口 | 标签定义与申报口径经过核验时,结构化接口比 PDF 更便于跨年跨主体对比 |
| 3 | **强制披露制度** | 达阈值的集中裁员通知、用工构成报送、薪酬差距报告、环境与安全报送 | **最常被漏掉的一类**;法定义务,覆盖面与可比性都强;部分由组织自愿公开在自己站点上 |
| 4 | **劳动力与移民监管数据** | 用工许可申报、职位分级与薪酬报送、批准量逐年统计 | 常有逐案明细;只覆盖受该制度约束的人群 |
| 5 | **他国/多辖区法定登记** | 各辖区工商登记的法定账目;**部分**辖区对达到规模阈值的主体要求披露平均员工数与人力成本明细 | 命中时是拿到单一法人实体人数与成本构成的少数途径;义务、门槛、可得性与费用逐辖区差异极大 |
| 6 | **知识产权与技术产出** | 专利、论文、标准提案 | 部分接口需密钥或注册;实体消歧质量是前提(见陷阱三) |
| 7 | **归档/历史快照** | 网页归档站 | 用途限于**官方已下架、已替换或需要历史版本**;某源仍在提供该文件、只是拒绝自动访问时**不得改走归档规避**——那属于绕过访问限制(见 `public-data-acquisition.md` §1.2、§1.4) |
| 8 | **开放数据门户** | 各级政府的数据集接口 | 常有无需密钥的查询接口;用目录检索比逐个猜网址高效 |
| 9 | **司法与监管处置** | 诉讼卷宗、处罚决定、监管问询 | 命中率低但单条信息量可能很大;通常需要确切案号 |
| 10 | **第三方聚合与社区** | 商业数据库、点评与社区平台 | 按 provenance、方法透明度、覆盖与偏差、可复算性分级——不按"第三方"身份一律封顶 |

**一份材料只算一个证据来源。** 同一份年报可以同时被"组织自述"和"证券法定披露"引用,从归档站取回也不额外增加一个来源——记录时写清底层 artifact、发布者与取得路径,别让一份材料在渠道维度上刷出四个命中,制造广度与独立性的错觉。

**先说清目标是谁。** 单一法人、合并集团、品牌或业务单元、还是某个网络?依据与截至日期是什么?依据不足时只能称"有界的工作口径",且人数与比例类结论不得进入承重结论——把品牌、母集团、单一法人与历史子组织混成"这家组织",之后每张表都可能形式正确而 estimand 从一开始就被偷换。

**写事实,不写"穷尽"。** 不要对渠道集合使用"穷尽 / 挖完了 / 已无更多",也不要写"查过了确实没有"——后者读起来像不存在证明,实际只能支持**"在所声明的检索边界内未命中"**。改成逐条写:走了哪些类别、各自的检索边界(登记机关或数据库、用了哪些别名、时间窗、有没有翻页或结果上限)、哪些没走、哪些走不动及原因。这两种写法的差别可检验:前者不可证伪,后者逐条可核。

**清单走完不等于没得找——沿五个维度把已走过的类别再实例化一遍。** 上面回答"有哪些类别",这一条回答"类别走完之后怎么继续产生候选"。实证的增量几乎都来自**在同一类别上换一个维度取值**,而不是发明第 11 类:

| 维度 | 换法 | 为什么有增量 |
|---|---|---|
| **辖区** | 同一类披露义务换一个国家/州/省 | 义务、阈值、登记机关逐辖区不同;类别 5 尤其如此,命中时是拿到**单一法人口径**的少数途径 |
| **制度** | 同一主题往往受多个独立法定报送覆盖 | 集中裁员通知、用工构成报送、薪酬差距报告各是独立制度,口径与阈值互不相同,不能互相替代 |
| **载体** | 同一份材料换可机读程度 | 结构化接口 > 带文本层的 PDF > 仅图像的 PDF;**仅图像的 PDF 自行 OCR 仍是正当取回**,与绕过访问限制无关(后者见 `public-data-acquisition.md` §1.2) |
| **实体主键** | 同一组织在不同数据集里主键不同 | 法人登记号、雇主名、专利权人、学术机构标识、招聘主体——换主键即换数据集,但换完必须重做实体消歧(见陷阱三) |
| **聚合层** | 母体拿不到就分别取子实体再配平;反之亦然 | 阈值型披露常只对子实体生效;聚合方向变了,配平与边界核对要重做(见陷阱一) |

两条约束:**每换一个维度取值都是一次新的检索边界**,按上一条逐条记录,不得合并成一句"已扩展检索";沿维度轮换取回的新源**同样要过 §二 的三个陷阱**,不因为"是补充来源"而降低处理标准。

**启动时点是自己认为"没得找了"的那一刻,不是被追问之后。** 本节开头记的失效形状——连续多轮自行宣布挖完了,每次被追问后都命中一个此前没想到的类别——反过来说明方法本身有效、只是不自启动。把"我认为挖完了"当作本轮换的触发条件,而不是结论。

## 二、三个数据陷阱

三者的共同点:**即使 `grounded` 的全部条件都满足**(来源链接、实际取回的摘录、会话内可回查的调用位置),错误依然存在——它发生在**取到之后的处理**。

### 陷阱一:把配平当成验证

法定报表里,一行常同时含分项与该行合计;把整行数字全加一遍就得到 2 倍值。

**失效形状**:把某报表每行的分项与行合计一起求和,得出的"某国用工人数"比该组织**全球总人数**还大。反向也发生过:一个看不懂来源的数被判为"解析噪声"丢弃,实际它是几个子项的合计。

**配平只证明"我没读错这张表",不是独立验证**——分项与合计常出自同一口径、同一生成程序,必然相等。而且它只在存在**与派生值同 estimand、同范围、同期间、同单位,且分类互斥可加**的控制总数时才可比;不满足这些条件的"总数"拿来配平,会逼人把非互斥分类硬加总,或错误否决一个本来合法的派生值。

配平通过之后仍要单独看:单位、期间、法人与地理范围、唯一键重复、缺失分区是真零还是未填报。

配不上时先查解析、单位、舍入、版本——**有来源格式或模式证据支持的解析修正是正当的**(括号负数、千分位、脚注单位),留下改前改后的差异与依据。被禁止的是**为了得到目标数字而反复调参**。仍不能解释就如实报告冲突,不让它以确定值的形态进入结论。

### 陷阱二:跨期不可比被当成"数据坏了"

**失效形状**:跨不同性质的申报期直接相加比较,得出"该字段填报不一致、不可用"的结论;实际是干净的周期性,只需同期比同期。

**形式同口径不等于可比**:并购或重组改变了法人范围,同财季对同财季仍是假趋势。至少看一眼期间、字段定义、单位、币种与价格基准、地理与法人范围、覆盖阈值、修订版本、测量方法。

有官方 bridge/映射表时要**评估**它能不能用(覆盖是否完整、是否多对多、误差能否量化、是不是为监管过渡而非本分析设计),不能无理由忽略;评估后拒绝 harmonize 是正当结论。

一个字段塌到接近零而另一字段同期跳升,**提出编码迁移这个待验证假设**——但合并成一个语义桶要凭字段定义、申报说明、版本变更记录或正式映射。**数值上"两列之和跨期守恒"只是信号不是依据**:语义不同的两列一降一升而其和恰好稳定完全可能。缺语义依据时并列报告。

期间长度不同时按测量语义选同期值、单位暴露率、年化值或占比——"改用占比"不普遍正确(存量类分母、强季节性流量、分子分母覆盖期不同时,占比一样不可比)。

口径修复要落成**后续步骤会复用的东西**(本次分析里可复算的转换、查询或版本化映射即可,不要求改共享规则);只写进交付物脚注时,同一次调研的后半段会再犯一次。

### 陷阱三:信任数据集自带的实体消歧

聚合型数据集会把名称相近的组织或同名个人合并成同一个实体条目。用实体 ID 过滤会一次性引入整批无关记录。

**失效形状**:某学术库的组织条目挂着与该组织业务完全无关领域的文献;某作者条目挂着上千个机构、数千篇论文(同名个人被合并)。

- 用实体 ID 过滤前先抽样核对原始字段(原始署名串、原始机构名)。**抽样框、选择方法与接受条件要在看结果之前定**,否则"样本量 1"也形式合规;便利样本只能用来发现错误,不能授权总体聚合
- 两个方向都查:**merge**(不同对象被并成一个)与 **split**(同一对象被拆成多个),带上别名与历史沿革
- **只报精确率是最常见的假安全**:挑几条明显正确的记录能得到 100% 精确率,而目标实体可能被拆成多个 ID、旧名或子组织,召回只有一半,样本全对而总量系统性低估
- **召回率的分母不好来**:只在该 ID 已返回的记录里抽样看不到没被返回的那些;两条"互不依赖"路径取并集只能给出**观测到的唯一对象数**,它是总体规模下界而不是召回率下界——召回是比例,分母未知时可以任意接近 0,而且两条入口还可能共享同一上游索引或同样的语言、时间、地域、收录偏差。拿不出有完备性依据的候选全集或 gold set 时记"召回未知",**不存在可报告的召回下界,也不要发布总体规模与比例**
- 换一条实现路径重算,若两条路径读的是同一份预处理结果,那只是**一致性复算**,共同上游的错误发现不了
- 消歧不可靠时不得用该数据估算原总体的比率;人工逐条确认过的子集仍可支持**重新定义 estimand 并明示选择偏差后**的窄结论,但要写清它估的已不是原总体

## 三、走过而无产出的渠道要留下原因

写清是哪一种:**在声明的检索边界内未命中**、**取到但不足以关闭**(只有标题摘要、正文删节、字段范围不足、版本冲突、真实性无法核验)、**被挡住**(需要密钥或账号、接口下线、被反爬拦截)、还是**没走**。只写"无产出"会把后三种伪装成第一种。这四种都不是闭合判断——按 `SKILL.md` 的覆盖矩阵去裁决哪条主张还差什么。

**反过来,把某条渠道写进「下一轮最高性价比」之前,先小成本抽样验它到底产出什么。** 入口的价值由**它实际给出什么**决定,不由它的强制力、权威性或可达性决定——「有强制披露义务」「链接打得开」都不是产出证据。判据:能不能举出该渠道上**已取到的、与本轮载重主张同类**的一条内容;举不出就先抽样几份看内容,再决定要不要为它开一轮。这条防的是把同一个高权威、零产出的入口连续两轮写进建议清单,走完才发现不成立。
reverse-engineer-anythingmorluto/reaReverse engineer native, managed, Electron/JavaScript, packaged, firmware, and browser targets with REA, and build agent environments (AgentEnv bundles) of web applications from a live instance or a capture, and of Linux desktop apps with a task from a request. Use shipped-artifact or requested runtime evidence to explain features, compare versions, decompile code, or guide a reconstruction. Skip REA for ordinary source-repository architecture analysis.Stars: 472kUpdated Claude CodeCodexUnverifiedInstall
diagnosing-superpowersobra/superpowersUse when a superpowers session went wrong and your human partner wants to know why — repeated work, ignored plans, stumbles, poor results, a skill that didn't fire, "it took too long", "why is it so expensive", "what is it doing" — or wants to build a bug report for the superpowers maintainers, for the current session or a past one identified by id or path, on any harness.Stars: 322kUpdated Claude CodeCodexVerifiedInstall
dispatching-parallel-agentsobra/superpowersUse when facing 2+ independent tasks that can be worked on without shared state or sequential dependenciesStars: 322kUpdated Claude CodeCodexVerifiedInstall
executing-plansobra/superpowersUse when executing an implementation plan in the current session as the implementer yourself — your human partner chose inline execution, or no subagent tool is availableStars: 322kUpdated Claude CodeCodexVerifiedInstall