输入一段描述,DeepDive Search 自动将你的研究主题分解为互斥且穷尽的分类体系,生成精确的布尔搜索逻辑,一键适配 6 个搜索平台。
核心概念
用最简单的方式理解这个来自麦肯锡的思维框架
想象你把一堆衣服分到不同的衣柜里。相互独立意味着:每件衣服只能放进一个衣柜,不能同时出现在两个衣柜里。
在搜索中,这意味着不同分类之间没有重叠的关键词——你不会在"容错共识"和"拜占庭共识"两个分类里同时出现 "pbft",因为那样搜索结果就会重复。
反例:有重叠
正例:无重叠
继续用衣柜的比喻。完全穷尽意味着:所有衣服都被放进了某个衣柜,没有一件被遗漏在地板上。
在搜索中,这意味着所有相关方向都被覆盖——如果你研究"共识算法",就不能只搜"Raft"而忘了"Paxos",也不能遗漏"拜占庭容错"这个重要分支。
反例:有遗漏
正例:完全覆盖
当分类既不重叠(ME)又无遗漏(CE),你构造的搜索式就能精确覆盖目标领域的每一个方向,且每个方向只被搜索一次。这就是 MECE 原则对搜索的核心价值。
崩溃容错 ∩ 拜占庭容错 = MECE 分解后的布尔表达式
工作原理
三步完成从模糊想法到精确搜索式的转化
你不需要预先整理好关键词。直接用自然语言描述你的研究意图——"我正在研究分布式系统中的共识算法"——系统会自动从中提取核心关键词。
输入
"研究分布式共识算法,包括 Raft、Paxos 等容错协议,以及 PBFT、HotStuff 等拜占庭容错协议"
自动提取
大模型将关键词按 MECE 原则分解为互斥且穷尽的分类树,然后自动组合:同类关键词用 OR 连接(扩大覆盖),不同分类用 AND 连接(精确交叉)。内置校验机制确保分类质量。
同一个 MECE 分解结果,自动生成 6 个平台的搜索语法——从通用布尔到 Google 精确检索,从 LinkedIn 职业搜索到 GitHub 代码搜索。
通用搜索
职业平台
开发者平台
对比分析
| 维度 | DeepDive Search | 手动构造布尔式 | 搜索引擎建议 | AI 对话式搜索 |
|---|---|---|---|---|
| MECE 保证 | 校验 + 自修正 | 依赖个人经验 | 无保证 | 无保证 |
| 生成速度 | 5-15 秒 | 30-60 分钟 | 即时 | 5-20 秒 |
| 分类结构化 | 树状层级输出 | 线性列表 | 线性列表 | 非结构化文本 |
| 多平台适配 | 6 种搜索语法 | 单一 | 单一 | 无 |
| 可复用性 | 持久化 + 导出 | 手动记录 | 无 | 对话历史 |
| 可视化 | 思维导图 + 列表 | 无 | 无 | 无 |
适用场景
技术调研
系统性检索某一技术领域的文献与资料,确保不遗漏关键方向
竞品分析
按 MECE 分类穷尽搜索竞品信息,避免重复覆盖或遗漏赛道
文献综述 / 专利检索
学术与专利场景下生成结构化搜索策略,分类清晰可审查
团队协作
导出搜索方案 JSON 供团队成员复用与审查,搜索策略可追溯
知识体系梳理
将模糊的技术领域结构化为清晰分类树,辅助理解与教学
坦诚说明
依赖 LLM 质量
生成质量受底层模型能力限制。小模型可能产生低质量分解,建议使用 GPT-4o / Qwen-Max 等强模型
非实时
单次生成约 5-15 秒,依赖 LLM 调用延迟。不适合需要即时结果的场景
本地存储上限
JSON 文件不适合存储超过 10 万条记录。大规模数据需迁移至数据库
MECE 是近似理想
MECE 是理想原则,实际生成可能存在边界模糊。系统通过校验+自修正尽量逼近,但不保证 100% 完美
需联网加载样式
前端使用 Tailwind CSS CDN,离线环境下降级为浏览器默认样式
开始使用
输入技术领域和描述文本,生成你的第一个 MECE 搜索逻辑
提取关键词
布尔表达式
解释
其他平台表达式
{{ record.bool_result.expression.raw_expression[:120] }}{% if record.bool_result.expression.raw_expression|length > 120 %}...{% endif %}