经过验证的机会，而不是摘要
Perplexity 和 ChatGPT 返回的是需要你自行解读的研究摘要。Iris 最终给出的是聚焦且明确的机会建议：哪个细分领域、为什么是现在、下一步该怎么做。
Iris·Deep Researcher将洞察转化为产品的 AI 研究代理
Iris 读取市场、受众和 SERP，然后将结构化简报交给你的 AI Team，让研究转化为产品。
以推出實際產品為成果的研究，而不是只交付一份 PDF。
受到这些公司的创作者信赖：
为什么研究成果始终无法进入代码库
最终死在 Notion 里的报告
Perplexity 给你一个答案。SparkToro 给你一张图表。两者最后都变成某人粘贴进 Notion 的文档，到第三周就没人再看。Iris 将她的发现交给 Emma，让研究真正变成 PRD。
你无法信任的单一来源答案
单个 LLM 摘要或单张趋势图并不能代表真正的市场判断。Iris 将搜索、社区、受众数据和竞品页面整合为一个带引用的统一视图，你可以对其进行追问和检验，而不只是被动接受。
看起来真实却并非如此的趋势
Exploding Topics 会展示一张上升趋势图，但它不会告诉你这种需求是持久的，还是只是 TikTok 上的一时热潮。在你投入一个 sprint 去为此构建之前，Iris 会先跨多个信号验证这些趋势。
从提问到决策要花三周
调研、访谈、竞品扫描、幻灯片、管理层评审。等到汇报材料送达时，创始人其实早已选定方向。Iris 将这个流程压缩成一份 Editor 报告，让你的团队当天就能提出质疑并展开讨论。
与Iris的一天
从你的第一个提示词到交付结果——这就是 Iris 的实际运作方式。
- 01
倾听你的想法或问题
Iris 将“我该做 X 吗？”转化为可研究的假设——该验证什么，该忽略什么。
- 02
跨多个来源深度搜索
搜索引擎、论坛、交易平台、应用商店、社交平台——比单次 Google 查询更广泛。
- 03
梳理需求和竞争信号
规模、增长、意图、付费意愿、现有玩家——全部整理成可对比的信号图谱。
- 04
按可做或不可做对细分领域排序
对机会进行评分，这样你看到的是“这个细分领域、这个切入角度、这些证据”，而不是一堆研究资料。
- 05
Iris 开展可信研究所需的一切
多源数据整合
将搜索结果、社区信号、受众数据和竞品页面整合为一个结构化视图。
带来源引用的发现
每一项关键结论都有来源链接支持，便于你自行核验证据。
未被满足需求检测
识别用户反复提及的投诉，以及竞品尚未解决的功能缺口。
竞品弱点映射
映射现有参与者的薄弱之处，让你清楚应如何定位。
受众细分
将市场拆分为具有不同需求的细分群体，而不是视为单一同质化用户。
结构化 Editor 报告
研究发现会落入 Editor 区块中，并附带章节、要点总结和建议。
直接交接给 PM
结论会直接流入 Emma，使研究转化为 PRD 输入，而不是一份沉睡的文档。
当Iris加入你的团队后，会发生什么变化
手工搭建的工作流缓慢、依赖人工且需要大量工具。将鼠标悬停在任意卡片上，查看每项收益为何重要。
为什么创作者会在众多选择中选Iris
对比
正从 ChatGPT Deep Research 转来？以下就是 Iris 更胜一筹的地方。
能转化为产品的研究
独立的研究工具只会返回一份 Google 文档。Iris 会把经过验证的细分市场交给 Emma，由她撰写规格说明；随后 Alex 构建产品。你的洞察会在同一次会话中转化为已交付的软件。
为构建者而生，而非分析师
大多数深度研究工具优化的是引用数量和覆盖广度。Iris 优化的是 go-or-no-go 决策：“这个市场是真的吗？有什么证据支持？在这里获胜的最小产品是什么？”
Atoms 与 Perplexity Pro：比较功能、价格和能力
| 功能 | Atoms 推荐 | Perplexity Pro |
|---|---|---|
| 输出 | 已验证的机会 | 研究摘要 |
| 直接交接为产品规格说明 | 直接发送给 Emma | 你把它复制到文档里 |
| 结合信号评分的细分领域排名 | 内置于 | 仅叙述 |
| 同一会话内启动产品 | 是 | 仅研究 |
| 来源广度 | 多来源，含论坛、交易市场 | 网页 + 轻量论坛 |
Iris 如何与你的其他 AI 团队成员协作
Iris 并不是单独工作。以下是你与完整团队协作构建时，各项交接如何落地。
Iris 为构建者研究的内容
Iris 以證據與通往產品的路徑，回答具體的研究問題。
试试用这些提示词与 Iris 互动
扫描市场中的未被满足细分领域
@Iris 找出美国 Gen Z 个人理财应用市场中服务不足的细分领域。结合搜索、Reddit 和排名前 10 的现有竞品进行分析。识别 3 个有证据支持的市场空白，并将其中最优先的一个交给 Emma 进行范围界定。
深度剖析单个竞争对手
@Iris 深度分析 Notion。梳理他们的定价、定位、近期产品动作、社区情绪，以及他们的核心用户正在从哪些方面流失。为每一项结论提供引用依据，并标出我们可以利用的两个弱点。
在开发前验证趋势
@Iris “面向会计师的 AI 代理”是真实且可持续的趋势，还是只有 6 个月热度的炒作周期？检查搜索增速、社区讨论、融资信号和现有厂商动向。告诉我这是否值得让 Emma 为其撰写 PRD。
在发布前刻画目标受众
@Iris 为美国年收入 $80k-$200k 的自由设计师建立用户画像。他们常出现在哪里，讨厌哪些工具，通常抱怨什么？把这份画像交给 Emma，让 PRD 反映真实用户而不是假设。
认识 Iris 的其他 AI 团队成员
没有任何一个智能体是单独工作的。点开任意队友，即可查看他们如何处理你产品中的那一部分。
常见问题
让 Iris 为你工作
别再一边用一个工具做调研，一边用另一个工具构建。让 Iris 完成探索，并将她的发现交给 Atoms 中的你的 AI 团队。
