没有明确研究计划，随意聊。「上海纺织业是怎么发展起来的？」「近代化从什么时候开始的？」「经历过哪些大的阶段？」
发现信息量远比想象大，且非常分散——从 1861 年到现在，每一个阶段都有大量人物、事件、空间变化。于是决定：165 年全覆盖，不提前预设哪个阶段重要。
一开始直接让 AI 按年按月搜，发现问题：国产搜索引擎排在前面的结果，官方通稿和年鉴叙述占比很高，不适合做叙事切口。也试过飞书多维表格接入 DeepSeek 联网搜索，效果差不多。最终改用 Google 搜索的 API。
165 年 × 12 个月，不可能手动查，需要代码。Cursor 是集成了各种 AI 模型的代码编辑器，用自然语言告诉它想做什么，它帮写代码。但「清楚描述需求」本身有门槛——需要知道调哪个 API、数据结构、逻辑、错误处理。
所以引入 Gemini。Gemini 做的不是直接写代码，而是写一份详细的技术需求文档给 Cursor。即「让 AI 给 AI 写提示词」——把 AI 当成思考搭子，帮把模糊想法变成条理清晰、可执行的技术方案。
Gemini 帮想清楚技术方案后，交给 Cursor 写代码。自动调用 Google API，解析、结构化、存成 CSV。
Cursor 里不同任务切换不同 AI 模型——复杂逻辑用 Claude Opus，标准化任务用自带模型。
踩过的坑：一次跑 5 年颗粒度变粗，改成一次只跑 1 年。AI 上下文窗口有限，塞太多信息精度下降。
最终拿到 CSV 表格：3,547 条数据，7 个字段。
小技巧：用 CSV 格式不要用 XLSX，纯文本更稳定，兼容性更好。
跟 Claude 说：「请根据这份资料分析里面有哪些线索。什么角度可以做成系列内容？什么话题可以引发强烈好奇？」
给了一批散点式故事，没有时间线，没有人物之间的关联。
给出完全不同维度——跨几十年的家族线索（荣家三代近 100 年）、工厂穿越所有政治周期的档案、人物交叉网络。
跳出来了——讲染料颜色如何消失、电报改变棉花交易价格体系、报纸成为最早商业信息平台、全球经济动荡的影响。
挖出 400 多条跟空间相关的记录，梳理出 8 个空间主题。
最开始想做 PPT，但 PPT 表现力有限——静态的，不能让人自由探索数据关联。
决定做 HTML 网页。可以看时间轴、看地图空间分布、点进每条线索看具体故事。
用 Claude 做初步设计方案（页面结构、交互方式），用 Cursor 写代码实现。不需要会写代码，需要能清楚表达想要什么效果。