做研究性学习时，最容易出现的假进展是收藏夹越来越长：报告、新闻、短视频和帖子都保存了，却不知道哪些可信，也说不清它们与主题有什么关系。资料多不会自动形成研究，真正需要的是一套选择标准，让每条材料回答具体问题，并留下可核查的出处。
“研究人工智能”“了解城市交通”都太宽。可以限定对象、时间和比较维度，如“校园午间取餐排队主要受哪些环节影响”“两种记单词方法在一周后的保持率有什么差异”。问题越具体，搜索词和证据类型越容易确定。
在搜索前写下事实背景、可能原因和可行建议三类问题，或按“现状—机制—影响”拆分。每个子问题旁注明需要的数据、案例还是专家解释。这样遇到新资料时，可以判断它填补哪个空缺，而不是因为标题吸引人就全部保存。
优先查看政府部门、学校、科研机构、正式出版物和能说明数据来源的媒体报道。个人经验可以作为线索或案例，但不能独自支撑普遍结论。网页没有作者、日期、原始出处，或只有结论没有方法时，应降低权重并继续寻找佐证。
一篇新闻可能引用某份调查，多个自媒体又引用这篇新闻，看似有很多来源，实际只有一份数据。尽量追到原始报告、公告或论文，记录样本、时间和统计口径。无法找到原始材料时，要明确写成“据某报道转述”，不要把转述当成独立证据叠加。
每条保留资料制作一张简短卡片，写来源、发布日期、核心信息、适用的子问题、限制和原链接。核心信息要用自己的话概括，并标出必要的原文页码或段落。只有链接没有摘要，几天后往往需要重新阅读，整理成本会不断增加。
看到百分比或排名时，至少追问统计对象是谁、样本多大、调查时间何时、指标怎样定义。全国数据不能直接替代本校情况，五年前的技术使用率也不能说明今天。把适用范围写在数据旁，可以避免结论超出证据能够支持的边界。
如果所有搜索词都带着预设答案，结果很容易只支持原观点。可以加入“局限”“不同结论”“效果不显著”等词，寻找解释不同的研究或案例。反方材料不是为了平均分配篇幅，而是帮助检查自己的判断在哪些条件下不成立。
重要结论尽量找到两个相互独立的来源，或用一种外部资料配合自己的问卷、访谈和观察。若两个数字不同，先检查年份、对象和定义，不要简单选更符合预期的一个。差异本身可能就是值得解释的发现。
当每个子问题都有至少一条可靠主证据、一条补充证据，并能说明限制时，就应进入写作或调查设计。继续无边界搜索会推迟真正思考。写作中发现缺口，再进行有目标的补搜，比一次性囤积大量网页更高效。
保存作者或机构、标题、日期、网页地址和访问时间，论文还要记期刊、卷期和页码。不要等成稿后再回忆出处。引用不是装饰，它让读者能够核查，也保护自己不把别人的表达误当成原创观点。
资料卡可用三种标记：可核查的事实、作者给出的解释、自己的推断。例如“排队平均八分钟”是观察事实，“窗口不足导致拥堵”是解释，“调整取餐时段可能有效”是建议。分开后，写作时更容易发现哪一步缺少证据。
文件名包含子问题、来源和日期，卡片使用同一字段，避免每个人按不同方式保存。合并资料时先去重，再讨论可靠性。共享文件夹应保留原始材料和整理卡的对应关系，不能只留下截屏而失去上下文。
逐段检查：这个判断由哪条证据支持，证据是否过时，是否准确反映原意，是否存在更合理的解释。删除与问题无关但看起来精彩的材料。好的研究报告不以引用数量取胜，而以论点和证据之间的关系清楚取胜。
资料筛选的核心，是先决定自己要回答什么，再判断什么材料足以支持回答。具体问题、来源门槛、证据卡、交叉核对和停止条件能够把杂乱收藏变成可用证据。资料减少并不意味着研究变浅；留下的每一条都知道用在哪里，研究才真正开始。