使用 AI 工具做信息调研

假设我现在有个需求，想快速搜集并构建一个关于德国厨具用品的信息源，来方便我做用户调研与产品研究。这个过程中，不仅要去了解德国家庭的生活方式，还要了解目前市场上的厨具品牌及其产品，最好能提供详尽的数据报告来支撑调研结论。

这个需求怎么满足？

传统的做法，就是使用搜索引擎，按照我想要的数据维度逐一搜索发掘，对吧。

但是采用这种传统搜索方式，整个过程存在两个问题。

其一是我不会德语，想要搜索之前还必须得将英文（或中文）翻译成德语，再进行具体搜索，这就无形增加了最后搜索结果的信息噪音。

其二便是搜索呈现出来的内容，我没办法判断质量。因为搜索信息不像熟人推荐信息，你得自己去判断内容好坏，但是主观判断这份能力我又不具备。

所以，这也是我今天想表达的，使用 AI 工具来做信息调研。利用大型语言模型（LLM）天然的语言能力来快速了解不同文化内容，并建立一个初步信息源，再在信息源中了解用户需求，发掘产品思路。

比如，第一步我想了解德国人的生活方式，我可以在 AI 工具上搜索“德国人最经常访问的 20 个网站是什么，分别是关于什么主题的”。

紧接着我可以再细分点，在 AI 工具上搜索“德国人最经常访问的家居厨具类网站是什么”。

当然，具体的 Prompt 可以再具体点（例如：德国人最喜欢的家居厨具论坛），去分析具体的需求。

基于上面的信息，我便能清楚知道德国用户一般喜欢去哪里浏览信息，也知道了目前在德国市场上，关于家居厨具类产品有哪些大的在线零售网站。

接着我想知道目前市场上有哪些大的家居品牌，好让我做竞争对手调研。

基本上到这一步，德国用户经常去哪里、经常逛哪些家居类网站、且市场上流行的家居品牌有哪些，脑海里便有了一个初步了解。可以基于以上信息，建立一个初步的调研方向出来。

在整理信息源的过程中，如果有任何不明白的点，完全可以继续在 AI 工具中进行搜索。比如，我想继续了解“Grohe”这个卫浴品牌提供的产品有哪些，具体的型号等信息。

在这个调研过程中，坚持去看德国信息源，然后做到不懂就问，一直重复这个过程。我相信完成一份德国市场的厨具用品调研报告，就并不是一件很难的事情。同时这个过程中，AI 工具就成了你最大的调研助手，或者说不嫌弃你的“最懂德国”的朋友。

当然，你也可以使用这种方式去调研具体的产品，后者是发掘具体的信息，这里只是提供一种有别于搜索引擎的思路，至于具体的信息甄别方法就要根据业务实际情况而定了。