"问完 Claude，复制答案，关掉标签页。" "感觉好像懂了，但又没深刻到能给别人讲清楚。"
如果每次做研究都是这样，那很可能不是 Claude 不够强，而是你想用一个问题搞定所有事。
我也有很长一段时间是这样。把它当成搜索框的替代品，拿到第一个答案就关掉。
后来，我根本记不住结论到底是什么。我把一个出色的伙伴，仅仅当成了快速词典。
我的转折点，是斯坦福大学发布的一个名为 STORM 的研究系统。
STORM 在其论文中证明，从多个角度而非单一角度进行研究，能显著提升文章质量。
具体来说，被专家评为"结构良好"的文章比例，绝对值高出 25 个百分点，而覆盖广度则高出 10 个百分点（arXiv:2402.14207）。
你可以通过按顺序向 Claude 粘贴四个提示词来模仿这种"多角度提问"方法，无需安装任何特殊软件。
下面就是全部四个提示词。
读完本文，你将获得四个可直接复制粘贴的提示词，把 Claude 从一个"偶尔的搜索替代品"，变成一个"能在 5 分钟内找出所有关键点的研究伙伴"。
https://note.com/nobel/n/n7d7a422f828f
STORM 到底是什么？
首先，简单介绍一下来源。
STORM 是斯坦福 OVAL 实验室（开放虚拟助手实验室）创建的一个研究系统，给定一个主题，它能自动生成带有引用的长篇文章。
其名称是 "Synthesis of Topic Outlines through Retrieval and Multi-perspective Question Asking"（通过检索和多角度提问进行主题大纲综合）的缩写，并在自然语言处理国际会议 NAACL 2024 上发布（arXiv:2402.14207）。
该代码已在 GitHub 上以 MIT 许可证开源，截至撰写本文时已获得超过 28,000 颗星。还有一个可直接在浏览器中试用的在线版本（storm.genie.stanford.edu），据报道已有超过 70,000 名用户。
当你输入一个主题时，可以看到它在后台搜索网络的同时构建一篇带有引用的文章。如果你需要立即获得带有来源链接的长篇文本，使用在线版本更快。本文要介绍的并非那种全自动化流程，而是一种在你日常的 Claude 对话中，模仿 STORM 核心概念——"多角度提问"——的方法。
STORM 的关键在于它不会立即开始写作。它将"研究前"阶段分为三个步骤：（1）确定主题可能的角度，（2）模拟这些角度的写作者向专家提问的对话，（3）将收集到的信息组织成大纲。根据论文，自动化研究的核心在于"能否自动提出好问题"，而简单地让 AI "提问"效果并不好。因此，你需要先准备多个角度以获得广度和深度。
需要明确范围。STORM 是一个"辅助研究前准备"的系统。官方 README 明确指出，其输出质量尚不适合发表，需要大量编辑，但对于经验丰富的维基百科编辑来说，在研究前准备阶段非常有用。换句话说，本文介绍的并非"让 Claude 吐出完美文章的魔法技巧"，而是一个"在人类做出判断前，让 Claude 在 5 分钟内找出所有讨论点的模板"。
为什么"单个问题"会失败
当你问 Claude "给我讲讲 [主题]" 时，你通常得到的是主流观点。最常见的框架，一个肤浅的总结。这很安全，也不算差，但不够深入。
但对于任何一个主题，不同的人会看到不同的东西。例如，如果你问一个实践者、一个研究者、一个怀疑论者、一个经济学家和一个历史学家"远程办公能提高生产力吗？"，答案会完全不同。实践者看到的是现实情况，怀疑论者看到的是支持者忽略的事实，经济学家看到的是谁在获利。这本质上就是博士生在做的事情：同时设定多个问题，而不仅仅是一个。
STORM 论文用数字展示了这种差异。与基线方法（先决定大纲，再用搜索结果填充的常规方式）相比，通过设置多角度问题创建的文章，在组织性上高出 25 个百分点，在覆盖面上高出 10 个百分点。这是 STORM 的核心发现："增加角度能揭示单个问题永远无法看到的盲点。"
而这种多角度提问的概念无需特殊软件即可复现。以下是本文的主旨。
你按顺序向 Claude 发送四个提示词，创建一个流程：
（1）从 5 个角度扫描
（2）绘制矛盾图
（3）整合
（4）自我审计
提示词 1：从 5 个角度扫描
这是该方法的核心。将下面的提示词粘贴到 Claude 中，只将第一行的主题替换为你自己的。
1我想深入了解 [主题]。2请扮演 5 位专家，从各自的角度进行分析。341. 实践者：每天处理这个主题的人。5 学者们经常忽略的现实情况是什么？62. 学者：研究这个主题多年的人。7 经过同行评审的证据实际上显示了什么？8 它与普遍认知在哪些方面存在冲突？93. 怀疑论者：认为主流观点是错误的的人。10 最有力的反驳论点是什么？11 支持者们在方便地忽略哪些事实？124. 经济视角：关注资金流向的人。13 谁从当前的叙事中获利？14 哪些利益在扭曲研究或信息？155. 历史视角：在过去见过类似模式的人。16 有哪些历史相似之处？17 那些情况最终结果如何？1819对于每个角度，请提供：20- 用 2 句话概括的核心主张21- 支持它的最强证据22- 只有这个角度能提供、其他角度无法得出的一个见解
你得到的是对同一主题的五种不同解读方式。实践者带来现实，怀疑论者动摇前提，经济学家带来利益，历史学家带来模式。在 60 秒的工作中，你就能对齐单个问题会遗漏的讨论点。
今日行动：选择一个你当前好奇的主题，填入这个提示词的第一行。仅仅对齐五个声音，你就会意识到自己之前只看到了一个角度。
提示词 2：绘制矛盾图
接下来，让 Claude 找出这五个声音在哪些地方存在冲突。观点碰撞之处，正是真正理解的所在。
1基于以上 5 个角度，请整理出其中的矛盾。231. 哪两个或更多角度存在直接冲突？4 对于每个冲突，列出具体对立的观点。52. 哪个角度的证据最强？6 哪个最弱？为什么？73. 如果能回答"哪一个问题"，就能解决最大的矛盾？84. 所有角度都同意什么？9 （既然连对手都同意，这很可能是确定的。）105. 哪个主题没有任何一个角度提到？11 （这是整个领域的盲点。通常最有价值。）
你得到的是专家们在哪些方面以及为何存在分歧的地图。大多数人会跳过这一步。但这正是表面理解与真正理解之间的分岔路口。所有人都同意的点很可能是正确的。没人提到的点则是该领域的空白。
今日行动：在同一个对话中，在提示词 1 之后直接粘贴这个。即使只保留"所有人都同意的点"和"没人提到的点"这两行，也值得记在你的笔记里。
提示词 3：整合成一份简报
现在，让 Claude 将到目前为止的材料综合成一份研究备忘录。
1整合 5 个角度和矛盾图，创建一份研究备忘录。231. 一段总结：为只有 60 秒时间的忙碌人士总结，4 传达出"细微差别"，而不仅仅是标题。52. 前 5 大关键发现：列出到目前为止学到的最重要内容，6 按确定性排序。对于每个发现，注明"哪个角度支持它，7 哪个角度反对它"。83. 隐藏联系：只有通过叠加 5 个角度才能看到的、9 发现之间的一个令人惊讶的联系。104. 行动启示：基于这些证据，一个处于 [你的职位/角色] 的人11 具体应该改变什么？125. 前沿问题：如果能回答，将从根本上改变对这个主题理解的13 那一个问题是什么？
你得到的是单个专家无法写出的简报。它考虑了所有角度，指出了矛盾，按确定性排序，并落脚到具体行动。有了讨论点的地图，你就能看清下一步需要做出什么判断。
今日行动：在第 4 项的方括号里，填入你的职位或角色（例如"小企业主"、"招聘人员"），这样得到的启示会更个性化，而非泛泛而谈。
提示词 4：自我审计
STORM 有一个其创建者承认的弱点。作者指出，输出可能存在"来源偏见转移"和"不相关事实的过度关联"的问题。当你让 Claude 做同样的事情时，也会发生这种情况。最后，让它对自己的输出进行评分，以对此加以约束。
1请对你刚刚创建的研究备忘录进行审计。231. 置信度评分：对前 5 大关键发现中的每一项，4 按 1-10 分进行可靠性评分。解释每个评分的原因。52. 最薄弱环节：你对哪个主张最不自信？6 需要哪些具体信息来验证它？73. 偏见检查：哪个角度对整合过程产生了过度影响？8 是否有某个特定的声音变得过于主导？94. 缺失的角度：是否存在一个可能改变结论的"第 6 个角度"？105. 总体评价：如果第三方专家看到这份备忘录，11 他们会给它打多少分？他们会提出什么修改意见？
你得到的是对你研究的诚实审视。强主张、弱主张、被过度影响的角度、以及缺失的角度。那些获得低"置信度评分"的项目，就是你最终应该亲自去查证一手资料的要点。
今日行动：选择一个审计标记为"低可靠性"的主张，在官方网站或原始文档上验证其来源。这是避免完全依赖 AI 的最后一步。
总结：5 分钟工作流程
这四个提示词的流程如下：
- 第 1 分钟：提示词 1 → 5 个角度
- 第 2-3 分钟：提示词 2 → 矛盾图
- 第 3-4 分钟：提示词 3 → 研究备忘录
- 第 5 分钟：提示词 4 → 什么是确定的，什么是可疑的
在 5 分钟内，你完成了一个多角度要点识别、矛盾分析、整合和确定性评级的循环。当然，这并不意味着你"超越了专家"。这仅仅是人类做出判断之前的准备工作。但与只看一个搜索结果相比，你的起点完全不同了。
自我介绍一下。我是 tatsuki（@nobel_824）。我支持中小企业的 AI 应用，帮助他们在业务中落地 Claude/Codex，同时自己也整天运行 Claude Code。当我需要突然研究客户所在的新行业时，这 4 个提示词是我首先会投入使用的工具。
这个方法在什么时候有效？
这个模板几乎可以用于任何研究的起点。我经常在以下情况使用它：
在写文章或提案之前。通过运行这 4 个提示词，你可以从一开始就捕捉到别人没有触及的角度。在做重大决策之前。因为实践者提供"现实中的运作方式"，怀疑论者提供"哪里有问题"，经济学家提供"谁在获利"，所以它比仅来自支持方的文件更接地气。在开始学习一个未知领域之前。通过问实践者"先学什么"和怀疑论者"什么被过度炒作"，可以减少不必要的弯路。甚至在商务会议或面试之前，从 5 个角度看待对方，会改变你准备的问答质量。
它们的共同点是，我使用它来"找出所有讨论点"，而不是为了"得到一个答案"。因为最终做决定的是你，所以它作为一个工具，可以无遗漏地整理所有决策材料。
需要注意的三个陷阱
虽然方便，但也有一些需要注意的地方。只有三点。
首先是幻觉（生成看似合理但虚假的信息）。你让 5 个角度说得越具体，答案就越有说服力。但说服力和正确性是两回事。对于专有名词、数字和日期，务必从提示词 4 审计标记为"薄弱"的项目开始，用一手信息进行验证。这一步不能跳过。
其次是来源偏见的转移。这是 STORM 论文中提到的一个弱点；如果来源有偏见，这种偏见会转移到输出中。由于你无法选择 Claude 在后台看到的来源，如果所有 5 个角度都指向同一个方向，你应该怀疑这是否真的包罗万象，还是它们只是共享同一种偏见。
第三是"5 分钟成为专家"的过度自信。这个模板擅长的是快速准备，而非专家知识本身。最好将生成的备忘录视为"一份有待验证的假设清单"，这最终会带来更好的决策。
结论：价值正在从"搜索者"转向"问题设计者"
在一个 AI 能理所当然地给出好答案的时代，我感觉差异正在从"你知道多少答案"转向"你能从多少个角度设定什么样的问题"。
看一眼搜索结果就关掉，就像在入口处就折返。同样花 5 分钟，如果你用 5 个角度扫描、绘制矛盾图、整合并运行自我审计，你的起点将完全不同。斯坦福大学在其论文中展示的是一个显而易见——但经常被忽视——的事实："增加角度能减少盲点。" 要用 Claude 来模仿这一点，你只需要四次复制粘贴。
今天就可以尝试的 3 个步骤
- [ ] 确定一个你最想研究的主题，将提示词 1 粘贴到 Claude 中。
- [ ] 在同一个对话中粘贴提示词 2 → 3 → 4，在 5 分钟内完成整个循环。
- [ ] 选择审计（提示词 4）标记为"低可靠性"的一个主张，并用一手信息进行验证。
下次你做研究时，你会让 Claude 设定哪"5 个问题"？
在 X 上无法分享的有用信息，正在 LINE OpenChat 中分享。如果你对使用 Claude Code/Codex 或利用 AI 进行 X 运营感兴趣，欢迎加入。
OpenChat: https://t.co/90omRA4UQ7
如果你引用本文并附上感想，我会全部转发！
参考链接
- Shao et al. (2024) Assisting in Writing Wikipedia-like Articles From Scratch with Large Language Models (STORM Paper, NAACL 2024), arXiv:2402.14207 : https://arxiv.org/abs/2402.14207
- STORM Paper (ACL Anthology 版本) : https://aclanthology.org/2024.naacl-long.347/
- stanford-oval/storm (官方实现，MIT 许可证，包含 Co-STORM) : https://github.com/stanford-oval/storm
- STORM 在线版本 (免费研究预览) : https://storm.genie.stanford.edu/
- 斯坦福 STORM 项目网站 : https://storm-project.stanford.edu/
