很多研究 Agent 在第一次搜索前就已经失败了。用户只给一个主题——“AI 与学生学习”——却希望系统自己推断研究人群、证据标准、年份、排除项和最终格式。结果很长，往往只是因为任务很模糊，不是因为检索做得好。
一份有用的 Agent 任务说明，至少要明确七个决定。
1. 问题，以及答案要支持什么决定
先写问题，再说明答案的用途。“AI 怎样影响学习”太宽；“我们的写作中心是否应该为大一学生试点 AI 反馈”则给了调查一个具体决定。
2. 人群、场景和概念
写清谁、在哪里，以及什么情况算在范围内。“学生”究竟是本科生、医学培训者还是中小学生？“AI 反馈”是否包含语法工具、聊天机器人、自动评分，还是只指生成式反馈？
3. 种子论文和领域词汇
提供一到三篇确定相关的论文，再加上已知作者、缩写和替代术语。种子论文会告诉 Agent 什么叫“相关”，也提供可以继续追踪的引用。同时说明，它们不是自动正确或完整的。
4. 证据边界
规定年份、语言、出版类型、学科和排除项。允许预印本时，要求单独标记。需要实证研究，就明确排除观点文章和产品页面。
5. 最终交付物
要求可检查的产物，例如论文表格、证据地图、带注释的阅读清单，或者主张到来源的核查报告，并提前定义字段。“写一篇文献综述”会把太多决定藏进连续文字里。
6. 核查与反面证据
要求稳定链接、DOI 或出版记录；重要主张要有来源位置；还要专门搜索不同意见。原文没有内容时，应写“未找到”或“未报告”，不能自动补齐。
7. 停止规则和人工节点
说明什么时候停止：达到时间限制、找到一组类型足够多样的相关论文，或者新搜索已经不再改变证据地图。也要指出不能由 Agent 决定的内容，例如最终纳入、伦理审批或是否运行代码。
一份可以直接修改的任务说明
调查生成式 AI 反馈是否能提高大学一年级写作者的修改质量。纳入 2022 年以来的中英文实证研究，排除 K–12、观点文章，以及只测量用户满意度的研究。从附带的两篇论文开始，沿用其中术语并追踪引用。交付表格，字段包括出版记录、人群、设计、比较对象、结果指标、数值发现、局限和纳入理由。专门寻找冲突和无效结果，保留检索记录，标注预印本，在得到 15 个明确相关的候选项后停止，留给我做最终纳入决定。
它不能保证一次得到完美检索，但会让失败更容易被发现和修正。
WisPaper 在这里怎么使用？
可以把问题放进 WisPaper Search，较长任务则交给 Scholar Agent。把你确认的候选论文存进 My Library，再由 Library QA 围绕这个稳定集合回答问题。
任务说明应该一直跟着项目。检索方向发生变化时，直接更新说明，不要期待 Agent 从二十轮对话前的一句话里记住隐含决定。
