腾讯元宝深度研究：四步做出一份能用的供应商背景调查报告
场景：福建中小企业做 IT 采购或信息化项目招标时，最耗时间的往往不是写方案，而是「这个供应商到底靠不靠谱」。本文用腾讯元宝的深度研究能力，把公开资料整理成一份带来源的调研简报。
一、这个工具/场景解决什么
做 IT 采购的同事都有同一种痛苦：想查一家供应商的底细，只能在几个网页之间来回跳——公司简介、发展历程、产品线、公开中标信息、行业口碑，散落在不同页面里，手工复制粘贴到文档，格式还不统一。
腾讯元宝的「深度研究」模式，本质是把「检索 + 阅读 + 归纳」这几步串成一次长任务：你给出研究对象和关心的问题，它会自己去找资料、交叉比对，最后输出一份带引用的结构化报告。对中小企业来说，它真正省下的不是「打字时间」，而是把零散线索先集中起来再做判断的整理成本。
需要先说清楚的是：它只能读公开信息。工商登记、官网、公开新闻、公开中标公告这类信息它够用；对方的内部财务、客户名单、真实交付质量，它看不到。所以调研简报的价值是形成待核实清单，而不是替代尽调。
二、上手四步
| 步骤 | 在哪里操作 | 填什么 | 得到什么 |
|---|---|---|---|
| 第 1 步 | 腾讯元宝对话框，把问题写成完整句子 | 「调研对象 + 想了解的问题 + 用途 + 限定时间范围」 | 一个明确的研究任务，而不是一个关键词 |
| 第 2 步 | 在对话框的工具/模式入口里选择「深度研究」 | 同上问题，或把第 1 步的问题复制进去 | 系统开始自动检索、阅读多份来源 |
| 第 3 步 | 研究过程中手动补一次约束 | 「只看 2023 年之后的信息」「不要引用营销稿」「每个结论都要标来源」 | 收敛范围，避免拿宣传语当事实 |
| 第 4 步 | 阅读输出正文里的引用标记，把关键结论复制进自己的文档 | 需要保留的结论 + 引用链接 | 一份带来源、可回溯的调研简报 |
第 1 步：把问题写成「委托」，不是关键词
差的问法是「XX科技有限公司怎么样」，得到的只会是一段百科式介绍。
可照抄的问法模板：
请调研「〔公司全称〕」的基本情况，面向我司〔采购 IT 系统 / 运维外包 / 硬件供货〕场景。请回答：一、公司成立时间与主体资质（公开登记信息）；二、主营业务与产品线，近两年公开的产品或服务变化；三、公开可查的标杆客户与中标项目（标注项目名称与时间）；四、公开报道中出现过的问题或风险点（若无，请明确说「未检索到」）；五、信息来源列表。请标注每条结论的来源链接，信息不足的地方直接写「未检索到」，不要推测填充。
这段话里有两个关键动作：一是说明用途，AI 才知道该往哪个方向取舍信息；二是明确要求「未检索到就说未检索到」，这是抑制模型用似是而非的话补全空白最有效的一句话。
第 2 步：进入深度研究模式
在腾讯元宝的对话框里，找到模式切换入口（不同版本界面位置略有差异，通常在输入框附近的工具/模式按钮里），选择「深度研究」后提交上面的问题。深度研究会做多轮检索和长文阅读，通常比普通问答慢，但会给出分节的结构化结果和引用。
如果你只想快速看一眼，可以先在普通对话里问一次「这家公司主营业务是什么」，确认研究对象没搞错（比如同名公司、简称与全称混淆），再切深度研究，能省一次返工。
第 3 步：中途补约束
深度研究开始后，仍然可以追加要求。实测最有用的三条补充：
- 「补充检索近两年的公开中标公告，列出项目名称、采购方、时间。」
- 「每条结论后面保留来源链接，方便我回溯核验。」
- 「区分「官方披露」和「媒体口径」，不确定的标注存疑。」
这一步相当于中途给研究员划重点，比最后拿一份泛泛的长报告再自己筛要省事。
第 4 步：把结论搬进自己的模板
不要把 AI 输出原样粘进立项材料。正确做法是只保留带引用的结论，套进公司自己的模板：
| 调研项 | 结论 | 来源类型 | 待核实事项 |
|---|---|---|---|
| 主体资质 | 〔结论摘要〕 | 官方披露 | 需核对营业执照原件 |
| 标杆客户 | 〔结论摘要〕 | 媒体口径 | 需向对方索取合同或验收单 |
| 风险点 | 〔结论摘要〕 | 未检索到 | 建议查裁判文书与经营异常名录 |
「待核实事项」这一列是整个调研的落点：调研的产出不该是「他看起来不错」，而是「他看起来不错，但这两点还没验证，下一步找谁核实」。
三、福建中小企业能照做的 3 个场景
场景 1：IT 供应商入围前的背景摸底
在询价、招标前对 2~3 家候选供应商各做一份调研简报，重点看成立年限、主营是否匹配、公开中标案例的甲方类型与规模、公开风险信息。三份放一起对比，差异点往往一眼可见。
场景 2：关键岗位的招聘背景核查
对涉及财务、出纳、核心运维的岗位，在公开渠道能查到的简历与作品做一次整理，形成技能矩阵。涉及个人敏感信息的部分不做收集，只做岗位与公开作品维度的比对。
场景 3：老供应商的年度复核
合同到期前 3 个月，把上一年的调研简报更新一次，重点看近一年公开信息有无变化（诉讼、经营异常、业务方向调整）。这是一份低成本、可留痕的年度复核动作。
四、三个坑
坑 1：数据外发——把不该上传的东西喂给了云端
企业的供应商名单、报价底价、合同扫描件、内部评分表都属于商业秘密。只上传公开可查的信息，不要把内部文件丢进云端 AI 处理。需要结合内部数据时，先在本地把脱敏做完再上传。
坑 2：格式错——把 AI 报告直接当结论用
AI 输出是「研究底稿」，不是「结论」。至少要做三步清洗：把官方披露与媒体口径分开、给每条结论保留链接、把所有「未检索到」逐条转成待办核实项。直接复制粘贴到立项报告，是最常见的翻车方式。
坑 3：结果没人复核——漏查同名主体
同一家公司在不同页面可能用不同简称，公开报道甚至可能混淆主体。复核时至少做一次主体核对：注册资本、公司全称、成立时间、地址是否与营业执照一致。报告里的引用链接要逐条点开看一眼，确认来源真的支持结论——这一步花的时间，通常比重新生成一次报告还少。
五、什么时候别用
以下情况不要用它：
- 需要判断对方的实际交付质量、财务真实性、客户满意度——这些公开信息里根本没有，AI 只能给你推理，不能给你证据。这类问题靠试用、实地考察、查验原件。
- 涉及商业秘密、个人隐私、未公开的内部数据——不该外发就不外发。
- 需要法律或审计结论——AI 输出不具备效力，重大事项以专业机构意见为准。
一句话收尾
让 AI 负责「把公开线索集中起来并标好来源」，把「判断可信度、补齐证据」这两步留给自己——调研提效靠的是分工，不是外包。
本文由福建IT网「AI实战」栏目发布，案例操作均为公开可核验的产品功能演示，具体界面请以官方最新版本为准。