1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21

前置准备
  ├── 确定分析维度
  ├── 设计 per-report 模板（统一 + 定制）
  └── 设计聚合模板
      │
      ▼
Phase 1：并行分析（N 个 Agent，每 Agent 负责 1 份报告）
  ├── Agent-1 → 报告1 分析.md
  ├── Agent-2 → 报告2 分析.md
  ├── ...
  └── Agent-N → 报告N 分析.md
      │
      ▼ （全部完成后）
Phase 2：串行聚合（主 Agent，读取全部 Phase 1 产出）
  └── 主 Agent → 交叉对比分析.md
      │
      ▼
验证
  ├── 结构完整性检查
  ├── 核心问题回答检查
  └── 实操价值检查

1
2
3
4
5

1. 该报告的原始内容（或 ver1.md + ver2.md 结构化摘要）
2. 统一分析模板（8 章结构 + 每章要回答的问题）
3. 该报告的特定重点问题（2-5 个针对性追问）
4. 上下文文件（如来源索引，帮助 Agent 理解报告的可信度和偏见方向）
5. 输出路径和格式要求

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26

你是一名研究方法论分析师。请对以下报告进行[分析维度]分析。

## 报告信息
- 名称：[报告名]
- 发布机构：[机构名]
- 可信度：[A/B/C/D]
- 潜在偏见：[描述]

## 输入文件
请阅读以下文件：
- [文件路径1]（报告分析 ver1）
- [文件路径2]（报告分析 ver2）
- [来源索引路径]（了解该报告在全部 N 份报告中的定位）

## 分析要求
请按以下 8 章结构产出分析文档：
[粘贴统一模板的章节定义]

## 本报告的特定重点问题
除统一模板外，请特别关注：
1. [特定问题1]
2. [特定问题2]
...

## 输出
将分析结果写入：[输出文件路径]

1
2
3
4

1. N 份 per-report 分析文档（Phase 1 产出）
2. 来源索引（了解每份报告的可信度和偏见）
3. 已有的内容层面分析（如 SDLC 数据矩阵，了解「冲突在哪里」）
4. 聚合分析模板（7 章结构）

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15

Claude Code 中的操作方式：

1. 用 TaskCreate 创建两个 Task：
   - Task 1: "Phase 1: 并行分析 N 份报告"
   - Task 2: "Phase 2: 聚合分析"（blocked by Task 1）

2. 用 Task 工具一次性启动 N 个 Agent（单条消息中包含 N 个 Task 调用）
   - subagent_type: "general-purpose"
   - 每个 Agent 的 prompt 包含：报告路径 + 统一模板 + 特定问题 + 输出路径

3. 等待全部 Agent 返回

4. 验证 N 份输出文件全部存在（用 Glob）

5. 启动 Phase 2：主 Agent 读取全部产出 + 上下文文件，写聚合分析

1
2
3
4
5

你测量开发者自报感受  → 得到 85% 正面
你测量个体活动量      → 得到 +21% 增长
你测量组织交付指标    → 得到无显著改善
你测量实验任务时间    → 得到可能更慢
你测量代码结构健康度  → 得到结构性退化

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25

Step 1：明确分析维度
  "我想从什么角度分析这 N 份报告？"
  例：方法论 / 数据质量 / 适用条件 / 技术架构对比 / 商业模式对比

Step 2：设计 per-report 模板
  - 统一结构：6-10 章，每章一个核心问题
  - 特定问题：每份报告 3-5 个针对性追问
  - 参考本文 §5.1 和 §5.2 的设计原则

Step 3：设计聚合模板
  - 5-8 章，重点在"跨源对比"和"冲突解析"
  - 必须包含一章"经验教训 / 可操作建议"
  - 参考本文 §5.3 的设计原则

Step 4：准备输入文件
  - 原始报告或结构化摘要
  - 来源索引（可信度、偏见方向）

Step 5：执行
  - Phase 1：并行启动 N 个 Agent
  - Phase 2：串行聚合
  - 验证

Step 6：迭代
  - 第一遍产出后，根据实际效果调整模板，必要时重跑

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18

Round 1：内容提取
  输入：10 份原始报告
  处理：10 个 Agent 并行 → 每份报告产出 ver1.md + ver2.md（结构化摘要）
  产出：20 个文件

Round 2：内容聚合
  输入：20 个 ver1/ver2 文件
  处理：并行提取 → 串行聚合（使用 00-综合矩阵生成SOP.md）
  产出：
    - 01-报告来源索引.md（元信息、可信度、偏见评估）
    - 02-SDLC×报告数据矩阵.md（按 SDLC 阶段的数据矩阵 + 交叉验证）

Round 3：方法论分析（本轮）
  输入：20 个 ver1/ver2 文件 + 01 索引 + 02 矩阵
  处理：10 个 Agent 并行 → 主 Agent 串行聚合
  产出：
    - 10 份 per-report 测量方法论分析.md
    - 03-测量方法论对比分析.md

1
2
3
4
5
6
7
8

Round 1（结构化摘要）
  ↓ 提供内容基础
Round 2（SDLC 数据矩阵）
  ↓ 暴露了结论冲突（如"快 vs 慢"）
  ↓ 提出了"为什么冲突"的问题
Round 3（方法论分析）
  ↓ 回答了"冲突源于方法论差异"
  ↓ 提炼了"如何正确测量"的经验

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12

ref/
├── 01-报告来源索引.md                    ← Round 2 产出
├── 02-SDLC×报告数据矩阵.md               ← Round 2 产出
├── 03-测量方法论对比分析.md              ← Round 3 产出（聚合）
├── [10个报告目录]/
│   ├── *-ver1.md                        ← Round 1 产出
│   ├── *-ver2.md                        ← Round 1 产出
│   └── 测量方法论分析.md                ← Round 3 产出（per-report）
│
reports/
├── 00-综合矩阵生成SOP.md                ← Round 2 的 SOP
└── 04-多源报告结构化分析SOP.md           ← 本文件