Créer un workflow de recherche et de récupération de connaissances par IA à partir de zéro : un didacticiel de niveau nounou

🛒 Un guide pratique complet pour les groupes de recherche, de conseil, de produits et académiques, des outils d'inscription à l'accumulation de connaissances.

Objectifs du didacticiel et lecteurs applicables

Ce didacticiel vous aidera à créer un système d'exploitation quotidien pour la « recherche et la récupération de connaissances par l'IA » à partir de zéro : depuis l'enregistrement du compte, les compétences de remise en question de la récupération, la récupération de la littérature académique, jusqu'au stockage des résultats dans une base de connaissances personnelle. Aucune formation technique n'est requise et elle s'applique aux scénarios de recherche, de conseil, de produit, d'exploitation et académiques. L’ensemble du processus peut être complété en 60 minutes environ.

1. Liste de contrôle de préparation

  • [ ] Inscrivez-vous à Perplexity (recherche conversationnelle, gratuite pour commencer)
  • [ ] Enregistrez Kimi (kimi.moonshot.cn, texte long et recherche en chinois)
  • [ ] Inscrivez-vous à la recherche Secret Tower AI (recherche structurée et bibliothèque)
  • [ ] (facultatif) Inscrivez-vous pour obtenir un consensus ou obtenir (recherche de littérature universitaire)
  • [ ] Préparer un outil de prise de notes (Notion/Feishu Documents/Obsidian peuvent être utilisés pour l'accumulation de connaissances)
  • [ ] Identifiez le premier sujet à étudier (il est recommandé de choisir un problème réel directement lié à votre travail)

2. Préparation du compte et de l'environnement

  1. Ouvrez le site officiel de Perplexity pour terminer l'inscription et la connexion.
  2. Ouvrez Kimi, connectez-vous et familiarisez-vous avec l'emplacement d'entrée « Télécharger un fichier/Lecture d'un article long ».
  3. Ouvrez la recherche Secret Tower AI et expérimentez la commutation entre les trois modes de recherche « page Web/bibliothèque/académique ».
  4. Créez un modèle de page « Élément de recherche » dans l'outil de prise de notes, avec des champs suggérés : sujet, liste de sous-questions, résumé des conclusions, liste des sources, éléments à vérifier et révision.

3. Méthode en cinq étapes pour la récupération et le questionnement

De bonnes questions de recherche déterminent la qualité des réponses. Utilisez la méthode en cinq étapes suivante pour transformer des exigences floues en questions consultables :

  1. Déterminer le sujet : Identifiez clairement qui et quel est l'objet de recherche (entreprise/technologie/politique/population).
  2. Déterminez la question : à quoi voulez-vous qu'elle réponde (situation actuelle/comparaison/impact/prédiction/faisabilité).
  3. Portée définie : limiter les industries, les régions et les fenêtres horaires (telles que « marché chinois 2024-2025 »).
  4. Déterminez le niveau de preuve : pages Web ordinaires, rapports industriels ou articles universitaires.
  5. Spécifiez le format de sortie : Exiger des tableaux/points clés/avec sources.

Exemple de comparaison :

  • Mauvais : "Pourquoi ne pas vérifier la recherche AI pour moi"
  • Bon : « Comparez les fonctions et les différences de facturation des trois outils de recherche d'IA Perplexity, Kimi et Secret Tower AI Search en 2025, générez un tableau de comparaison et joignez un lien source à chaque conclusion »

4. Utilisez Perplexity pour la recherche conversationnelle

  1. Entrez les sous-questions dans Perplexity une par une et ajoutez des exigences unifiées :
Veuillez lister vos sources d'informations article par article (avec des liens) et marquer l'heure de sortie de chaque article ; le contenu dont la source ne peut pas être confirmée est marqué séparément avec [à vérifier].
  1. Lorsqu'une comparaison est requise, exigez explicitement la sortie du tableau :
Veuillez utiliser le tableau pour comparer les différences entre A et B en termes de prix, de fonctions et de groupes applicables, et joindre des liens vers chaque source.
  1. Questionner et creuser : continuez à poser des questions sur des indices intéressants dans les réponses, par exemple :
Quel rapport correspond à la source de données spécifique que vous avez mentionnée ? Qui est l’organisme d’édition ? Veuillez donner le lien d'origine.
  1. Copiez chaque résultat dans les champs « Résumé des conclusions » et « Liste source » de la note.

5. Utilisez Kimi/Secret Tower pour traiter des textes longs et des documents chinois

  1. Lorsque vous rencontrez un long rapport, un PDF ou une longue page Web, téléchargez le fichier sur Kimi ou collez le lien et saisissez :
Veuillez lire le texte intégral et le résultat : 1) Conclusions principales (dans les 5 éléments) 2) Tableau de données clés 3) Parties liées à mon sujet 4) Doutes non clarifiées mais dignes de mention dans le texte original

  1. Utilisez MITA AI Search pour effectuer une recherche structurée en chinois : passez en mode « Bibliothèque » pour rechercher des rapports/documents, et passez en mode « Académique » pour rechercher des articles.

  2. Lorsqu’il y a trop d’informations, laissez l’IA effectuer deux tours de sélection :

Premier tour : éliminez 10 éléments directement liés au sujet à partir des documents ci-dessus ; Deuxième tour : Rédigez un résumé de chacun de ces 10 éléments et notez la crédibilité (élevée/moyenne/faible).

6. Utiliser Consensus/Elicit pour la récupération de preuves académiques

Lorsque la question est de savoir « si c’est efficace, quel est l’impact et si les preuves sont suffisantes », revenons à la littérature académique :

  1. Ouvrez Consensus et recherchez avec des mots-clés en anglais (tels que « effet du travail à distance sur la productivité »).
  2. Vérifiez la répartition des conclusions de la littérature (soutien/contre/neutre) et cliquez sur les articles très pertinents pour lire les résumés.
  3. Utilisez Elicit pour effectuer une recherche de type revue : saisissez une question de recherche et laissez-la extraire les conclusions, les méthodes et la taille des échantillons de plusieurs articles et générer un tableau de comparaison.
  4. Remarque : les conclusions académiques ont un champ d'application. Assurez-vous de lire les limitations et les groupes applicables marqués dans le résumé pour éviter une interprétation excessive.

7. Accumulation de connaissances

L’achèvement de la récupération ne signifie pas la fin. Les résultats sont précipités dans des actifs réutilisables :

  1. Remplissez le modèle de note : sujet, résumé des conclusions, liste des sources (y compris les liens et les dates) et les éléments à vérifier.
  2. Notez la crédibilité de la conclusion : élevée (cohérente à partir de plusieurs sources + officielles), moyenne (source unique ou de seconde main), faible (spéculation d'IA sans source).
  3. Fusionnez régulièrement (hebdomadairement) les sujets similaires et affinez-les en « fiches thématiques » pour réutilisation par l'équipe.
  4. Si l'entreprise dispose de beaucoup de données internes, elle peut être évaluée pour se connecter à l'outil de recherche d'entreprise Glean afin de transformer les documents internes en un portail de recherche conversationnel (une coopération informatique est requise).

8. Méthode de vérification

  • Traçabilité de la source : vérifiez ponctuellement 5 conclusions et trouvez la source originale dans les 2 minutes chacune
  • Précision : les données clés sont cohérentes avec la page officielle
  • Rapidité : l'heure de publication des résultats de la recherche se situe dans la fenêtre de temps dont vous avez besoin
  • Taux de précipitation : une fois l'enquête terminée, le taux d'achèvement du modèle de note est ≥90 %
  • Efficacité : Le temps de deuxième recherche pour le même sujet est réduit de plus de 50 % par rapport à la première fois

9. Foire aux questions et dépannage (FAQ)

  1. Il n'y a aucune source dans la réponse de recherche AI ? Il est obligatoire de "joindre un lien source à chaque conclusion" dans la question. Le contenu sans source est considéré comme vérifié.
  2. Le résultat est trop ancien ? Ajoutez des limites de temps lorsque vous posez des questions, telles que « Rechercher uniquement des informations depuis janvier 2024 » ; les données clés sont soumises à la page officielle en temps réel.
  3. Les documents en chinois et en anglais sont mélangés et c'est très déroutant ? Cochez un tour pour chaque langue : utilisez Kimi/Secret Tower pour le chinois, utilisez Perplexity/Academic Tools pour l'anglais, puis fusionnez-les.
  4. Les citations récupérées sont-elles compilées par l'IA ? Les outils académiques peuvent fournir des documents qui n'existent pas. Assurez-vous de cliquer sur le texte original pour vérifier le numéro de volume/DOI. Si vous ne le trouvez pas, supprimez-le.
  5. Le quota gratuit ne suffit pas ? Utilisez le fichier gratuit pour les recherches quotidiennes et utilisez le fichier payant pour les périodes où les sujets importants sont concentrés ; stockez les questions à haute fréquence dans des fiches de connaissances pour réduire les recherches répétées.
  6. Les informations intranet de l'entreprise ne peuvent pas être récupérées ? Les outils publics ne peuvent pas récupérer le contenu intranet, vous devez donc accéder aux outils de recherche internes de l'entreprise et terminer la configuration des autorisations.

10. Extension avancée

  • API Automation : Intégrer le lien de récupération dans le processus automatisé pour réaliser "question → récupération automatique → résumé → entrée dans la base de connaissances"
  • Base de connaissances d'équipe : unifiez le calibre des précipitations et créez une entrée de recherche d'équipe avec autorisations
  • Bibliothèque de modèles de recherche : créez un ensemble de modèles de questions standard pour chaque scénario de recherche à haute fréquence (analyse de produits concurrentiels, analyse de l'industrie, sélection de technologies)
  • Linked Writing : les résultats de la recherche sont directement utilisés comme entrée matérielle pour le pipeline d'écriture de l'IA afin d'améliorer l'efficacité de la production de contenu.

11. Exemple pratique : effectuer une recherche sur un sujet

Prenons comme exemple le sujet « Comparaison des outils de recherche d'IA grand public en 2025 » pour enchaîner l'ensemble du processus :

  1. Divisez la question : Divisez-la en 4 sous-questions - ① Quels sont les outils traditionnels ? ② Leurs fonctions et charges respectives ; ③ À quels scénarios conviennent-ils ? ④ Réputation et lacunes des utilisateurs.
  2. Criblage préliminaire de perplexité : saisissez respectivement 4 sous-questions, ajoutez « tableau de comparaison de sortie avec lien source » et obtenez un projet de réponse avec la source.
  3. Supplément chinois : utilisez Secret Tower AI pour rechercher des rapports de l'industrie en mode « bibliothèque » et utilisez Kimi pour lire deux longs rapports afin d'en extraire les points clés.
  4. Supplément académique : pour des questions telles que « La recherche par l'IA améliore-t-elle l'efficacité de la récupération ? », utilisez Consensus pour vérifier les preuves papier et enregistrer des échantillons et des conclusions.
  5. Validation croisée : comparez les pages de tarification de chaque site Web officiel avec des avis tiers et marquez la cohérence et les incohérences.
  6. Précipitation : Remplissez la conclusion, la liste des sources, les éléments à vérifier selon le modèle de note, marquez la crédibilité et générez la « Carte de comparaison des outils de recherche AI ​​».

Une fois terminé, une vérification aléatoire des 5 conclusions permet de remonter à la source dans un délai de 2 minutes, qui est considérée comme qualifiée. Enregistrez le modèle de sous-question et la phrase de question en tant que « modèle de récupération » et réutilisez-les directement la prochaine fois pour des sujets similaires.

Avis des utilisateurs

  • Chargement des avis...