让它上网查资料：四种方式，各管一段

「让 AI 帮我上网查」听起来是一件事，实际上是四件，各自的机制和边界完全不同。

分不清的典型后果：你让它去查一个需要登录才能看的行业数据库，它兜了半天回来说找不到——不是它不会，是你让它走了错的那条路。

一个问题就能分流

这件事，需不需要进「你登录过的网站」？

一、内置搜索与抓取（零配置，最常用）

Claude Code 自带两个能力，不启动任何浏览器：

• 搜索——搜全网、找信息出处
• 抓取——拉取一个已知网址的正文内容

这是最轻、最快的一条路。日常的桌面研究——找行业报告、核实一个数据的出处、读一篇公开的白皮书——绝大多数都走这里。

它的边界：拿不到需要登录的内容，也拿不到重度依赖 JS 渲染的页面。

用它的时候，加一句话

查一下 <主题> 的公开资料。

要求：
- 每条结论标出来源网址和发布日期
- 优先官方与一手来源，避免二手转述和聚合站
- 找不到可靠来源的，明确说找不到，不要用常识补

「标出发布日期」这条对研究工作特别重要。 这个领域的信息半衰期很短，一篇两年前的文章可能每个字都过时了，而它读起来和昨天发的没有区别。

二、浏览器控制（带登录态）

真的开一个浏览器，点击、填表、读页面、截图。

这条路解决的核心问题是「登录态」。 行业数据库、客户的内部门户、需要 SSO 的系统——这些内容内置抓取拿不到，因为它没有你的身份。

工作方式大致是：

• 用一个独立的浏览器配置，和你日常浏览器的数据分开——它只看得到你在这个配置里登录过的东西
• 有头模式：弹出可见的窗口，你能实时看着它每一步在干什么
• 登录态留存：你在那个窗口里手动登一次（含两步验证），之后跨会话复用，直到网站让会话过期

⚠️ 两点要注意。

一、这条路需要额外配置（通过 MCP 接入浏览器自动化能力），门槛比前一条高。

二、账号安全的边界要自己划清楚。 让它进你登录过的系统，等于把那个系统的操作权限交出去一段时间。用在只读的查询上是合理的；涉及提交、付款、删除的操作，应该自己来。

一个务实的用法

不必让它全程自动。你自己登录并导航到目标页面，然后让它读——这样既拿到了登录态背后的内容，又保留了你对操作路径的控制。

三、文件转换

把 PDF、Word、网页转成 Markdown 文字。

这个用途在研究工作里出现的频率被低估了。典型场景：

• 客户给了二十份 PDF 格式的历史报告，你要能全文检索
• 一份行业年鉴，要提取其中的表格
• 一批网页存档，要变成可以喂给模型的纯文本

转成文字之后，后续所有工作都便宜得多——检索、批量处理、交叉比对，都不用再反复解析原文件。

图表密集的 PDF 有更好的处理方式，见处理图表与幻灯片里的叙述法。

四、外接工具（MCP）

专用能力通过 MCP（一种标准的工具接入方式）挂载。文件转换本身就是其中一类，此外还有各种服务的官方接入。

判断标准很简单：如果某件事你要反复做、而且有一个专门的服务在做它，那大概率有对应的 MCP 可接。反之，偶尔做一次的事情，不值得为它配一套工具。

常见的三个误判

一、以为它「联网」就等于能看任何网页。

需要登录的、有反爬的、重度 JS 渲染的，内置抓取都拿不到。遇到「它说打不开」的时候，先想想这个页面你自己不登录能不能看。

二、让它搜，却不要求标注来源。

不要求的话，它会给你一段流畅的综述，其中哪句有据、哪句是模型自己补的，你分不出来。做研究，来源比结论重要。

三、忘了信息的时效。

它检索到的和它训练时记住的，会混在同一段回答里，而且语气一样自信。凡是涉及「现在是什么情况」的问题，都要求它标出日期和链接。

一个可以直接用的检索提示词

帮我调研 <主题>，用于 <具体用途，比如：给客户的行业背景章节>。

请按这个结构输出：
1. 核心结论（3–5 条，每条后面标 [来源编号]）
2. 来源清单：编号 | 标题 | 发布方 | 发布日期 | 网址
3. 存疑的地方：哪些结论只有单一来源、或来源之间互相矛盾

规则：
- 只用你实际检索到的内容，不要用训练时的记忆补充
- 一手来源优先于媒体转述
- 发布日期早于 <你的时间下限> 的，标注「可能过时」
- 找不到可靠来源的问题，直接说找不到

第 3 条是这份提示词里最值钱的部分。「哪些结论只有单一来源」直接告诉你接下来该亲自去核哪几条——而这正是把一次 AI 检索变成可交付研究的那一步。