"Hỏi Claude, sao chép câu trả lời, và đóng tab." "Bạn cảm thấy mình đã hiểu, nhưng chưa đủ sâu để giải thích cho người khác."
Nếu điều đó xảy ra mỗi khi bạn nghiên cứu, rất có thể không phải vì Claude thiếu năng lực, mà là vì bạn đang cố gắng hoàn thành mọi thứ chỉ với một câu hỏi duy nhất.
Tôi đã từng như vậy trong một thời gian dài. Sử dụng nó như một công cụ thay thế hộp tìm kiếm và đóng lại sau câu trả lời đầu tiên.
Sau đó, tôi không thể nhớ kết luận thực sự là gì. Tôi đã sử dụng một người cộng sự xuất sắc như một cuốn từ điển nhanh.
Bước ngoặt đối với tôi là khái niệm về một hệ thống nghiên cứu có tên STORM, được công bố bởi Stanford.
STORM đã chứng minh trong bài báo của mình rằng việc nghiên cứu từ nhiều góc nhìn, thay vì chỉ một góc nhìn, đã tạo ra các bài viết có chất lượng cao hơn đáng kể.
Cụ thể, tỷ lệ phần trăm các bài viết được các chuyên gia đánh giá là "có tổ chức tốt" cao hơn 25 điểm về mặt tuyệt đối, và độ rộng của phạm vi bao phủ cao hơn 10 điểm (arXiv:2402.14207).
Bạn có thể bắt chước phương pháp "đặt câu hỏi đa góc nhìn" này chỉ bằng cách dán bốn prompt vào Claude theo thứ tự, mà không cần cài đặt bất kỳ phần mềm đặc biệt nào.
Tôi đã cung cấp tất cả bốn prompt dưới đây.
Khi bạn đọc xong, bạn sẽ có bốn prompt có thể sao chép và dán để biến Claude từ một "công cụ thay thế tìm kiếm thỉnh thoảng" thành một "người cộng sự nghiên cứu, người xác định tất cả các điểm chính trong 5 phút."
Bài viết liên quan: Sổ tay Claude Code - Kiến thức cơ bản
https://note.com/nobel/n/n7d7a422f828f
STORM thực chất là gì?
Đầu tiên, một chút về tài liệu nguồn.
STORM là một hệ thống nghiên cứu được tạo ra bởi Phòng thí nghiệm OVAL Stanford (Phòng thí nghiệm Trợ lý Ảo Mở) tự động viết các bài báo dài có trích dẫn khi được cung cấp một chủ đề.
Tên viết tắt là viết tắt của Synthesis of Topic Outlines through Retrieval and Multi-perspective Question Asking (Tổng hợp Dàn ý Chủ đề thông qua Truy xuất và Đặt câu hỏi Đa góc nhìn), và nó đã được trình bày tại hội nghị quốc tế về xử lý ngôn ngữ tự nhiên, NAACL 2024 (arXiv:2402.14207).
Mã nguồn được cung cấp trên GitHub theo giấy phép MIT, với hơn 28.000 sao tại thời điểm viết bài. Ngoài ra còn có một phiên bản trực tiếp mà bạn có thể dùng thử ngay trong trình duyệt của mình (storm.genie.stanford.edu), được báo cáo là có hơn 70.000 người dùng.
Khi bạn nhập một chủ đề, bạn có thể thấy nó đang xây dựng một bài báo có trích dẫn trong khi tìm kiếm trên web ở nền. Nếu bạn muốn có một văn bản dài với các liên kết nguồn ngay lập tức, sử dụng phiên bản trực tiếp sẽ nhanh hơn. Những gì tôi giới thiệu trong bài viết này không phải là sự tự động hóa hoàn toàn đó, mà là một cách để bắt chước khái niệm cốt lõi của STORM—"đặt câu hỏi đa góc nhìn"—trong các cuộc trò chuyện Claude thông thường của bạn.
Chìa khóa của STORM là nó không bắt đầu viết ngay lập tức. Nó chia giai đoạn "tiền nghiên cứu" thành ba bước: (1) xác định các góc nhìn khả thi cho chủ đề, (2) mô phỏng các cuộc trò chuyện nơi những người viết có các góc nhìn đó đặt câu hỏi cho các chuyên gia, và (3) tổ chức thông tin thu thập được thành một dàn ý. Theo bài báo, trái tim của việc tự động hóa nghiên cứu là "liệu bạn có thể tự động đưa ra những câu hỏi hay hay không," và chỉ đơn giản yêu cầu AI "đặt câu hỏi" sẽ không hiệu quả. Đó là lý do tại sao bạn chuẩn bị nhiều góc nhìn trước để có được chiều rộng và chiều sâu.
Điều quan trọng là làm rõ phạm vi. STORM là một hệ thống để "giúp ích cho việc tiền nghiên cứu." Tệp README chính thức nêu rõ rằng đầu ra chưa đạt chất lượng phù hợp để xuất bản và cần chỉnh sửa đáng kể, nhưng nó hữu ích cho giai đoạn tiền nghiên cứu đối với các biên tập viên Wikipedia có kinh nghiệm. Nói cách khác, những gì tôi giới thiệu ở đây không phải là một "thủ thuật ma thuật để Claude nhả ra một bài báo hoàn hảo," mà là một "mẫu để Claude xác định tất cả các điểm thảo luận trong 5 phút trước khi con người đưa ra phán quyết."
Tại sao một "Câu hỏi duy nhất" lại thất bại
Khi bạn hỏi Claude "Hãy cho tôi biết về [Chủ đề]", bạn thường nhận được quan điểm đa số. Khuôn khổ phổ biến nhất, một bản tóm tắt ở mức độ bề mặt. Nó an toàn và không tệ, nhưng nó không sâu sắc.
Nhưng đối với bất kỳ chủ đề đơn lẻ nào, những người khác nhau nhìn thấy những điều khác nhau. Ví dụ, nếu bạn hỏi một người thực hành, một nhà nghiên cứu, một người hoài nghi, một nhà kinh tế và một nhà sử học "Làm việc từ xa có tăng năng suất không?", câu trả lời sẽ hoàn toàn khác nhau. Người thực hành nhìn thấy thực tế trên mặt đất, người hoài nghi nhìn thấy những sự thật mà những người ủng hộ bỏ qua, và nhà kinh tế nhìn thấy ai được lợi. Về cơ bản, đây là những gì một nghiên cứu sinh tiến sĩ làm: đặt nhiều câu hỏi đồng thời thay vì chỉ một câu hỏi.
Bài báo STORM đã chỉ ra sự khác biệt này bằng các con số. Các bài viết được tạo ra bằng cách đặt các câu hỏi đa góc nhìn đã đạt điểm tổ chức cao hơn 25 điểm và điểm bao phủ cao hơn 10 điểm so với phương pháp cơ sở (cách thông thường là quyết định dàn ý trước rồi sau đó điền vào bằng kết quả tìm kiếm). Đây là khám phá trung tâm của STORM: "Tăng góc nhìn sẽ tiết lộ những điểm mù mà một câu hỏi duy nhất không bao giờ có thể nhìn thấy."
Và khái niệm đặt câu hỏi đa góc nhìn này có thể được tái tạo mà không cần phần mềm đặc biệt. Đây là chủ đề chính.
Bạn gửi bốn prompt cho Claude theo thứ tự để tạo ra một luồng:
(1) Quét từ 5 góc nhìn
(2) Lập bản đồ mâu thuẫn
(3) Tích hợp
(4) Tự kiểm tra
Prompt 1: Quét từ 5 Góc nhìn
Đây là trái tim của phương pháp. Dán prompt bên dưới vào Claude, chỉ thay thế chủ đề ở dòng đầu tiên bằng chủ đề của riêng bạn.
1Tôi muốn hiểu sâu về [Chủ đề].2Hãy đóng vai 5 chuyên gia và phân tích nó từ quan điểm tương ứng của họ.341. Người thực hành: Người xử lý việc này hàng ngày.5 Thực tế trên mặt đất mà các học giả thường bỏ qua là gì?62. Học giả: Người đã nghiên cứu điều này trong nhiều năm.7 Bằng chứng được bình duyệt thực sự cho thấy điều gì?8 Nó mâu thuẫn ở điểm nào với kiến thức phổ thông?93. Người hoài nghi: Người tin rằng quan điểm chính thống là sai.10 Lập luận phản bác mạnh nhất là gì?11 Những sự thật nào mà những người ủng hộ đang tiện lợi bỏ qua?124. Góc nhìn Kinh tế: Người theo dõi dòng tiền.13 Ai được lợi từ câu chuyện hiện tại?14 Những lợi ích nào đang bóp méo nghiên cứu hoặc thông tin?155. Góc nhìn Lịch sử: Người đã thấy những mô hình tương tự trong quá khứ.16 Những điểm tương đồng lịch sử là gì?17 Những điều đó đã diễn ra như thế nào?1819Đối với mỗi góc nhìn, vui lòng cung cấp:20- Luận điểm trung tâm trong 2 câu21- Bằng chứng mạnh nhất hỗ trợ nó22- Một hiểu biết sâu sắc mà chỉ góc nhìn này mới có thể cung cấp và sẽ không đến từ những góc nhìn khác
Những gì bạn nhận lại là năm cách đọc khác nhau về cùng một chủ đề. Người thực hành mang đến thực tế, người hoài nghi làm lung lay các tiền đề, nhà kinh tế mang đến lợi ích, và nhà sử học mang đến các mô hình. Trong 60 giây làm việc, bạn sắp xếp các điểm thảo luận mà một câu hỏi duy nhất sẽ bỏ lỡ.
Một Hành động cho Hôm nay: Chọn một chủ đề bạn hiện đang tò mò và ném nó vào dòng đầu tiên của prompt này. Chỉ bằng cách sắp xếp năm tiếng nói, bạn sẽ nhận ra rằng cho đến bây giờ bạn chỉ nhìn từ một góc nhìn.
Prompt 2: Lập bản đồ Mâu thuẫn
Tiếp theo, yêu cầu Claude tìm ra nơi năm tiếng nói xung đột. Nơi các ý kiến va chạm là nơi có sự hiểu biết thực sự.
1Dựa trên 5 góc nhìn ở trên, vui lòng tổ chức các mâu thuẫn.231. Hai hoặc nhiều góc nhìn xung đột trực tiếp ở điểm nào?4 Đối với mỗi xung đột, hãy liệt kê các tuyên bố cạnh tranh cụ thể.52. Góc nhìn nào có bằng chứng mạnh nhất?6 Góc nhìn nào yếu nhất? Tại sao?73. "Một câu hỏi" mà nếu được trả lời, sẽ giải quyết được mâu thuẫn lớn nhất là gì?84. Tất cả các góc nhìn đều đồng ý về điều gì?9 (Vì ngay cả những người phản đối cũng đồng ý, điều này có khả năng chắc chắn.)105. Chủ đề nào mà không có góc nhìn nào đề cập đến?11 (Đây là điểm mù của toàn bộ lĩnh vực. Thường là có giá trị nhất.)
Những gì bạn nhận lại là một bản đồ về nơi và tại sao các chuyên gia bất đồng. Hầu hết mọi người bỏ qua bước này. Nhưng đây là ngã ba đường giữa hiểu biết hời hợt và hiểu biết thực sự. Các điểm mà mọi người đồng ý có khả năng là đúng. Các điểm không ai đề cập đến là những khoảng trống trong lĩnh vực đó.
Một Hành động cho Hôm nay: Chỉ cần dán cái này vào cùng một cuộc trò chuyện sau Prompt 1. Chỉ riêng hai dòng cho "các điểm mọi người đồng ý" và "các điểm không ai đề cập" cũng đáng để giữ lại trong ghi chú của bạn.
Prompt 3: Tích hợp thành một Bản tóm tắt duy nhất
Bây giờ, yêu cầu Claude tổng hợp các tài liệu cho đến nay thành một bản ghi nhớ nghiên cứu duy nhất.
1Tích hợp 5 góc nhìn và bản đồ mâu thuẫn để tạo một bản ghi nhớ nghiên cứu.231. Tóm tắt một đoạn: Tóm tắt cho một người bận rộn chỉ có 60 giây,4 truyền tải "sắc thái", không chỉ các tiêu đề.52. 5 Phát hiện Chính hàng đầu: Liệt kê những điều quan trọng nhất đã học được cho đến nay,6 được sắp xếp theo mức độ chắc chắn. Đối với mỗi điều, hãy ghi chú "góc nhìn nào hỗ trợ nó và7 góc nhìn nào phản đối."83. Kết nối Ẩn: Một liên kết đáng ngạc nhiên giữa các phát hiện mà chỉ có thể nhìn thấy9 bằng cách chồng chéo 5 góc nhìn.104. Hàm ý cho Hành động: Dựa trên bằng chứng này, một người ở11 [Vị trí/Vai trò của Bạn] nên thay đổi điều gì một cách cụ thể?125. Câu hỏi Tiên phong: Một câu hỏi mà nếu được trả lời, sẽ13 thay đổi cơ bản sự hiểu biết về chủ đề này.
Những gì bạn nhận lại là một bản tóm tắt mà một chuyên gia duy nhất không thể viết. Nó xem xét tất cả các góc độ, nêu tên các mâu thuẫn, xếp hạng chúng theo mức độ chắc chắn, và kết luận bằng các hành động cụ thể. Với bản đồ các điểm thảo luận đã sẵn sàng, bạn có thể thấy mình cần đưa ra phán quyết gì tiếp theo.
Một Hành động cho Hôm nay: Trong dấu ngoặc cho số 4, hãy đặt chức danh công việc hoặc vai trò của bạn (ví dụ: "Chủ doanh nghiệp nhỏ," "Nhà tuyển dụng") để nhận được các hàm ý được cá nhân hóa thay vì các điều chung chung.
Prompt 4: Tự kiểm tra
STORM có một điểm yếu được những người tạo ra nó thừa nhận. Các tác giả chỉ ra rằng đầu ra có thể bị "chuyển giao thiên kiến nguồn" và "liên kết quá mức các sự kiện không liên quan." Điều này cũng xảy ra khi bạn yêu cầu Claude làm điều tương tự. Cuối cùng, yêu cầu nó tự chấm điểm đầu ra của chính nó để đặt một cái phanh cho việc này.
1Vui lòng kiểm tra bản ghi nhớ nghiên cứu bạn vừa tạo.231. Điểm Tin cậy: Đánh giá từng Phát hiện Chính trong số 5 Phát hiện Chính hàng đầu trên thang điểm 1-104 về độ tin cậy. Giải thích lý do cho mỗi điểm số.52. Điểm yếu nhất: Tuyên bố nào bạn tự tin nhất?6 Cần thông tin cụ thể nào để xác minh nó?73. Kiểm tra Thiên kiến: Góc nhìn nào đã có ảnh hưởng quá mức đến sự tích hợp?8 Có bất kỳ tiếng nói cụ thể nào đang trở nên chi phối không?94. Góc nhìn Thiếu: Có "góc nhìn thứ 6" nào có thể thay đổi kết luận không?105. Đánh giá Tổng thể: Nếu một chuyên gia bên thứ ba nhìn thấy bản ghi nhớ này,11 họ sẽ cho nó điểm nào và họ sẽ nói gì để sửa chữa?
Những gì bạn nhận lại là một cuộc kiểm tra trung thực về nghiên cứu của bạn. Các tuyên bố mạnh, tuyên bố yếu, các góc nhìn bị ảnh hưởng quá mức và các góc độ bị thiếu. Các mục nhận được "Điểm Tin cậy" thấp là những điểm mà cuối cùng bạn nên tự mình đi kiểm tra các nguồn chính.
Một Hành động cho Hôm nay: Chọn một tuyên bố mà quá trình kiểm tra đã gắn nhãn là "độ tin cậy thấp" và xác minh nguồn của nó trên một trang web chính thức hoặc tài liệu chính. Đây là bước cuối cùng để tránh hoàn toàn dựa vào AI.
Tóm tắt Quy trình làm việc 5 phút
Bốn prompt chảy như thế này:
- Phút 1: Prompt 1 → 5 Góc nhìn
- Phút 2-3: Prompt 2 → Bản đồ Mâu thuẫn
- Phút 3-4: Prompt 3 → Bản ghi nhớ Nghiên cứu
- Phút 5: Prompt 4 → Điều gì chắc chắn và điều gì đáng ngờ
Trong 5 phút, bạn hoàn thành một chu kỳ xác định điểm đa góc nhìn, phân tích mâu thuẫn, tích hợp và chấm điểm độ chắc chắn. Tất nhiên, điều này không có nghĩa là bạn đã "vượt qua các chuyên gia." Đây chỉ đơn thuần là sự chuẩn bị trước khi con người đưa ra phán quyết. Nhưng so với việc chỉ nhìn vào một kết quả tìm kiếm, điểm xuất phát của bạn thay đổi hoàn toàn.
Hãy để tôi tự giới thiệu. Tôi là tatsuki (@nobel_824). Tôi hỗ trợ ứng dụng AI cho các doanh nghiệp vừa và nhỏ, giúp triển khai Claude/Codex vào kinh doanh trong khi bản thân tôi chạy Claude Code cả ngày. Khi tôi đột nhiên cần nghiên cứu một ngành công nghiệp mới của khách hàng, 4 prompt này là thứ đầu tiên tôi ném vào.
Khi nào điều này hiệu quả?
Mẫu này có thể được sử dụng cho hầu hết mọi điểm bắt đầu của nghiên cứu. Tôi thường sử dụng nó trong các tình huống sau:
Trước khi viết một bài báo hoặc đề xuất. Bằng cách chạy 4 prompt, bạn có thể nắm bắt các góc độ mà người khác không chạm đến ngay từ đầu. Trước một quyết định lớn. Vì người thực hành đưa ra "điều gì di chuyển trong thực tế," người hoài nghi đưa ra "điều gì sai," và nhà kinh tế đưa ra "ai được lợi," nó có cơ sở thực tế hơn một tài liệu chỉ từ phía ủng hộ. Trước khi bắt đầu học một lĩnh vực chưa biết. Bằng cách hỏi người thực hành "nên học gì trước" và người hoài nghi "điều gì đang bị thổi phồng quá mức," bạn có thể giảm bớt những đường vòng không cần thiết. Ngay cả trước một cuộc họp kinh doanh hoặc phỏng vấn, nhìn vào bên kia từ 5 góc nhìn sẽ thay đổi chất lượng các câu hỏi Q&A bạn đã chuẩn bị.
Điểm chung của chúng là tôi đang sử dụng nó để "xác định tất cả các điểm thảo luận" thay vì "có được câu trả lời." Vì bạn là người cuối cùng quyết định, nó hoạt động tốt như một công cụ để sắp xếp tất cả các tài liệu ra quyết định mà không bỏ sót.
Ba Cạm bẫy Cần Tránh
Mặc dù tiện lợi, có những điểm cần cẩn thận. Chỉ ba điểm.
Đầu tiên là ảo giác (tạo ra thông tin có vẻ hợp lý nhưng sai). Bạn càng yêu cầu 5 góc nhìn nói một cách cụ thể, câu trả lời càng trở nên thuyết phục. Nhưng tính thuyết phục và tính đúng đắn là khác nhau. Đối với danh từ riêng, số liệu và ngày tháng, hãy luôn xác minh với thông tin chính, bắt đầu với những thông tin mà quá trình kiểm tra Prompt 4 đã gắn nhãn là "yếu." Điều này không thể bỏ qua.
Thứ hai là sự chuyển giao thiên kiến nguồn. Đây là một điểm yếu được đề cập trong bài báo STORM; nếu các nguồn bị thiên kiến, thiên kiến đó sẽ được chuyển sang đầu ra. Vì bạn không thể chọn các nguồn mà Claude nhìn thấy ở nền, nếu tất cả 5 góc nhìn đều chỉ về cùng một hướng, bạn nên nghi ngờ liệu nó có thực sự bao quát toàn diện hay không hay chúng chỉ chia sẻ cùng một thiên kiến.
Thứ ba là sự tự tin thái quá khi "trở thành chuyên gia trong 5 phút." Mẫu này nhanh trong việc chuẩn bị, không phải là bản thân kiến thức chuyên gia. Tốt hơn là coi bản ghi nhớ kết quả như một "danh sách các giả thuyết cần được xác minh từ bây giờ," điều này cuối cùng dẫn đến các quyết định tốt hơn.
Kết luận: Giá trị đang chuyển từ "Người tìm kiếm" sang "Người thiết kế Câu hỏi"
Trong một kỷ nguyên mà AI trả về những câu trả lời tốt một cách đương nhiên, tôi cảm thấy sự khác biệt đang chuyển từ "bạn biết bao nhiêu câu trả lời" sang "bạn có thể đặt những loại câu hỏi nào từ bao nhiêu góc độ."
Nhìn vào một kết quả tìm kiếm và đóng nó lại giống như quay đầu ở lối vào. Trong cùng 5 phút, nếu bạn quét với 5 góc nhìn, lập bản đồ mâu thuẫn, tích hợp và chạy tự kiểm tra, điểm xuất phát của bạn thay đổi hoàn toàn. Những gì Stanford đã chỉ ra trong bài báo của mình là một thực tế hiển nhiên—nhưng thường bị bỏ qua—rằng "tăng góc nhìn làm giảm điểm mù." Để bắt chước điều đó với Claude, tất cả những gì bạn cần là bốn lần sao chép và dán.
3 Bước để Thử Hôm nay
- [ ] Quyết định một chủ đề bạn muốn nghiên cứu nhất và dán Prompt 1 vào Claude.
- [ ] Dán Prompts 2 → 3 → 4 trong cùng một cuộc trò chuyện và hoàn thành chu kỳ trong 5 phút.
- [ ] Chọn một tuyên bố mà quá trình kiểm tra (Prompt 4) đã gắn nhãn là "độ tin cậy thấp" và xác minh nó với thông tin chính.
Lần tới khi bạn nghiên cứu một điều gì đó, bạn sẽ yêu cầu Claude đặt "5 câu hỏi" nào cho mình?
Thông tin hữu ích không thể chia sẻ trên X đang được chia sẻ trong một OpenChat trên LINE. Nếu bạn quan tâm đến việc sử dụng Claude Code/Codex hoặc vận hành X bằng AI, vui lòng tham gia cùng chúng tôi.
OpenChat: https://t.co/90omRA4UQ7
Nếu bạn trích dẫn bài viết này kèm ấn tượng của mình, tôi sẽ đăng lại tất cả!
Liên kết Tham khảo
- Shao et al. (2024) Assisting in Writing Wikipedia-like Articles From Scratch with Large Language Models (Bài báo STORM, NAACL 2024), arXiv:2402.14207 : https://arxiv.org/abs/2402.14207
- Bài báo STORM (phiên bản ACL Anthology) : https://aclanthology.org/2024.naacl-long.347/
- stanford-oval/storm (Triển khai chính thức, giấy phép MIT, bao gồm Co-STORM) : https://github.com/stanford-oval/storm
- Phiên bản Trực tiếp STORM (Bản xem trước nghiên cứu miễn phí) : https://storm.genie.stanford.edu/
- Trang Dự án STORM Stanford : https://storm-project.stanford.edu/
