作者基於Andrej Karpathy的自改進迴圈方法論，開發了一套為GTM工程師設計的網頁研究流程自動化系統。該系統已將10種日常資訊蒐集工作流的準確度提升至90%以上，核心成果是生成可供任何AI Agent使用的驗證研究流程。 系統包含9個已構建的研究流程，涵蓋公司檔案蒐集、競爭對手識別、用戶評論、新聞監測、公開聲明、招聘信號、職位洞察、成長信號與負面輿情檢測。這些流程的準確度從90%到100%不等，其中找到公司檔案的流程達成100%準確度。每個流程都以可移植的Markdown文件形式輸出，包含逐步搜尋指令，可直接供Claude Code、Clay/Claygent、自訂GPT或其他瀏覽Agent執行。 建設方法共六個階段：首先定義目標與成功標準；其次生成15至20個參數化搜尋模式；再測試模式對不同規模企業的有效性（涵蓋企業級至微型新創）；按品質與一致性評分（皆為1至5分），分類為主要、補充、備用或淘汰類別；反覆迭代至達成90%以上準確度；最後組裝流程文件。該系統已在11家企業上測試超過220個搜尋模式，規模範圍從SpaceX（估值400億美元以上）至微型自籌資金代理商。 系統揭示多項關鍵發現。site:reddit.com操作符完全失效，應改用「公司名 reddit討論」的無操作符查詢。年份修飾符是槓桿效應最高的搜尋修飾符，「公司名 評價 2026」遠優於「公司名 評價」。只有ZoomInfo與LinkedIn能涵蓋所有企業規模，包括成立僅6個月的新創。通用公司名稱（如Clay、Keep、Cursor、Harvey）需強制使用類別限定詞或網域進行區分。淘汰清單相比模式清單更能節省時間，預知哪些搜尋應避免可防止浪費30至40%的搜尋預算。ATS招聘平台搜尋成效極佳，「site:boards.greenhouse.io 公司名」與「site:jobs.ashbyhq.com 公司名」能直接取得實際職位列表。社群平台（Discord與Slack社群）是最被低估的成長信號指標，Clay擁有15,000多名成員的Slack社群，Lovable有162,000多成員的Discord社群，表現出產品市場契合度與有機倡導。 系統特別警示多項搜尋陷阱。「公司名 社群媒體 Twitter YouTube」會返回產品功能內容而非公司真實社群帳號。「公司名 『轉換自』或『離開』或『取消』」返回行銷內容講述使用者轉向該工具，而非離開該工具的情況。「不推薦」與「浪費金錢」等確切搜詞幾乎無法搜得結果。site:rocketreach.com返回零結果，應使用site:rocketreach.co。site:linkedin.com/jobs對網頁搜尋失效，需直接造訪linkedin.com/company/[slug]/jobs/。 系統強調流程設計細節的重要性。流程檔案應使用{{current_year}}變數而非硬編碼年份，確保跨年度有效。組合型平台OR查詢如「site:zoominfo.com OR site:rocketreach.co OR site:crunchbase.com 公司名」能在單一搜尋中從三個未設限平台抽取資料。伴隨型流程能增加深度，如招聘流程提供廣度、職位洞察流程提供深度，在Clay中鏈接兩者能掌握完整圖景。site:域名/blog優於「公司名 blog」用於搜尋自有內容。 系統已通過220個以上的模式實測驗證，在11家不同規模企業上執行，每個模式至少對4家公司測試，並經歷三輪迭代，針對已識別失效模式生成30個以上修正模式。該方案採MIT授權開源發布。