Agent 如何用知乎做深度知识搜索

知乎 深度知识搜索 Agent 的需求，是用知乎获取中文长文解释、专家比较和实际经验。AutoSearch 能让 Agent 把知乎作为 MCP-native 研究渠道，同时保留 40 渠道和 10+ 中文来源的上下文。

知乎有价值，因为很多回答会解释取舍、历史和观点。它也参差不齐。Agent 必须保留不确定性。

为什么用知乎

知乎适合处理短社交帖子装不下的问题。开发者会讨论框架，学生会比较研究方向，产品用户会解释取舍，行业人士会写长答案。

需要解释时用知乎。需要快速舆情时，微博可能更合适。需要消费者语言时，小红书更合适。需要视频演示时，Bilibili 更合适。

问题选择

让 Agent 搜索中文问题形态和同义词。直接翻译英文 prompt 可能会错过本地表达。好的 prompt 包含产品名、品类词、竞品名和要做的决策。

AutoSearch 通过 渠道 暴露知乎来源，host 再把结果和文档、GitHub、微信或英文来源比较。

分析回答

有用的知乎摘要应包含：问题、回答立场、作者语境、关键主张、证据、日期。Agent 应按推理模式分组，而不是平均成一段模糊共识。

因为 AutoSearch 是 LLM 解耦的，模型可以专注分析，检索保持 MCP-native 边界。接入步骤见 MCP 配置。

偏差处理

知乎可能高估专业用户或强观点用户的声音。要求 Agent 输出反论点和缺失证据。技术主张要查文档或 GitHub，市场主张要查微信、小红书、微博和官方来源。

复用经验

从 安装 开始，跑一个窄问题，并让 Agent 返回 claim table。长期做中文研究时，把有效中文查询词也保存下来。下次 Agent 就不用从英文翻译重新猜。