#广泛研究

广泛研究（Wide Research） 是一种面向批量同类任务的并行处理方式，适用于分析 100 款产品、调研 50 家公司、生成 20 篇同类内容等场景。与单个智能体逐项处理不同，它将任务拆分后分配给多个子智能体并行执行，每个子智能体拥有独立的上下文，仅负责其中一项任务。

这种方式旨在缓解批量处理中后续条目分析逐渐简化的问题，使分析深度和准确性在项目数量增加时仍能保持相对一致。每个子智能体均具备完整的通用任务处理能力，不局限于管理、编程等固定角色，因此可用于调研、数据提取、内容生成及图片处理等多类任务。

#工作原理

广泛研究将批量任务分配给多个子智能体并行处理，每个子智能体拥有独立的上下文，专注于其中一项任务。这种方式有助于减少上下文累积对后续分析的影响，使不同条目的分析深度保持相对一致。

上下文窗口限制

多数聊天机器人的上下文容量有限。在同一对话中依次处理大量同类项目时，前序资料与输出内容会逐渐累积，可能影响后续项目的分析深度与准确性。下表展示了不同处理阶段可能出现的变化：

批量结果的质量不仅取决于单项任务的处理能力，也受到上下文容量与任务组织方式的影响。相比在同一对话中持续追加项目，将任务合理拆分并独立处理，更有利于保持各项分析的充分性与一致性。

四步工作流程

1. 任务分解：主智能体分析请求，将其拆分为相互独立的子任务，例如“调研公司 1”“调研公司 2”。
2. 并行分派：每个子任务分配给一个专属子智能体，各自拥有独立的上下文窗口。
3. 独立处理：子智能体同时开展工作，各自深入研究，互不争用上下文空间。
4. 结果汇总：主智能体收集全部子任务的结果，按要求整理为表格、报告或数据集。

由于每个项目都由专属子智能体处理，第 250 项与第 1 项能够获得同等深度的分析

#指令模板

广泛研究类任务的提问，应一次性说明对象范围与数量、逐项处理的内容，以及最终的汇总形式。可参照以下模板：

通用模板

以下模板中，{} 内的内容为可替换变量，使用时根据实际需求填写。

请{调研／对比／整理／生成}{对象数量及范围}，对象名单为{具体名单，或筛选条件}。

逐项处理：每一项需提取或完成{字段1}、{字段2}、{字段3}等内容。
信息来源：优先参考{来源类型或网站}，时间范围为{时间范围}，每项附上来源链接。
评价标准：按{评价维度}对每一项进行评分，无则填写“无”。
输出格式：整理为{表格／报告／数据集／文件}，按{排序依据}排序，{是否需要筛选、图表等}。

查不到或无法确认的字段请标注“未找到”，不要编造。

调研类示例

以整理国内 AI 写作工具为例，展示如何明确调研对象、逐项字段和来源要求。

请调研{30款}国内主流 AI 写作工具。

逐项提取：{产品名称、所属公司、主要功能、免费额度、付费方案价格、官网链接}。
信息来源：以{各产品官网及官方公告}为准，每项附上来源链接。
输出格式：整理为一张表格，按{所属公司}分组排列。

价格等可能变动的信息，请注明查询日期；查不到的字段标注“未找到”。

对比类示例

以选购扫地机器人为例，展示如何加入评价标准和排序要求，便于直接比较。

请对比{50款}售价在{3000元}以内的扫地机器人。

逐项提取：{品牌型号、售价、吸力、避障方式、续航时间、主流电商平台评分}。
评价标准：从{清洁能力、避障表现、性价比}三个维度，按{1–5分}为每款产品评分。
输出格式：整理为可排序的表格，默认按{售价}从低到高排序，并单独列出{综合得分前10名}。

创作类示例

以茶饮店菜单为例，展示如何在批量生成内容时统一风格和规格。

请为{一家新中式茶饮店}的{20款}饮品分别撰写菜单描述，并各生成一张宣传图。

饮品清单：{附上饮品名称及主要原料}。
文案要求：每段不超过{60字}，语气{清新、简洁}，突出{原料和口感}，不使用夸张宣传用语。
图片要求：{统一的浅色背景、俯拍构图、正方形尺寸}，各张图片风格保持一致。
输出格式：文案整理为表格，图片按饮品名称命名后打包提供。

#典型用途

广泛研究的适用范围不限于狭义的“研究”，也涵盖需要对大量同类对象逐一处理的工作。例如：

• 市场调研：对比 100 款产品，从竞品定价、用户评价等维度梳理市场情况。
• 学术研究：围绕 50 篇论文开展文献综述，分析研究趋势，比较不同研究方法。
• 竞争情报：分析 30 家竞争对手，梳理产品功能差异，并持续跟踪价格变化。
• 潜在客户开发：调研 200 家潜在客户，查找公开联系方式，筛选符合条件的销售线索。
• 内容创作：批量生成内容，例如 20 份博客大纲、50 条社交媒体帖子或 30 段产品描述。
• 数据提取：抓取 100 个网页，从中提取结构化数据，整理并建立数据库。
• 创意制作：生成 20 张图片、批量编辑 50 张照片，或制作风格统一的品牌素材。
• 投资研究：分析 40 家初创公司、比较 30 支基金，或调研 50 家被投企业。

官方案例

官方提供了多个任务的完整回放，直观呈现从任务拆解、并行处理到结果汇总的全过程。

#适用范围

判断一项任务是否适合采用广泛研究，应综合考察三个条件：待处理项目数量较多、各项目之间相互独立，以及所有项目均可按照统一标准处理。只有同时满足上述条件，广泛研究才更具适用性；否则，采用常规方式通常更为合适。

广泛研究更适合范围明确、标准统一的批量任务，常规方式则更适合需要深入研判或灵活调整的工作。合理区分两者的适用边界，有助于兼顾处理效率与结果质量。

#提问技巧

广泛研究的结果由众多子智能体分别产出，再由主智能体合并。提问越具体，各子任务的口径越统一，汇总结果也越整齐。常用技巧如下：

① 明确字段结构

列出每一项需要提取的字段，子智能体才能按统一口径填写，汇总时各列才能对齐。

不推荐：调查这些人。
推荐：创建一个表格，包含以下列：姓名、公司、职位、公开邮箱、领英主页。

② 预先说明规模

明确对象数量或完整名单，避免 Manus 自行决定处理多少项，导致范围偏大或遗漏。

不推荐：分析一些公司。
推荐：分析名单上的全部 100 家公司。

③ 指定输出格式

说明结果的呈现方式，以及是否需要排序、筛选或图表，省去事后反复调整格式的步骤。

不推荐：把结果告诉我。
推荐：整理为可排序的电子表格，并支持按类别筛选。

④ 给出评价标准

需要比较优劣时，应列出具体维度，使各项目按同一标准评判，结果之间才具有可比性。

不推荐：比较这些产品。
推荐：从价格、功能、用户评价和库存情况四个方面，为每款产品评分。

⑤ 直接提供名单

已有明确的对象名单时，应直接粘贴或上传，不让 Manus 自行挑选，避免调研对象与实际需求不符。

请调研附件“{竞品名单.xlsx}”中列出的全部{40家}公司，不要增删名单以外的公司。

⑥ 要求标注来源与缺失项

批量任务中难免有部分信息查不到。要求逐项附上来源，并对缺失内容如实标注，可以减少编造，也便于事后核对。

每一项请附上信息来源链接；查不到或无法确认的字段标注“未找到”，不要根据推测填写。

#结果优化

任务完成后，可以在同一任务中继续追问，对结果进行补充和修正，无需重新发起整个任务。追问时应说明修改对象、修改范围和需要保留的内容，常见方式如下：

① 补充字段

在已有结果中增加新的信息维度，原有内容保持不变。

请在现有表格中增加“{价格}”一列，其余各列保持不变。

② 重做指定条目

部分条目内容过于简略或明显有误时，可指定编号范围重新研究。

请对第{20–30}项重新进行更详细的研究，重点补充{核心功能和用户评价}，其余条目不作调整。

③ 补齐缺失信息

先让 Manus 列出不完整的条目，再集中补充，避免逐条翻找。

请列出表格中标注为“未找到”或信息不完整的条目，并尝试从{官网、官方公告}中补充。

④ 调整排序与筛选

根据新的使用需要，重新组织已有结果。

请将表格改为按{综合评分}从高到低排序，并只保留{售价在2000元以内}的条目。

⑤ 统一数据格式

不同子智能体填写的格式可能存在差异，如金额单位、日期写法不一致，可在汇总后统一。

请将“{价格}”列统一为“{××元}”格式，将所有日期统一为“{YYYY-MM-DD}”格式。

广泛研究产出的批量数据仍可能存在错误或过时信息。用于正式发布、商业决策等场合前，建议抽样核对关键字段，并以信息来源中的原始页面为准。

#使用限制

#常见问题

Q：广泛研究最多能处理多少项？ A：官方测试中最多处理过 250 个项目。理论上没有数量上限，实际可处理的规模取决于任务的复杂程度。同一时间，广泛研究可并行运行 20 个子任务。

Q：完成一项任务需要多久？ A：具体耗时取决于任务的复杂程度和规模。按照官方说明，处理 50–100 个项目的任务通常只需几分钟。

Q：可以手动开启广泛研究吗？ A：不可以。广泛研究仅支持自动触发，由 Manus 根据任务能否拆分为多个并行子任务自行判断。

Q：免费用户可以使用吗？ A：不可以。该功能目前仅面向付费用户开放。

Q：会消耗多少积分？ A：每个子任务最多消耗 50 积分。官方表示，完成同样的任务时，采用广泛研究通常消耗更少的积分。

Q：完成后还能修改结果吗？ A：可以。在同一任务中继续追问即可，例如“添加价格列”或“对第 20–30 项重新进行更详细的研究”。具体方法见“结果优化”。

Q：只能用于研究类任务吗？ A：不是。广泛研究也适用于图片编辑、数据提取和批量内容生成等任务，前提是待处理项目数量较多、各项目相互独立，且能够按照统一标准处理。