用 AI 做資料研究：先寫問題清單，再找證據
研究最容易失控的地方，是資料越收越多，卻沒有更接近要做的決定。先定義問題、可接受的來源與停止條件，讓 AI 幫忙整理證據，而不是替缺少證據的推測增加篇幅。
把大題目拆成可回答的問題
例如規劃講座，不只問「市場好不好」，而是問目標讀者常見困擾、已有替代活動、可用時間與報名障礙。每題旁邊寫它會影響哪個決定，與決定無關的資料先不收。
每筆資料保留出處
建立問題、觀察、來源網址、發布時間與適用範圍五欄。優先找原始公告或原始資料，不把搜尋摘要直接當證據。不同地區、年份或樣本的數字要分開，不能湊成同一個趨勢。
要求列出反面證據
提示詞可寫：「依提供來源，列出支持、反對與仍無法判斷的資訊，不新增數字。」如果只有單一業者說法，就標記來源有限；文章寫得肯定，不表示證據比較完整。
設定可以交付的終點
當主要決策問題已有資料或已明確標示未知，就整理一頁結論。留下哪些事需要訪談或試行才能知道。繼續搜尋未必能消除所有不確定性，研究的成果也可以是知道下一步要驗證什麼。
現在可以做的小練習
選一個活動主題，只列三個決策問題，各找一個原始來源，寫出目前仍不知道的一件事。