"Chiedi a Claude, copia la risposta e chiudi la scheda." "Hai la sensazione di aver capito, ma non abbastanza a fondo da poterlo spiegare ad altri."
Se questo ti succede ogni volta che fai ricerche, probabilmente non è perché Claude non sia potente, ma perché stai cercando di concludere tutto con una singola domanda.
Anch'io sono stato così per molto tempo. Lo usavo come un sostituto del motore di ricerca e lo chiudevo dopo la prima risposta.
Poi, non riuscivo più a ricordare quale fosse la conclusione reale. Stavo usando un partner brillante come un semplice dizionario veloce.
Il punto di svolta per me è stato il concetto di un sistema di ricerca chiamato STORM, pubblicato da Stanford.
STORM ha dimostrato nel suo articolo che fare ricerche da più prospettive, invece che da una sola, produce articoli di qualità significativamente più alta.
Nello specifico, la percentuale di articoli giudicati "ben organizzati" dagli esperti era superiore di 25 punti in termini assoluti, e l'ampiezza della copertura era superiore di 10 punti (arXiv:2402.14207).
Puoi imitare questo metodo di "interrogazione multi-prospettiva" semplicemente incollando quattro prompt in Claude in ordine, senza installare alcun software speciale.
Ho fornito tutti e quattro i prompt qui sotto.
Quando avrai finito di leggere, avrai quattro prompt pronti da copiare e incollare per trasformare Claude da "occasionale sostituto della ricerca" in un "partner di ricerca che identifica tutti i punti chiave in 5 minuti."
Articolo correlato: Claude Code Textbook - Basics
https://note.com/nobel/n/n7d7a422f828f
Cos'è STORM?
Prima, un po' di contesto sulla fonte.
STORM è un sistema di ricerca creato dallo Stanford OVAL Lab (Open Virtual Assistant Lab) che scrive automaticamente articoli lunghi con citazioni quando gli viene dato un tema.
Il nome sta per Synthesis of Topic Outlines through Retrieval and Multi-perspective Question Asking, ed è stato presentato alla conferenza internazionale sul processamento del linguaggio naturale, NAACL 2024 (arXiv:2402.14207).
Il codice è disponibile su GitHub con licenza MIT, con oltre 28.000 stelle al momento della scrittura. Esiste anche una versione live che puoi provare immediatamente nel tuo browser (storm.genie.stanford.edu), che a quanto pare ha oltre 70.000 utenti.
Quando inserisci un tema, puoi vederlo costruire un articolo con citazioni mentre cerca sul web in background. Se vuoi un testo lungo con link alle fonti immediatamente, usare la versione live è più veloce. Quello che presento in questo articolo non è quella automazione completa, ma un modo per imitare il concetto chiave di STORM—"l'interrogazione multi-prospettiva"—nelle tue conversazioni abituali con Claude.
Il punto cruciale di STORM è che non inizia a scrivere immediatamente. Divide la fase di "pre-ricerca" in tre passaggi: (1) identificare le possibili prospettive per il tema, (2) simulare conversazioni in cui scrittori con quelle prospettive fanno domande agli esperti, e (3) organizzare le informazioni raccolte in una scaletta. Secondo l'articolo, il cuore dell'automazione della ricerca è "se si riescono a generare automaticamente buone domande", e semplicemente chiedere all'IA di "fare domande" non funziona bene. Ecco perché si preparano prima più prospettive per ottenere ampiezza e profondità.
È importante chiarire l'ambito. STORM è un sistema per "aiutare nella pre-ricerca." Il README ufficiale afferma esplicitamente che l'output non è ancora di qualità sufficiente per la pubblicazione e richiede una modifica significativa, ma è utile per la fase di pre-ricerca per redattori esperti di Wikipedia. In altre parole, ciò che presento qui non è un "trucco magico per far sì che Claude sputi un articolo perfetto," ma un "modello per far sì che Claude identifichi tutti i punti di discussione in 5 minuti prima che un essere umano esprima un giudizio."
Perché una "Singola Domanda" Perde
Quando chiedi a Claude "Parlami di [Argomento]", di solito ottieni l'opinione maggioritaria. Il quadro più comune, un riassunto superficiale. È sicuro e non male, ma non è profondo.
Ma per ogni singolo tema, persone diverse vedono cose diverse. Per esempio, se chiedi a un professionista, un ricercatore, uno scettico, un economista e uno storico "Il lavoro da remoto aumenta la produttività?", le risposte saranno completamente diverse. Il professionista vede la realtà sul campo, lo scettico vede i fatti che i sostenitori ignorano, e l'economista vede chi ci guadagna. Questo è essenzialmente ciò che fa uno studente di dottorato: impostare più domande simultaneamente invece che una sola.
L'articolo di STORM ha mostrato questa differenza in numeri. Gli articoli creati impostando domande multi-prospettiva erano 25 punti più alti in organizzazione e 10 punti più alti in copertura rispetto a un metodo di base (il solito modo di decidere prima una scaletta e poi riempirla con i risultati di ricerca). Questa è la scoperta centrale di STORM: "Aumentare le prospettive rivela punti ciechi che una singola domanda non potrà mai vedere."
E questo concetto di interrogazione multi-prospettiva può essere riprodotto senza software speciale. Ecco l'argomento principale.
Invii quattro prompt a Claude in ordine per creare un flusso di:
(1) Scansione da 5 prospettive
(2) Mappatura delle contraddizioni
(3) Integrazione
(4) Auto-verifica
Prompt 1: Scansione da 5 Prospettive
Questo è il cuore del metodo. Incolla il prompt qui sotto in Claude, sostituendo solo il tema nella prima riga con il tuo.
1Voglio comprendere a fondo [Tema].2Per favore, agisci come 5 esperti e analizzalo dai rispettivi punti di vista.341. Professionista: Qualcuno che lo gestisce quotidianamente.5 Qual è la realtà sul campo che gli studiosi spesso trascurano?62. Studioso: Qualcuno che ha fatto ricerca su questo per anni.7 Cosa mostra realmente l'evidenza peer-reviewed?8 Dove entra in conflitto con la saggezza comune?93. Scettico: Qualcuno che crede che l'opinione dominante sia sbagliata.10 Qual è la contro-argomentazione più forte?11 Quali fatti i sostenitori stanno convenientemente ignorando?124. Sguardo Economico: Qualcuno che segue i soldi.13 Chi trae profitto dalla narrazione attuale?14 Quali interessi stanno distorcendo la ricerca o le informazioni?155. Sguardo Storico: Qualcuno che ha visto schemi simili in passato.16 Quali sono i paralleli storici?17 Come sono andati a finire?1819Per ogni prospettiva, fornisci:20- L'affermazione centrale in 2 frasi21- L'evidenza più forte a supporto22- Un'intuizione che solo questa prospettiva può offrire e che non verrebbe da altre
Ciò che ottieni sono cinque modi diversi di leggere lo stesso tema. Il professionista porta la realtà, lo scettico scuote le premesse, l'economista porta gli interessi e lo storico porta gli schemi. In 60 secondi di lavoro, allinei punti di discussione che una singola domanda si perderebbe.
Un'Azione per Oggi: Scegli un tema che ti incuriosisce in questo momento e inseriscilo nella prima riga di questo prompt. Solo allineando cinque voci, ti renderai conto che fino ad ora guardavi da una sola prospettiva.
Prompt 2: Mappatura delle Contraddizioni
Successivamente, chiedi a Claude di trovare dove le cinque voci si scontrano. Dove le opinioni collidono è dove risiede la vera comprensione.
1Sulla base delle 5 prospettive sopra, organizza le contraddizioni.231. Dove due o più prospettive sono in diretto conflitto?4 Per ogni conflitto, elenca le specifiche affermazioni in competizione.52. Quale prospettiva ha l'evidenza più forte?6 Qual è la più debole? Perché?73. Qual è la "domanda" che, se risolta, risolverebbe la più grande contraddizione?84. Su cosa concordano tutte le prospettive?9 (Dato che anche gli oppositori concordano, questo è probabilmente certo.)105. Quale argomento nessuna delle prospettive ha menzionato?11 (Questo è il punto cieco dell'intero campo. Spesso il più prezioso.)
Ciò che ottieni è una mappa di dove e perché gli esperti sono in disaccordo. La maggior parte delle persone salta questo passaggio. Ma questo è il bivio tra comprensione superficiale e comprensione reale. I punti su cui tutti concordano sono probabilmente corretti. I punti che nessuno menziona sono i vuoti in quel campo.
Un'Azione per Oggi: Incolla questo nella stessa conversazione dopo il Prompt 1. Anche solo le due righe per "punti su cui tutti concordano" e "punti che nessuno ha menzionato" valgono la pena di essere conservate nei tuoi appunti.
Prompt 3: Integrazione in un Unico Briefing
Ora, chiedi a Claude di sintetizzare i materiali finora in un unico memo di ricerca.
1Integra le 5 prospettive e la mappa delle contraddizioni per creare un memo di ricerca.231. Riepilogo di un paragrafo: Riassumi per una persona impegnata che ha solo 60 secondi,4 trasmettendo la "sfumatura", non solo i titoli.52. Top 5 Risultati Chiave: Elenca le cose più importanti apprese finora,6 ordinate per certezza. Per ciascuna, nota "quale prospettiva la supporta e7 quale prospettiva la contesta."83. Connessioni Nascoste: Un collegamento sorprendente tra i risultati che diventa9 visibile solo sovrapponendo le 5 prospettive.104. Implicazioni per l'Azione: Sulla base di questa evidenza, cosa dovrebbe11 cambiare specificamente una persona nella tua [Posizione/Ruolo]?125. La Domanda di Frontiera: La domanda che, se risolta, cambierebbe13 fondamentalmente la comprensione di questo tema.
Ciò che ottieni è un briefing che un singolo esperto non potrebbe scrivere. Considera tutti gli angoli, nomina le contraddizioni, le classifica per certezza e arriva ad azioni specifiche. Con la mappa dei punti di discussione pronta, puoi vedere quale giudizio devi prendere dopo.
Un'Azione per Oggi: Nelle parentesi per il numero 4, inserisci il tuo titolo professionale o ruolo (es. "Piccolo imprenditore", "Recruiter") per ottenere implicazioni personalizzate invece che generalità.
Prompt 4: Auto-Verifica
STORM ha una debolezza riconosciuta dai suoi creatori. Gli autori sottolineano che l'output può soffrire di "trasferimento di bias della fonte" e "sovra-associazione di fatti irrilevanti." Questo accade anche quando fai fare lo stesso a Claude. Infine, chiedigli di valutare il proprio output per mettere un freno a questo.
1Per favore, verifica il memo di ricerca che hai appena creato.231. Punteggio di Confidenza: Valuta ciascuno dei Top 5 Risultati Chiave su una scala da 1 a 104 per l'affidabilità. Spiega la ragione per ogni punteggio.52. Punto Più Debole: Quale affermazione ti dà meno fiducia?6 Quali informazioni specifiche sono necessarie per verificarla?73. Controllo dei Bias: Quale prospettiva ha avuto un'influenza eccessiva sull'integrazione?8 C'è qualche voce specifica che sta diventando dominante?94. Prospettiva Mancante: C'era una "6a prospettiva" che potrebbe cambiare la conclusione?105. Valutazione Generale: Se un esperto terzo vedesse questo memo,11 che punteggio gli darebbe e cosa direbbe per sistemarlo?
Ciò che ottieni è un'ispezione onesta della tua ricerca. Affermazioni forti, affermazioni deboli, prospettive troppo influenzate e angoli mancanti. Gli elementi che ricevono un "Punteggio di Confidenza" basso sono i punti in cui dovresti finalmente andare a controllare tu stesso le fonti primarie.
Un'Azione per Oggi: Scegli un'affermazione che la verifica ha etichettato come "a bassa affidabilità" e verifica la sua fonte su un sito web ufficiale o un documento primario. Questo è il passo finale per evitare di fare affidamento interamente sull'IA.
Riepilogo del Flusso di Lavoro in 5 Minuti
I quattro prompt fluiscono in questo modo:
- Minuto 1: Prompt 1 → 5 Prospettive
- Minuti 2-3: Prompt 2 → Mappa delle Contraddizioni
- Minuti 3-4: Prompt 3 → Memo di Ricerca
- Minuto 5: Prompt 4 → Cosa è certo e cosa è sospetto
In 5 minuti, completi un ciclo di identificazione dei punti multi-prospettiva, analisi delle contraddizioni, integrazione e valutazione della certezza. Ovviamente, questo non significa che hai "superato gli esperti." Questo è semplicemente la preparazione prima che un essere umano esprima un giudizio. Ma rispetto a guardare un solo risultato di ricerca, il tuo punto di partenza cambia completamente.
Permettimi di presentarmi. Sono tatsuki (@nobel_824). Supporto l'utilizzo dell'IA per le piccole e medie imprese, aiutando con l'implementazione aziendale di Claude/Codex mentre uso Claude Code tutto il giorno io stesso. Quando ho improvvisamente bisogno di fare ricerche su un nuovo settore di un cliente, questi 4 prompt sono la prima cosa che uso.
Quando è efficace?
Questo modello può essere usato per quasi qualsiasi punto di partenza di una ricerca. Lo uso spesso nelle seguenti situazioni:
Prima di scrivere un articolo o una proposta. Eseguendo i 4 prompt, puoi catturare angolazioni che altri non stanno toccando fin dall'inizio. Prima di una decisione importante. Dato che il professionista dà "cosa si muove nella realtà," lo scettico dà "cosa c'è che non va," e l'economista dà "chi ci guadagna," è più fondato di un documento proveniente solo dalla parte a favore. Prima di iniziare ad apprendere un campo sconosciuto. Chiedendo al professionista "cosa imparare prima" e allo scettico "cosa viene sopravvalutato," puoi ridurre deviazioni inutili. Anche prima di una riunione di lavoro o un colloquio, guardare l'altra parte da 5 prospettive cambia la qualità delle tue domande preparate.
Ciò che hanno in comune è che lo uso per "identificare tutti i punti di discussione" piuttosto che per "ottenere una risposta." Dato che sei tu a decidere alla fine, funziona bene come strumento per allineare tutti i materiali decisionali senza omissioni.
Tre Insidie da Evitare
Sebbene sia comodo, ci sono punti di cui stare attenti. Solo tre.
Il primo sono le allucinazioni (generazione di informazioni plausibili ma false). Più specificamente fai parlare le 5 prospettive, più la risposta diventa persuasiva. Ma persuasività e correttezza sono diverse. Per nomi propri, numeri e date, verifica sempre con informazioni primarie, iniziando da quelle che la verifica del Prompt 4 ha etichettato come "deboli." Questo non può essere saltato.
Il secondo è il trasferimento del bias della fonte. Questa è una debolezza menzionata nell'articolo di STORM; se le fonti sono di parte, quel bias si trasferisce all'output. Dato che non puoi scegliere le fonti che Claude vede in background, se tutte le 5 prospettive puntano nella stessa direzione, dovresti dubitare se sia veramente onnicomprensivo o se condividano semplicemente lo stesso bias.
Il terzo è l'eccessiva sicurezza di "diventare un esperto in 5 minuti." Questo modello è veloce nella preparazione, non nella conoscenza esperta in sé. È meglio trattare il memo risultante come un "elenco di ipotesi da verificare d'ora in poi," che alla fine porta a decisioni migliori.
Conclusione: Il Valore si Sta Spostando da "Cercatori" a "Progettisti di Domande"
In un'era in cui l'IA restituisce buone risposte come se fosse la cosa più naturale, sento che la differenza si sta spostando da "quante risposte conosci" a "che tipo di domande puoi impostare e da quante angolazioni."
Guardare un risultato di ricerca e chiuderlo è come tornare indietro all'ingresso. Negli stessi 5 minuti, se scansioni con 5 prospettive, mappi le contraddizioni, integri ed esegui un'auto-verifica, il tuo punto di partenza cambia completamente. Ciò che Stanford ha mostrato nel suo articolo era il fatto ovvio—ma spesso trascurato—che "aumentare le prospettive riduce i punti ciechi." Per imitarlo con Claude, tutto ciò di cui hai bisogno sono quattro copia-incolla.
3 Passi da Provare Oggi
- [ ] Decidi un tema che vuoi approfondire di più e incolla il Prompt 1 in Claude.
- [ ] Incolla i Prompt 2 → 3 → 4 nella stessa conversazione e completa il ciclo in 5 minuti.
- [ ] Scegli un'affermazione che la verifica (Prompt 4) ha etichettato come "a bassa affidabilità" e verificala con informazioni primarie.
La prossima volta che fai una ricerca, quali "5 domande" chiederai a Claude di impostare per te?
Informazioni utili che non possono essere condivise su X vengono condivise in un OpenChat di LINE. Se sei interessato a utilizzare Claude Code/Codex o operazioni su X tramite IA, unisciti a noi.
OpenChat: https://t.co/90omRA4UQ7
Se citi questo articolo con le tue impressioni, li riposterò tutti!
Link di Riferimento
- Shao et al. (2024) Assisting in Writing Wikipedia-like Articles From Scratch with Large Language Models (Articolo STORM, NAACL 2024), arXiv:2402.14207 : https://arxiv.org/abs/2402.14207
- Articolo STORM (versione ACL Anthology) : https://aclanthology.org/2024.naacl-long.347/
- stanford-oval/storm (Implementazione ufficiale, licenza MIT, inclusa Co-STORM) : https://github.com/stanford-oval/storm
- Versione Live di STORM (Anteprima di ricerca gratuita) : https://storm.genie.stanford.edu/
- Sito del Progetto STORM di Stanford : https://storm-project.stanford.edu/
