几分钟让你的 Claude 变成任何领域专家 ✍ 老白🕐 2026-07-22📦 10.2 KB 🟢 已读 𝕏 文章列表 文章介绍了如何利用斯坦福大学的 STORM 研究方法,通过 4 条 prompt 在 Claude 中模拟多视角专家分析、构建矛盾地图、综合生成报告并进行同行评审。这套 5 分钟的工作流能帮助用户快速深度理解任何话题,效率远超传统搜索。 STORM提示词深度研究多视角思维模型 # 【斯坦福大学推荐】几分钟让你的 Claude 变成任何领域专家 **作者**: 老白(每日 AI 干货) **日期**: 2026-07-22T10:37:20.000Z **来源**: [https://x.com/laobaishare/status/2079878452736405571](https://x.com/laobaishare/status/2079878452736405571) ---  大多数人把 Claude 当搜索框用:问一句、答一句、关标签页。他们把最强的那个用法锁在门外了。 斯坦福做过一套叫 STORM 的研究系统。在同行评审的测试里,它产出的文章比第二名的方法「组织度高 25%」。开源、免费。但几乎没人知道,你能用 4 条 prompt,在 Claude 里跑出同样的思路。 不用装软件、不用碰 GitHub、不用任何配置,粘贴就行。5 分钟后,你对一个话题的了解,会超过那些花好几天读资料的人。下面是完整方法。 ## 一、STORM 到底是什么 STORM 的全称是 Synthesis of Topic Outlines through Retrieval and Multi-perspective Question Asking(通过检索与多视角提问来综合话题大纲)。它由斯坦福 OVAL 实验室发表于 NAACL 2024。 它有几个现成资源,都免费:在线版 storm.genie.stanford.edu,输入一个话题,当场看它写出一篇带出处的文章;完整代码在 github.com/stanford-oval/storm,MIT 协议,想在自己电脑上跑也行。 > 但真正的宝贝在这:这些你一个都不需要。斯坦福这套方法,本质只是一种思考方式。你能用 4 条复制粘贴的 prompt,在 Claude 里把这套思考跑出来。 这就是本文剩下要讲的全部。 ## 二、为什么一条 prompt 永远不够 你问 Claude「跟我讲讲 X」,拿到的是主流观点、最常见的框架、表层的东西。 你拿不到的是:每天跟 X 打交道的实践者、认为整个领域都错了的怀疑者、盯着钱流向的经济学家、见过同类套路的历史学家、真读过那些研究的学者。 这五种声音,各看到不一样的东西。这正是博士生干的事——他们不问一个问题,他们问五个。 > 斯坦福的论文用数字证明了这点:多视角构建的文章,比常规方法「组织度高 25%、覆盖面广 10%」。整个突破就在这:多视角提问,能抓住单条 prompt 永远看不见的盲区。 一份博士级别的研究,人工要读 40 到 60 小时。多数人挤不出这时间。STORM 把它压缩了,下面这 4 条 prompt 压得更狠——总共 5 分钟。 ## 三、Prompt 1:多视角扫描 这是整套方法的心脏。粘进 Claude,把第一行的话题换成你的。 ``` 我要研究 [你的话题]。 请模拟 5 种不同的专家视角来看这个话题: 1. 实践者:每天在跟它打交道。 学者们漏掉了哪些他知道的东西? 哪些现实中的实际情况通常被忽视? 2. 学者:研究它很多年了。 经过同行评审的证据究竟说了什么? 证据在哪里和大众看法相矛盾? 3. 怀疑者:认为主流看法是错的。 最有力的反论点是什么? 支持者们方便地忽略了哪些证据? 4. 经济学家:盯着钱走。 谁从当前的主流叙事里获利? 哪些经济利益在塑造这些研究? 5. 历史学家:见过类似的套路。 存在哪些历史上的平行案例? 从它们的结局里我们能学到什么? 对每一种视角,请给我: - 用 2 句话说清他的核心立场 - 支撑他观点的最有力证据 - 那一件只有他会告诉我、其他视角都不会说的事 ``` 回来的,是对同一话题的五种截然不同的读法。实践者看见学者漏的,怀疑者挑战实践者的预设,经济学家揭穿学者忽视的利益,历史学家提供经济学家看不到的规律。 60 秒的工作量,抓住一条 prompt 永远找不到的东西。 ## 四、Prompt 2:矛盾地图 现在让 Claude 找出这五种声音在哪里打架。打架的地方,才住着真正的理解。 ``` 基于上面 5 种视角,画出矛盾地图: 1. 哪里有两种或更多视角直接互相矛盾? 列出每一处冲突,以及具体是哪些主张在打架。 2. 哪种视角的证据最强?哪种最弱?为什么? 3. 有没有这样一个问题:一旦回答, 就能解开最大的那处矛盾? 4. 每一种视角都同意的是什么? (这多半是真的——连对手都在确认它。) 5. 哪个话题是所有视角都没碰到的? (这就是整个领域的盲区,往往是最有价值的发现。) ``` 回来的,是一张「专家在哪里、为何分歧」的地图。多数人跳过这一步,而它正是把「表层理解」和「真专家」区分开的那一步。 > 五种视角都同意的,多半是真的。谁都没碰的,你就找到了整个领域的空白。 ## 五、Prompt 3:综合 现在让 Claude 把一切拉到一起,写成一份研究简报。 ``` 把 5 种视角和矛盾地图里的一切,综合成一份研究简报: 1. 一段话总结:像给一个只有 60 秒、 需要分寸而不只是标题的 CEO 做汇报那样,解释这个话题。 2. 5 条关键发现:我现在知道的最重要的东西, 按可靠性排序。每一条注明哪些视角支持、哪些挑战。 3. 隐藏的连接:一条不明显的、只有把 5 种视角 放在一起看才会浮现的发现之间的关联。 4. 可行动的洞察:基于全部证据, 一个 [你的角色] 的人,到底该做出什么不一样的动作?要具体。 5. 前沿问题:那一个一旦被回答, 就会彻底改变我们对这个话题理解的问题。 ``` 回来的,是一份没有任何单一专家写得出的简报:它顾及每一个角度、点名矛盾、给可靠性排序,最后落到一个具体动作上。这是博士生要 48 小时才能产出的东西,你 90 秒就拿到了。 ## 六、Prompt 4:同行评审 STORM 有一个已知的弱点,斯坦福自己的研究者标出来了:它不会自我批判,来源偏见和事实错配会悄悄溜进去。这条 prompt 就是让 Claude 给自己的活儿打分,来补这个洞。 ``` 现在对你自己的研究简报做同行评审: 1. 置信度打分:给 5 条关键发现每一条 按可靠性打 1 到 10 分,并解释每个分数。 2. 最弱环节:你对哪条主张最没底? 需要哪些具体信息才能核实它? 3. 偏见检查:综合里哪种视角可能被过度代表了? 是不是某一种声音占了主导? 4. 缺失的视角:有没有一个我本该纳入的 第 6 个角度,会改变结论? 5. 总评:如果一位斯坦福教授来评这份简报, 会打什么分、为什么?他会让我修哪里? ``` 回来的,是对你自己研究的一次诚实体检:强主张、弱主张、偏见、漏掉的角度。真正的同行评审要几个月,你 60 秒就做完了。 ## 七、5 分钟工作流 - 第 1 分钟: Prompt 1 —— 拿到 5 种专家视角。 - 第 2–3 分钟: Prompt 2 —— 拿到矛盾地图。 - 第 3–4 分钟: Prompt 3 —— 拿到研究简报。 - 第 5 分钟: Prompt 4 —— 知道哪些可靠、哪些不可靠。 总耗时 5 分钟。产出:一份带矛盾分析、综合、具体动作和可靠性评分的多视角简报。 > 博士生手工做出这份东西要 40 到 60 小时。不是因为他们慢,而是「从 5 个角度读、画矛盾、综合、再自我批判」,对一个人的脑子来说,本就是 40 小时的活。 ## 八、今天就能上手的 7 种用法 1. 写任何文章或报告前。 跑这 4 条 prompt,你的稿子会覆盖别人没想到的角度。 2. 做重大商业决定前。 拿到 5 种视角:实践者告诉你现实里什么管用,怀疑者告诉你哪里会出岔子,经济学家告诉你谁在获利。 3. 面试前。 5 分钟从 5 个角度研究这家公司:实践者视角给你行话,怀疑者视角给你尖锐的问题,你进门时比屋里任何人都更有准备。 4. 投资前。 多头逻辑、空头逻辑、历史平行、利益地图、学术证据,5 分钟到手。矛盾地图会告诉你真正的风险住在哪。 5. 学一门新技能前。 从 5 个角度给这个领域画地图:实践者告诉你先学什么,学者告诉你理论,怀疑者告诉你什么被过度炒作。你直接跳过噪音。 6. 谈判前。 从 5 个视角研究对手:摸清他们的利益、弱点、历史行为,你带着结构性优势进场。 7. 任何演讲前。 对你的话题跑一遍 STORM,你的幻灯片会在听众提出反对之前就先回答它,你的问答环节会毫不费力。 ## 九、谁适合用这套方法 你是那种会读书、会问硬问题的人。你不想要一份「听着聪明、其实啥也没说」的 200 字摘要。 你想真正搞懂一件事——快、带出处,像斯坦福研究生那样,但不用付六年的学费。 ## 十、一个不太舒服的事实 斯坦福 2024 年就发表了它,论文过了同行评审,代码开源,在线工具免费,方法只有 4 条 prompt。可几乎没人用。 我们正处在一个大约 18 个月的窗口里:学会用 AI 好好做研究的人,会把不会的人甩开一大截。 不是因为他们更聪明,而是当别人还在读谷歌第一条结果时,他们已经跑完了 5 种视角、一张矛盾地图、一次综合和一次同行评审。 18 个月后,这类工作流会被烤进每个工具里,这点优势就没了。而今天,它还是个明晃晃摆在那儿、却没人捡的秘密。 挑一个你最需要研究的话题,打开 Claude,粘上 Prompt 1。5 分钟后,你会比那些读了好几天的人懂得更多。 prompt 都在上面,方法斯坦福已经证明了,剩下的看你。 ## 相关链接 - [老白(每日 AI 干货) reposted](https://x.com/laobaishare) - [老白(每日 AI 干货)](https://x.com/laobaishare) - [@laobaishare](https://x.com/laobaishare) - [1.2K](https://x.com/laobaishare/status/2079878452736405571/analytics) - [storm.genie.stanford.edu](https://storm.genie.stanford.edu/) - [github.com/stanford-oval/storm](https://github.com/stanford-oval/storm) - [Upgrade to Premium](https://x.com/i/premium_sign_up) - [6:37 PM · Jul 22, 2026](https://x.com/laobaishare/status/2079878452736405571) - [1,216 Views](https://x.com/laobaishare/status/2079878452736405571/analytics) --- *导出时间: 2026/7/22 19:58:20*
如 如何让 Claude 像博士生一样研究:斯坦福 STORM 方法 文章介绍了斯坦福大学开发的 STORM 研究系统,该方法通过多视角提问和信息检索生成高质量文章。作者将其简化为 4 个提示词,让用户能在 5 分钟内利用 Claude 生成类似博士水平的深度研究报告,包含视角分析、矛盾映射、综合综述和自我评估。 技术 › LLM ✍ Nav Toor🕐 2026-07-24 ClaudeSTORM提示词研究方法AI工具Prompt Engineering斯坦福高效工作Agent多视角分析
如 如何利用 AI 让你变聪明而不是变笨 文章探讨了如何通过特定的提示词将 AI 从应声虫转变为思考伙伴。作者指出,AI 默认倾向于附和用户,这可能导致思维懒惰。为此,文章介绍了三个提示词:解构模糊概念的 Unbundle Prompt、构建最强反驳观点的 Steelman Prompt,以及模拟挑剔客户的 Secret Shopper Prompt,以此帮助用户通过对抗性思考来打磨观点,提升智力。 技术 › LLM ✍ Nicolas Cole🕐 2026-07-30 AI提示词思维工具ChatGPT写作逻辑思维
小 小白如何从0到1搭建自己的AI知识库 本文介绍了如何从零开始搭建个人AI知识库。作者提出了一套包含文本文件、Agent工具、规则和真实任务的工作方式,并详细说明了准备四样要素(开放文件夹、真实任务、Agent工具、工作规则)和五个具体步骤的方法,帮助用户通过简单的流程实现知识的积累与迭代。 技术 › 工具与效率 ✍ 金尘马🕐 2026-07-30 AI知识库AgentWorkBuddyCodexMarkdown提示词个人管理RAG生产力
1 16岁靠AI写英文测评月入3万+的操作复盘 文章讲述了一名16岁高中生利用Claude AI撰写英文测评文章,通过海外联盟营销(Affiliate Marketing)在7个月内实现月入4800美元的案例。文章详细拆解了国内外联盟营销的价差、选题挖掘方法、具体的AI写作提示词、平台搭建及Pinterest引流策略,并分享了实操中踩过的坑与解决方案。 技术 › Agent ✍ 路飞 AI 研究员🕐 2026-07-29 Claude海外联盟营销AI写作副业提示词跨境电商SEO效率工具Pinterest实操案例
从 从一张好看的图,到一套能持续生产的画风:我为什么做 hand-drawn-styles 本文介绍了作者开发 hand-drawn-styles 项目的初衷,即为了解决 AI 生成视频时画风不一致的问题。文章以北欧纸雕风格为例,详细讲解了如何通过控制生图和视频提示词,以及严格的验收标准,来实现稳定、高质量的视觉输出。作者建议从简单的 5 秒视频开始测试,逐步优化生产流程。 技术 › Skill ✍ 多肉|AI 内容增长架构师🕐 2026-07-29 AI画风图生视频提示词生产力hand-drawn-styles视觉设计工作流优化实践
利 利用麦肯锡问题树解决复杂问题 文章介绍了麦肯锡问题树方法,通过Why(找原因)、What(拆解工作)和How(列路径)三种结构化思维模型来解决产品与业务难题。该方法遵循MECE原则,利用AI辅助检查重复和遗漏,帮助团队理清思路,并提升决策质量。 职场 › 方法论 ✍ George from prodmgmt.world🕐 2026-07-27 问题树麦肯锡方法论思维模型MECE产品管理问题解决AI
K Kimi K3宣传图解构:Kimi Archive 风格提示词 作者受 Kimi K3 宣传视频启发,深度拆解其“Kimi Archive”档案美学风格。文章提供了一套详细的 AI 绘画提示词模板,涵盖构图、物件、质感与色彩规范,旨在指导用户生成具备高级感、克制美与收藏价值的封面视觉,适用于未来创意与设计场景。 技术 › 工具与效率 ✍ Adrian Punk🕐 2026-07-27 提示词AI绘画设计Kimi视觉风格封面设计
电 电商模特换装视频生成技术 本文介绍了通过一张模特图和一段提示词生成电商模特换装视频的技术,解决了跨境电商聘请外模成本高的问题。提示词详细描述了生成竖屏变装视频的步骤和约束条件,包括固定机位、旋转转场、同步换装等。 技术 › Agent ✍ 行者AI视频🕐 2026-07-26 换装视频提示词电商模特竖屏视频变装转场AI生成跨境电商视频生成
生 生成15秒以上AI视频的三个方法 文章介绍了生成超过15秒的AI视频以保持人物、场景和剧情一致性的三种方法:关键帧截取法、分镜组合拼接法和故事板法。文章提供了详细的操作步骤、提示词示例及注意事项,旨在帮助用户制作更长、连贯性更强的视频内容。 技术 › 工具与效率 ✍ 探路AI🕐 2026-07-25 AI视频视频生成一致性提示词分镜关键帧故事板剪辑视频制作
如 如何用AI写出引人入胜的故事钩子 文章介绍了如何利用AI生成引人入胜的故事钩子,以传奇文案大师John Carlton的方法为灵感。通过深入调研和挖掘独特故事细节,再结合Claude的提示词,可以创作出具有视觉冲击力和强迫性的钩子,提升内容吸引力。 技术 › LLM ✍ Nicolas Cole🕐 2026-07-25 AIClaude文案写作故事钩子提示词内容创作John Carlton写作技巧数字写作吸引注意
A A Field Guide for Computational Thinking 本文介绍了基于统计力学、计算机科学、信息论和博弈论的思维模型,帮助读者将自身和工作视为计算系统。文章探讨了工作记忆、意志力、状态依赖性、算法复杂度等概念,提供了一套可执行的分析框架。 读书 › 方法论 ✍ Will Chen🕐 2026-07-25 计算思维思维模型第一性原理认知科学方法论系统思维自我管理
如 如何设计 AI Agent:思维模型与实体化 文章提出 AI Agent 应被视为“思维与身体”的结合。单纯依赖大模型能力的 Agent 难以体现价值,唯有通过构建包含身份、资产、感知和限制的“身体”结构,将无界的智能具象化,才能解决用户痛点,避免沦为单纯的套壳聊天机器人。 技术 › Agent ✍ Will Chen🕐 2026-07-25 AI Agent产品设计思维模型大模型应用SaaS