用STORM方法让Claude五分钟完成多角度研究

大多数人把 Claude 当成搜索框来用：提问、回答、关闭标签页。他们错过了最强大的功能。

记住这个吧 :)

斯坦福大学构建了一个名为 STORM 的研究系统。在同行评审的测试中，它产出的文章比次优方法条理性高出 25%。它是开源的，免费的。但几乎没人知道，你可以用 4 条提示在 Claude 中运行相同的思路。

无需软件，无需 GitHub，无需设置。直接粘贴就行。5 分钟后，你对自己主题的了解就会超过那些花好几天阅读的人。

下面是完整方法。

阶段 1：STORM 究竟是什么

STORM 是“通过检索和多元视角提问进行主题大纲综合”的缩写。它由斯坦福 OVAL 实验室在 NAACL 2024 上发表。

你可以在 storm.genie.stanford.edu 上试用在线版本。免费，无需注册。输入一个主题，看着它在你面前写出一篇带有引用来源的文章。

这里有 12 分钟的视频演示：斯坦福大学的 STORM YouTube 视频。值得看一遍。

完整代码在 github.com/stanford-oval/storm，MIT 许可证。如果你愿意，可以在自己的笔记本上运行。

但真正的宝藏在这里：你根本不需要这些东西。斯坦福的方法只是一种思维模式。你可以在 Claude 中用 4 条复制粘贴的提示来运行相同的思维。

这就是本文余下部分的内容。

阶段 2：为什么单条提示永远会失败

当你问 Claude“告诉我关于 X”时，你得到的是主流观点、最常见的框架、表面内容。

你得不到的是：每天与 X 打交道的实践者、认为该领域有错的怀疑论者、追踪资金流向的经济学家、以前见过这种模式的历史学家、真正读过研究文献的学者。

这五种声音看到的各不相同。这正是博士研究生在做的事情：他们不问一个问题，而是问五个。

斯坦福的论文用数据证明了这一点。从多视角构建的文章，其条理性比常规方式构建的文章高出 25%，覆盖面广出 10%。这就是全部的突破所在。多视角提问能捕捉到单条提示研究永远看不到的盲点。

博士级别的研究工作需要 40 到 60 小时的人工阅读。大多数人抽不出那么多时间。STORM 把它压缩了。下面这四条提示则进一步压缩——总共只需 5 分钟。

阶段 3：提示 1，多视角扫描

这是该方法的核心。将以下内容粘贴到 Claude 中，替换第 1 行中的主题。

我需要研究 [你的主题]。
请模拟 5 个不同的专家视角来讨论该主题：
1. 实践者：每天与这个主题打交道。
他们知道哪些学术界遗漏的东西？
通常被忽略的现实因素有哪些？
2. 学术研究者：研究了该主题多年。
同行评审的证据实际上说了什么？
证据在哪里与大众观点相矛盾？
3. 怀疑论者：认为主流观点是错的。
最有力的反方论点是什么？
支持者刻意忽略了哪些证据？
4. 经济学家：追踪资金流向。
谁从当前的叙事中获利？
哪些财务激励塑造了相关研究？
5. 历史学家：以前见过类似的模式。
存在哪些历史相似之处？
从这些历史事件中我们能学到什么？
针对每个视角，请提供：
- 他们的核心立场（两句话）
- 支持其观点的最有力证据
- 他们唯一会告诉我而其他视角都不会说的一件事

返回的结果：关于同一主题的五种截然不同的解读。实践者看到了学术研究者遗漏的东西。怀疑论者挑战了实践者的假设。经济学家揭露了学术研究者忽略的激励因素。历史学家提供了经济学家看不到的模式。

这是 60 秒的工作，却能捕捉到单条提示永远找不到的东西。

阶段 4：提示 2，矛盾图谱

现在让 Claude 找出这五种声音争论的地方。真正的理解就藏在这些争论中。

根据上述 5 个视角，绘制矛盾图谱：
1. 哪两个或更多视角直接相互矛盾？
列出每个冲突以及相互冲突的具体说法。
2. 哪个视角的证据最强？
哪个最弱？为什么？
3. 如果得到答案，能解决最大矛盾的那个问题是什么？
4. 所有视角都同意什么？
（这很可能是真的，即使是对立者也确认这点。）
5. 没有任何一个视角涉及的主题是什么？
（这是整个领域的盲点，通常是最有价值的发现。）

返回的结果：一张专家们在何处分歧以及为何分歧的地图。大多数人跳过这一步，而这一步正是将表面理解与真正专业知识区分开来的关键。

如果所有 5 个视角都同意，那很可能是真的。如果没有人涉及某个主题，你刚刚找到了整个领域的空白。

阶段 5：提示 3，综合

现在让 Claude 把所有内容整合成一份研究简报。

将 5 个视角和矛盾图谱的所有内容综合成一份研究简报：
1. 一段总结：就像在向只有 60 秒时间的 CEO 汇报一样解释该主题，需要包含细微差别，而不仅仅是标题。
2. 5 个关键发现：我现在知道的最重要的事情，按可靠性排序。对于每个发现，注明哪些视角支持它，哪些挑战它。
3. 隐藏的联系：发现之间一个非显而易见的关联，只有在同时查看全部 5 个视角时才会显现。
4. 可操作的建议：基于所有证据，处于 [你的角色] 的人实际上应该做什么不同的事情？要具体。
5. 前沿问题：如果得到答案，将彻底改变我们对这个主题理解的那个问题。

返回的结果：任何单一专家都无法写出的一份简报。它涵盖了所有角度，指出了矛盾，对可靠性进行了排序，并得出了具体行动。这是博士研究生 48 小时才能完成的工作，而你在 90 秒内就得到了。

阶段 6：提示 4，同行评审

STORM 有一个已知的弱点。斯坦福大学的研究人员自己也指出了这一点：系统不会进行自我批评，来源偏差和事实错误关联会溜进来。这个提示通过让 Claude 给自己的成果打分来修复这个问题。

现在对自己的研究简报进行同行评审：
1. 置信度评分：对 5 个关键发现分别按 1 到 10 分进行可靠性评分。解释每个评分。
2. 最薄弱环节：你最不自信的是哪个说法？你需要哪些具体信息来验证它？
3. 偏差检查：你的综合中可能过度代表了哪个视角？是否有某个声音占据了主导？
4. 缺失视角：是否应该包含第 6 个角度？它是否可能改变结论？
5. 总体评分：如果斯坦福大学教授审阅这份简报，他们会给什么分数？为什么？他们会建议你修改什么？

返回的结果：对自己研究的诚实评价。强有力的说法、薄弱的说法、偏差、缺失的角度。真正的同行评审需要数月，而你在 60 秒内完成了。

阶段 7：5 分钟工作流程

第 1 分钟：提示 1。你得到 5 个专家观点。

第 2-3 分钟：提示 2。你得到矛盾图谱。

第 3-4 分钟：提示 3。你得到研究简报。

第 5 分钟：提示 4。你知道了什么可靠、什么不可靠。

总时间：5 分钟。输出：包含矛盾分析、综合、具体行动和可靠性评分的多视角简报。

博士研究生手工完成这项工作需要 40 到 60 小时。不是因为他们慢，而是因为从 5 个角度阅读、绘制矛盾、综合并进行自我批评，对于一个人脑来说确实是 40 小时的工作量。

阶段 8：从今天开始就可以使用的 7 种方法

1. 在写任何文章或报告之前，运行这 4 条提示。你的作品将涵盖别人想不到的角度。
2. 在做重大商业决策之前，获取全部 5 个视角。实践者告诉你现实中什么管用，怀疑论者告诉你可能出什么问题，经济学家告诉你谁受益。
3. 在参加求职面试之前，用 5 分钟从 5 个角度研究公司。实践者视角给你内部语言，怀疑论者视角给你尖锐问题。你步入面试现场时比房间里任何人都准备充分。
4. 在投资之前，用 5 分钟了解牛市观点、熊市观点、历史类比、激励图谱、学术证据。矛盾图谱显示实际风险在哪。
5. 在学习新技能之前，从 5 个角度绘制领域地图。实践者告诉你先学什么，学术研究者告诉你理论，怀疑论者告诉你什么被过度炒作。你跳过噪音。
6. 在谈判之前，从 5 个角度研究对方。理解他们的激励、弱点、历史行为。你带着结构性优势进入谈判。
7. 在任何演讲之前，对你的主题运行 STORM。你的幻灯片将在听众提出异议之前先回答它们。你的问答环节会显得毫不费力。

读者画像

你是那种会阅读的人。你会问尖锐的问题。你不想要一个听起来很聪明但什么也没说的 200 字摘要。

你想要真正理解事物，快速理解，并有来源依据。就像斯坦福研究生那样，但不用付六年学费。

这就是这个方法为之服务的对象。

如果这就是你，请保存这篇文章。使用这 4 条提示。看看有什么不同。

令人不安的事实

没有人公开说出来的是：

斯坦福团队在 2024 年发表了这项成果。论文经过同行评审。代码是开源的。在线工具是免费的。方法就是四条提示。但几乎没有人使用它。

我们正处在一个 18 个月的窗口期。那些学会正确使用 AI 进行研究的人，其思考能力将远远超过那些没有学会的人。不是因为他们更聪明，而是因为他们在其他人还在阅读第一个谷歌搜索结果时，已经运行了 5 个视角、矛盾图谱、综合和同行评审。

18 个月后，这种工作流程将被内置到每个工具中。优势将消失。今天它仍然是一个藏在眼皮底下的秘密。

选择你最需要研究的主题。打开 Claude。粘贴提示 1。

5 分钟后，你比那些花好几天阅读的人知道得更多。

提示就在上面。斯坦福证明了方法。剩下的就靠你了。

希望这有用。Nav ❤️

• 原文链接： x.com/heynavtoor/status/...
• 登链社区 AI 助手，为大家转译优秀英文文章，如有翻译不通的地方，还请包涵～