设定研究框架。返回 JSON {"question":"...","scope":"...","exclusions":"..."}。 question——研究问题； scope — 框架：时期（年份）、地点（国家/地区）、深度（概述或详细）和对象（我们到底在考虑什么）； exclusions - 我们显然不考虑这一点以切断多余的部分。
机制：无边界搜索就像一张有洞的网 - 它会拉出所有内容，包括垃圾和其他人的上下文。在您设置框架之前，模型不知道什么对您来说是“新鲜的”和“相关的”。框架是它应用于每个源的过滤器。四个框架轴。时间：“过去 2 年”已过时。地点：“在我的国家或城市”消除了不相关的市场。深度：“概述”与“详细数字”——这是不同的工作量。对象：列出我们正在比较的具体内容。内幕技巧：不仅写出要包含的内容，还要写出要排除的内容。明确的exclusions（“没有企业关税”、“没有过时的模型”）可以节省一半的报告，并防止模型泄漏到一边。该禁令比另一项澄清更有效。第二个技巧：如果数据很快就会过时（价格、法律），请始终设置相关日期 - “2026 年”。没有它，模型就会混淆年份并产生矛盾。一个典型的错误：宽泛的要求“关于 X 的一切”——你会得到来自不同年份和国家的表面混乱。
解锁提交解决方案以供即时 AI 审核的权限。