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。
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。
文章系统讲解如何编写 AI Skill:从用一句话加 SOP 封装出第一个 60 分的 skill,到通过把目标改写为动作、补充约束、设计自由度和提高词表颗粒度来提升到 90 分。作者拆解了摄影 skill 和封面 skill 两个开源案例,指出高手的秘诀在于将模糊概念拆成可执行的词表和明确的「不要」清单。还介绍了如何让 AI 递出陌生领域的行话词表,并澄清了 skill 与提示词、智能体的区别。全文强调约束和颗粒度决定 skill 的专业程度。
针对近期 Claude 表现下降的问题,作者提供了 8 个修复技巧。文章首先强调了工具选择的重要性,区分了 Claude Chat、Cowork、Code 和 Projects 的使用场景。接着介绍了模型选择(如 Opus 用于深度推理)、设置系统提示词、优化提示语结构(先给背景再指定格式)、使用 XML 标签以及利用 Claude 内置工具等方法,旨在通过具体的操作指南帮助用户释放 Claude 的最大潜力。
文章指出很多用户安装 Claude Code 后未进行有效配置,导致生产力未被释放。作者提出了两个关键步骤:首先通过初始化引导建立 CC 对用户的记忆(MEMORY.md),使其了解用户身份和工作偏好;其次配置专属工作流(Skill),将重复任务标准化。文中提供了初始化提示词模板及 GitHub 上的 cc-starter-kit 仓库,帮助用户快速搭建个性化的 AI 辅助系统。
文章介绍如何用 Agent 搭建自有 AI UGC 创作者队伍,替代传统按条租用真人 UGC 的模式。核心做法:按买家分段设计 3–4 个有固定脸、有人设的 AI 创作者,用 Agent 每日搜索爆款短视频、改写成角色口吻、同脸渲染并提前 24 小时排期,人工只审队列和周更话题。产品只占视频一个节拍,多数内容是人生而非广告。文中详述 9 步流程与 12 条提示词,包括接 Revid MCP、写角色 bible、建固定 character、话题设计、爆款拆解、每日跑批等,并强调 bio 标明 AI、禁止假评测等硬规则。
作者基于 Anthropic 工程师删除 Claude Code 80% 系统提示词却无性能损失的事实,反思提示词与 Agent Skill 的实践方法。提出提示词不是八股文,应聚焦任务三要素(目标、规则、完成标准),减少角色铺垫和冗余规则,多给思考方向而非僵硬示例,并设定明确验收标准。关于 Skill 沉淀,强调只有高频且流程稳定的任务才值得做成 Skill,要写入独特经验而非通识废话,严格控制单一职责与边界,主文件精简并渐进式加载,且必须内置自检环节形成质检闭环。
文章针对普通人收藏大量 AI 教程却始终没学会的问题,提出按可上手顺序排列的六阶段学习路线:先搞懂大模型、Agent、MCP、Skill 四个基础概念;再学会高效提问;然后选一个通用 AI 助手用熟;之后分创作者路线(做图、视频、语音)和开发者路线(MCP 与 Agent 开发)深入;最后选读书籍论文进阶。作者强调'卡住你的不是资源不够,而是顺序不对',并附上 30 天打卡表、53 个免费资源和五个避坑建议,倡导边用边学、动手实践。
作者分享了获取高质量AI领域前沿信息的各类信息源,包括:优质公众号如量子位、机器之心、新智元、数字生命卡兹克等;Twitter账号涵盖OpenAI、Google DeepMind、Anthropic等官方账号,以及Sam Altman、Karpathy、吴恩达等技术大佬和宝玉、Rohan Paul等资讯博主;海外Newsletter如The Rundown AI、The Batch、Import AI等;YouTube博主如3Blue1Brown、Andrej Karpathy及各类AI Coding、商业创业频道;还有MIT Technology Review、TechCrunch等科技媒体。作者提醒读者要交叉验证信息、保持独立思考。
作者整理了X上和官方市场的200多条帖子,筛选出53个经过核实的Grok Bot模板,并按用途分成七类:社媒内容运营、资料抓取调研、信息监控提醒、图片视频设计、营销获客销售、编程开发、个人助理办公。文章介绍了Grok Bot模板的玩法——别人调好的bot可一键复制,指令、技能、工具一并搬过来直接用。同时提醒了使用门槛(需SuperGrok等订阅)和安全风险:有模板藏着恶意指令会自动下载执行陌生代码。文章逐一介绍了各模板的功能、所需权限和适用场景,帮助读者按需选用。
作者公开了使用 Claude Opus 5.5 制作 AI 资讯类视频的完整工作流程:包括从 X 和 Hacker News 选题、准备 Agent 所需工具(Gemini API 写脚本与 TTS 配音、Suno 背景音乐等)、编写初始提示词模版、让 Gemini 写脚本并由 Claude Code 派子 agent 进行对抗式审查,以及反复迭代修改脚本与视频。作者还开源了包含 18 套风格的 creator-style-kit 风格 skill,并指出选题是内容成败的关键,常见问题是画面信息密度过高和配音契合度问题。
本文介绍 Grok Bot 与普通聊天 AI 的区别:它配备专属云电脑,可在用户离线时自主完成任务。作者提供了 9 段即用提示词,覆盖常见痛点:自动生成 X 每日简报、分析爆帖助力自媒体起号、为 Bot 开设专属邮箱收验证码、翻查邮箱盘点自动续费订阅、分拣收件箱并起草回复、邮件触发自动处理、录制操作学习重复性工作、资料自动生成 PPT,以及花钱和发送的安全规矩。文章还提醒注意安全事项:不发密码卡号、开启 Auto-review 和自定义审批规则、谨慎登录网银等敏感网站。
作者受 yetone 分发的 AI 持续开发工作流启发,分享自己基于 Claude Code + Codex CLI 的开发实践。核心思路是:主 Agent 用 Claude Opus 负责需求分析、任务拆解、调度与审查,Codex 负责具体编码,低成本 Claude Subagent 监测 GitHub Issues/PR,并结合 Git Worktree 隔离任务。开发前强调明确需求、复用成熟开源组件(yt-dlp、Whisper、FFmpeg)、不断质疑想法;开发中通过 Human-in-the-Loop 让人负责体验与最终决策,AI 处理重复任务。文末附完整的可复用提示词。
Latent Space 首期「High Taste Testers」栏目中,五位 AI 重度用户在 OpenAI DevDay 2026 后畅谈产品真相。核心观点:模型前沿没有让人失望,产品执行让人失望;Dots 等功能藏得太深、远程执行与状态迁移未解决;Codex 桌面端更新频遭差评;行业应从 agent 转向 assistant,助手胜负在减负;Jev 决策模型改变的是成本曲线而非能力边界;信任是这一代模型的真正分水岭;分发与深度的矛盾注定产品分裂,各自占据生态位。