让 Claude 像博士一样做研究

AI模型价格对比 | AI工具导航 | ONNX模型库 | Vibe Coding教程 | PLC在线仿真器 | Tripo 3D | Meshy AI | ElevenLabs | KlingAI | ArtSpace | Phot.AI | InVideo

把"研究"拆解到本质，其中并没有什么神秘之处。

优秀的研究者不会只问一个问题。他们会从多个角度审视同一个话题。

实践者想知道它能否经受住未来几个月或几年的考验。怀疑论者在寻找可能出错的地方。经济学家关注资金流向。历史学家追问我们是如何走到这一步的，因为这些工具有其历史。

每个角度都会揭示其他角度看不到的问题。问问你的团队是否应该把编码工作交给 AI Agent，生活在 Cursor 中的工程师和实际测量过它的怀疑论者，甚至不会问同一个问题。

然后他们追踪后续问题。他们将每一个主张都建立在可以明确引用的来源之上。他们会关注来源之间存在分歧的地方，因为分歧正是真正洞察力所在之处。

单次提示词做不到这些。它将每个角度折叠成一个平均化的答案，然后平滑地交给你。

这就是方法：多个角度，每个都扎根于来源，保留分歧。

1、有人已经将这个方法封装成了产品

2024 年，斯坦福的一个团队发布了一个名为 STORM 的系统。该系统可以撰写长篇、有引用、维基百科级别的文章，主题是它从未见过的，而且输出质量经得起检验。

证据就在那里：NAACL 2024 论文，截至 2026 年中，约 29,000 个 GitHub 星标，超过 70,000 人运行过公开演示（均来自 stanford-oval/storm 仓库）。

重要的是 STORM 改变了工作发生的方式。

STORM 的工作方式分为三步，不包括底层机制：

首先，它发现视角。 在写一个字之前，STORM 会调查相关主题，弄清楚一篇好文章应该涵盖哪些角度。

然后它运行访谈。 每个视角都会采访一位专家——另一个语言模型，该模型必须基于实时网络搜索来回答，如果第一个答案单薄，还会追问后续问题。

然后它列提纲并撰写，附带引用，基于这些访谈浮现出的所有内容。

回过头来读，你就能看出其中的诀窍。魔法在于问题本身——从多人同时提问，扎根于真实来源，并带有后续追问。

STORM 并不是更努力地研究。它像一个专家小组一样研究。

拿本文开头的 AI 编程问题来说。将这个方法指向它，仅第一步就值回票价。在任何搜索之前，它会决定谁应该在房间里：

• 工程师——每天用 Cursor 交付代码：它真的节省了时间，还是只是感觉如此？
• 怀疑论者——它在哪些方面会让事情变得更糟，却没人注意到？
• 经济学家——除了 token 费用，审查和清理的成本是多少？
• 历史学家——我们以前也被"开发者生产力"忽悠过。那些工具后来怎样了？
• 团队负责人——初级开发者是否提速了，而高级开发者却变慢了？
• 安全审查员——更多代码，更快交付。影响范围有多大？

六个问题，没有一个是"列出优缺点"。你能感受到它们会发生碰撞。工程师和怀疑论者会在"更快"到底意味着什么上争论不休。

这种碰撞正是这个主题下任何值得一读的内容的脊梁。平均化的答案把它埋没了。专家小组让你直面它。

STORM 有真实的局限性，假装没有就是本文一直在反对的那种"平滑化"。它的输出读起来仍然平淡、百科全书式，和任何维基百科页面一样的干巴巴。

而且 STORM 不会自我批判。它不会告诉你哪个主张最薄弱。记住这一点。后面还会回来。

2、深度研究工具是引擎，不是方法

现在把 STORM 和那些著名的名字放在一起看：OpenAI 和 Gemini 的 Deep Research，以及开源的 GPT-Researcher。很容易把它们当作竞争对手来比较。但它们服务于不同的工作。

深度研究工具是引擎。它们被训练或配置为自主地在网络上挖掘：计划、搜索、阅读、循环、重复，直到覆盖所需内容。

但引擎是一个按钮，不是一种技术。

STORM 的构建方式恰恰相反。它是一种方法，可移植的，你可以阅读和引导的。 你可以在工具内部运行它，在提示词内部运行它，甚至在法律便笺本上用头脑运行它。

引擎在原始覆盖范围和速度上获胜，在截止日期紧迫时价值巨大。方法在结构和判断力上获胜。你两者都想要——引擎负责跑量，方法负责引导。

3、偷走这个方法，指向 Claude

按顺序手动运行这三个提示词，替换成你自己的主题。

第一，先获取视角。

"在研究 [主题] 之前，列出一个专家小组会带来的六个不同视角：实践者、怀疑论者、经济学家、历史学家、最终用户、监管者。为每个视角写出该视角最关心的一个问题。"

然后做引擎做不到的事。阅读这个列表并编辑它。删掉一个视角，添加它遗漏的那个——在任何搜索开始之前。这个编辑就是你判断力介入的地方，它承载了大部分价值。

第二，采访每个视角，扎根于事实。

"取视角 #X。提出它关于 [主题] 会提出的三个最尖锐的问题。搜索网络来回答每个问题，然后为每个答案提出一个后续问题并解决它。引用每一个主张。标记来源存在分歧的地方。"

第三，综合。

"从所有访谈中，为一个对该主题一无所知的聪明读者构建一个无冗余的提纲。用 [n] 个引用写出来。标记任何仅依赖单一来源的主张。"

差异不是微妙的。单次问 AI 编程问题，你会得到平均化的粘贴：

"AI 编程工具可以提高生产力，尽管结果因团队和环境而异。许多开发者报告工作流更快，而一些人面临学习曲线。"

正确，但没用。对同一个问题运行这三个提示词，视角访谈会带回你能握住的东西：

• 爱好者的证据：在一项受控的 GitHub 研究中，有 Copilot 的开发者完成编码任务的速度比没有时快约 55%。
• 怀疑论者的发现：当 METR 在大型成熟代码库上对有经验的开发者进行随机试验时，这些开发者使用 AI 后反而慢了 19%，而他们自己感觉快了 20%。
• 将一切串联起来的细节：大约 84% 的开发者现在使用这些工具，而不到三分之一的人信任输出结果。

4、可选升级：让它成为你自己的技能

把这个方法交给 Claude Code 或 Codex，让它把提示词变成一个可复用的技能。它会为你写一个 storm-research 技能，你可以通过名称在任何主题上触发它，而且你拥有它：可读、可编辑、无第三方依赖。

运行 storm-research ai coding agents，它会在第一步停下来：这是你的六个视角，在我花任何搜索之前，先删减或添加。 你删掉历史学家，添加一个需要向董事会汇报的 CTO，然后让它继续。十分钟后，你得到了一份基于你自己选择的专家小组的有引用简报。那三十秒的编辑就是租用和拥有之间的全部区别。

5、可选升级：安装预构建的插件

如果你不想费这些事，有人已经打包好了。社区 claude-storm 插件一行命令即可安装，将整个循环作为单个命令运行，无需克隆、无需 API 密钥，使用 Claude 自己的网络搜索和子代理。它运行完整的管道，并以自我同行评审结束。

一个诚实的说明：claude-storm 是社区项目，不是斯坦福发布的，而且还很年轻。这就是为什么手动版本排在第一位。方法是基础。插件是便利。

6、什么仍然是你的

方法自动化了研究的劳动。它没有自动化判断。

这里没有任何东西——无论是提示词、技能，还是背后运行的任何引擎——能告诉你哪个问题值得首先问，或者哪个发现对你面前的决策重要。它会就错误的主题采访六个视角，然后交给你一个有引用的答案，而这个问题你根本就不该问。

学位奖励的是问题品味，而不是阅读速度。 那部分无法外包。

改变的是你现在可以将整台机器指向你选择的问题，在几分钟内得到以前需要一周才能完成的东西。你得到了有观点的研究——那种你自己引导的研究。

原文链接：How to make Claude research like a PhD in minutes

汇智网翻译整理，转载请标明出处