Claude 深度研究指南:斯坦福验证的多视角提问法(附 4 个提示词)

2092 字
10 分钟
Claude 深度研究指南:斯坦福验证的多视角提问法(附 4 个提示词)

你问 Claude 一个问题。它给了你一个看起来不错的答案。

但你看完总觉得少了点什么。说不上来。好像都说了,又好像什么都没说透。

这不是 Claude 的问题。是一个提示词本身就只能给你主流观点——最主流的框架,最安全的说法,最不可能出错的共识。

真正有价值的东西不在这套答案里。

斯坦福把这事写成了一篇论文#

2024 年,斯坦福 OVAL 实验室在 NAACL 2024 上发表了一篇论文,提出了 STORM 这个研究系统。全称很长,你只需要记住一件事:

它在同行评审测试里,产出的文章条理性比次优方法高出 25%,覆盖广度高出 10%。

怎么做到的?多视角提问。

STORM 的做法是让五个截然不同的视角同时审视同一个主题:

视角关注什么
实践者 (Practitioner)每天跟这件事打交道,知道什么实际管用
怀疑者 (Skeptic)认为这个领域可能走错了方向
经济学视角 (Economist)盯着钱流,暴露利益动机
历史视角 (Historian)见过类似模式反复上演
学者 (Academic)真正读过原始论文

实践者看到学者忽略的东西。怀疑者挑战实践者的假设。经济学视角暴露学者视而不见的利益结构。历史视角提供其他所有人都看不到的模式。

五个视角,「视角」本身就是信息。你从哪个角度看,决定了你能看到什么。

这就是整个突破的核心。

论文是开源的(github.com/stanford-oval/storm,MIT 许可),在线工具免费(storm.genie.stanford.edu)。但重点不是去跑那个系统——重点是这背后的思维方式,你可以用四个提示词在 Claude 里直接复现。

四步走,每一步做什么#

第一步:多视角扫描#

给 Claude 同一个主题,让它分别从上面五个视角回答。

实践者怎么说?怀疑者怎么说?盯着钱的人怎么说?看过历史重复的人怎么说?真正读过论文的人怎么说?

你得到的不是五个答案——是五种盲区,一齐亮了。

第二步:矛盾地图#

五个视角说出来的东西不会完全一致。让 Claude 找出它们在哪儿打架。

冲突发生的地方,藏着真正的理解。

两条简单的判断规则:

  • 所有视角一致 → 这件事大概率站得住
  • 某个话题没人提 → 你刚刚发现了整个领域的空白

大多数人会跳过这一步。而正是这一步,把表面理解跟真正的专业认知区分开了。

第三步:综合简报#

让 Claude 基于前两步,整合出一份研究简报——覆盖所有角度,标注矛盾点,排可信度,最后落在具体行动上。

这是一个博士生花 48 小时手工阅读才能拿到的成果。

第四步:同行评审#

让 Claude 给自己的作业打分。

强论据在哪儿?弱论据在哪儿?有什么偏见?漏了什么角度?

这一步是 STORM 方法的关键补偿——斯坦福团队自己承认,系统不会自我批判。来源偏差和事实错配会悄悄渗入。第四步强制 LLM 审视自己的输出。

真正学术界的同行评审要几个月。

直接实操:四个提示词,直接复制#

上面是每一步在做什么。下面是可直接用的提示词全文。将 [YOUR TOPIC] 替换为你的研究主题,按顺序逐一粘贴到 Claude。

Prompt 1:多视角扫描#

我需要研究:[YOUR TOPIC]
模拟 5 种不同专家视角对这个主题的看法:
1. THE PRACTITIONER(实践者):每天实际操作这个领域的人。
- 他们知道哪些学术界通常忽略的现实情况?
- 哪些实用细节被忽略了?
2. THE ACADEMIC(学者):多年研究这个领域的人。
- 同行评审证据实际说了什么?
- 证据在哪里与流行观点矛盾?
3. THE SKEPTIC(怀疑者):认为主流观点有问题的人。
- 最有力的反驳是什么?
- 支持者通常忽略了哪些证据?
4. THE ECONOMIST(经济学家):追踪金钱流动的人。
- 谁从当前叙事中获利?
- 哪些财务激励塑造了研究和观点?
5. THE HISTORIAN(历史学家):见过类似模式的人。
- 存在哪些历史平行案例?
- 从那些案例的结果中我们能学到什么?
对于每个视角,请提供:
- 核心立场(2 句话以内)
- 支持其观点的最强证据
- 他们会告诉我、而其他视角不会提到的独特洞见

Prompt 2:矛盾地图#

(在 Prompt 1 的输出后直接使用)

基于上面 5 种专家视角,制作一份矛盾映射:
1. 哪些地方两个或多个视角直接相互矛盾?列出具体分歧点和原因。
2. 哪些地方多个视角达成共识?这些共识的可靠性如何?
3. 哪些重要方面完全没有被任何视角触及?(研究空白)
4. 整体来看,这个主题最被低估或高估的风险/机会是什么?
用清晰的结构化格式输出,便于阅读。

Prompt 3:综合简报#

(在 Prompt 2 之后使用)

现在,将 5 种视角和矛盾映射中的所有信息综合成一份研究简报。
输出结构:
1. 主题概述(1-2 段)
2. 关键发现(列出 5-7 条最重要的洞见)
3. 主要矛盾与分歧(简要说明)
4. 可靠性排序(哪些部分证据最强,哪些最弱)
5. 行动建议(具体、可执行的下一步或决策建议)
6. 未被充分回答的问题(未来可深入的方向)
保持客观、平衡,并突出跨视角的洞察。

Prompt 4:同行评审#

(在 Prompt 3 之后使用)

现在对上面的研究简报进行同行评审:
1. 置信度评分:为每个关键发现打 1-10 分,并说明理由。
2. 潜在偏差或盲点(模型可能引入的、或视角覆盖不足的)。
3. 事实可能错误或需要验证的地方。
4. 缺失的重要角度或反驳观点。
5. 整体强度评估:这份简报在哪些方面最强?最弱?
6. 改进建议:如何让它更可靠或更全面?
诚实且批判性地输出。

能用在哪儿#

七个场景,分三组——看你属于哪类读者。

如果你在写东西:

  • 写文章或报告之前。跑一遍四个提示词。你覆盖的角度别人压根想不到。
  • 做演示之前。你的幻灯片会在观众提出反对之前就回答掉他们的顾虑。

如果你在做决策:

  • 重大商业决策之前。实践者告诉你什么在现实中管用,怀疑者告诉你哪里会崩,经济学视角告诉你谁在获利。
  • 投资之前。五个视角天然覆盖看多 / 看空 / 历史类比 / 利益格局 / 学术证据。矛盾地图帮你找到真正的风险藏在哪儿。
  • 谈判之前。用五个视角拆解对手——他们的激励结构、弱点、历史行为模式。你带着结构性优势走进谈判桌。

如果你在学习:

  • 面试之前。实践者视角给你业内话术,怀疑者视角给你能问倒面试官的犀利问题。
  • 学新技能之前。实践者告诉你先学什么,学者给你理论基础,怀疑者告诉你什么被吹过头了。跳过噪音,直取核心。

写在最后#

STORM 不是完美的。斯坦福自己的论文也写了:系统不会自我批判。

这就是为什么第四步必须存在——它不是锦上添花,是补丁。

另一个实话:这篇论文 2024 年就发了。代码开源,工具免费,方法就是四个提示词。真正在用的人没几个。方法在那里。四个提示词,按顺序粘贴到 Claude。


本文方法来源:Stanford OVAL Lab, NAACL 2024. 开源仓库 github.com/stanford-oval/storm

支持与分享

如果这篇文章对你有帮助,欢迎分享给更多人或赞助支持!

赞助
Claude 深度研究指南:斯坦福验证的多视角提问法(附 4 个提示词)
https://blog.moewah.com/posts/claude-deep-research-storm-method/
作者
MoeWah
发布于
2026-06-19
许可协议
CC BY-NC-SA 4.0
相关文章 智能推荐
1
Claude Code 的 CLAUDE.md 怎么写?这 12 条规则,管住 AI Agent 的静默失败
AI实验室 12 条 CLAUDE.md 规则完整指南,涵盖代码生成和 Agent 模式两个阶段。每条规则附带英文原文、中文解释和真实翻车场景。文末提供完整模板可直接复制。
2
Goal 是目的地,Loop 是导航:AI 真正变聪明的核心秘密
AI实验室 一文讲透 AI Agent 的两大核心概念:Goal(目标)与 Loop(循环)。从基础定义到 8 种主流 Loop 类型详解,再到可直接复用的提示词模板,帮你从被动提问者升级为 AI 指挥官。
3
有了 tmux 还需要 herdr 吗?一个给 AI Agent 用的「终端管家」
AI实验室 herdr 是一个终端原生的 Agent 多路复用器,专为同时运行多个 AI Agent 的开发者设计。它解决了 Agent 管理混乱、会话丢失、远程协作等痛点,不替换终端、不依赖 Electron。本文从实际使用体验出发,带你了解它的核心功能和上手方法。
4
你的 AI Agent 在替云厂商打工?73% 的 Token 消耗其实与你无关
AI实验室 Hermes Agent 社区因 Token 消耗过高爆发争议,73% 的 API 调用开销来自工具定义和系统提示。本文拆解 Token 税的构成与两派立场分歧,揭示 Coding Plan 退场后行业从补贴红利到精细化运营的转折。
5
告别国内 AI 订阅生态:OpenCode Go 接入 Claude Code 部署全流程
AI实验室 受不了国内 AI 订阅服务的封号和收割?用 OpenCode Go 每月 10 刀平替,通过 oc-go-cc 代理接入 Claude Code 的完整部署教程,附带多 Agent 省 token 方案。
随机文章 随机推荐

评论区

Profile Image of the Author
MoeWah
Hello, I'm MoeWah.
专题文章
分类
站点统计
文章
203
分类
9
标签
441
总字数
385,136
运行时长
0
最后活动
0 天前

目录