X 帳號「數字生命卡茲克」(@khazix0918)近日分享了一段他使用兩年的深度研究 Prompt,聲稱能在 30 分鐘內讓 AI 產出一份上萬字的研究報告,幫助使用者快速建立任何陌生領域的認知框架。
為什麼「兩條軸線」比直接提問有效?
橫縱分析法的底層邏輯,來自語言學家索緒爾(Ferdinand de Saussure)的經典研究框架:歷時分析(Diachronic)追蹤一個事物如何隨時間演變,共時分析(Synchronic)觀察它在某個時間切面上與其他事物的關係。
核心邏輯很簡單:單看歷史,你知道它怎麼走到今天,但不知道它現在站在哪裡;單看競爭對手,你知道它跟誰比,但不知道為什麼會變成這樣。
兩條軸線交叉,才能看到全貌。
30分鐘搞懂任何陌生領域!怎麼用?4步驟操作
在動手之前,先用一張圖釐清兩條軸線的關係:
第 1 步:選一個支援「深度研究」的 AI 工具
橫縱分析法的效果與工具能力直接相關。建議優先使用支援深度研究(Deep Research)功能的工具,這類工具會主動聯網搜尋、交叉驗證,單次任務通常耗時 10 分鐘以上,品質遠優於普通對話模式。
目前適用的工具包括:ChatGPT Deep Research、Claude 深度研究模式等。
第 2 步:複製 Prompt,改一行就能用
完整 Prompt 開源在 GitHub 倉庫,使用時只需修改開頭的「研究對象」等號右邊。以下是核心結構的精簡版,可直接複製貼入工具的深度研究模式:
> 橫縱分析法
## 變數定義
研究對象 = [在此填入你要研究的主題]
你是一位資深的技術與商業研究分析師。請使用「橫縱分析法」對「研究對象」
進行一份完整的深度研究報告。
### 一、縱向分析(Diachronic / Longitudinal)
沿時間軸,完整還原研究對象從誕生到現在的發展全貌:
1. 起源追溯:誕生背景、技術/理念基礎、核心推動者
2. 誕生節點:首次發布/成立時間、最初形態
3. 演進歷程:按時間梳理所有關鍵節點
4. 決策邏輯:還原每個節點背後的原因
5. 用故事方式串連,不要寫成流水帳年表
### 二、橫向分析(Synchronic / Cross-sectional)
以當前時間點為切面,與同賽道的競品進行全面對比:
- 核心差異:技術路線、產品形態、商業模式、目標用戶
- 用戶視角:真實口碑、使用體驗、優缺點
- 生態位分析:在賽道中的位置,填補什麼空白
- 趨勢判斷:競爭格局走向、機會與風險
### 三、橫縱交匯
把縱向脈絡與橫向格局結合,給出對研究對象當前位置
和未來走向的判斷。
寫作風格:可讀性優先,用故事驅動而非條列羅列。
觀點必須建立在事實之上,用具體細節取代空洞形容。
研究對象可以是產品(Cursor、Claude Code)、公司(Anthropic、OpenAI)、技術概念(MCP 協定、RAG),甚至是人物。
Prompt 會根據對象類型自動調整分析側重點。想要更完整的指令細節(包含篇幅要求、競品場景分類等),可直接到 GitHub 倉庫取用原版。
第 3 步:發送,等 AI 跑完
把 Prompt 貼入深度研究模式,直接發送。AI 可能會先確認研究對象的範圍,補充說明即可。
《數位時代》以「harness engineering」為對象實測,使用 Claude 深度研究模式,14 分 33 秒後產出約 7,500 字的報告(Claude 將範圍聚焦在 AI/ML 訓練工具生態,而非 agent 層面的 harness 概念)。
報告中一個具分析縱深的判斷:
每一次 AI 能力的突破,都會在 6 到 12 個月內催生出一波工程化工具的爆發,而這些工具又降低了下一輪突破的門檻。
前後共耗時 14 分半鐘、7,500 字,換來的不是一份能當作切入陌生領域的研究地圖。完整報告見:Claude 實測產出(harness engineering)。
第 4 步:以報告為地圖,針對疑點深挖
拿到報告後,先快速通讀建立框架,再針對有疑問或特別感興趣的段落搜尋更多資料驗證。
關鍵心態:報告是研究的起點,不是結論。橫縱分析法產出的框架加上自己深挖,比從零開始的效率高太多。
進階玩法:裝成 Skill 讓 Agent 自動跑
如果你使用 Claude Code、Cowork 或 Codex 等 Agent 工具,原作者還提供了 Skill 版本(hv-analysis),安裝後對 Agent 說「幫我研究一下 XXX」就會自動執行。
Skill 版本額外支援自動網路搜尋、串接 arXiv API 查論文,並產出排版好的 PDF 報告。同樣可在 GitHub 倉庫取得。
這套方法有什麼限制?
要注意的是,AI 產出的報告仍可能有事實錯誤。 儘管模型幻覺率已大幅降低,報告中的數據與事實仍需自行驗證,不能直接當定論使用。
報告品質也高度依賴工具能力。深度研究工具(每次 10 分鐘以上)效果明顯優於僅有基本網路搜尋的工具(不到一分鐘),後者在資訊完整度和準確度上都會打折扣。
最根本的限制是:橫縱分析法幫你快速搭起認知框架,但取代不了真正深入的第一手研究。它是地圖,不是目的地。
現在,工具讓你取得資訊的成本趨近於零,但你要問什麼問題、從什麼角度看、怎麼把散落的資訊組織成判斷,這些方向得自己定。
延伸閱讀:
用Claude Code管理100篇研究筆記!OpenAI共同創辦人公開LLM知識庫系統,貼一段指令就能建起來
不用Obsidian也能建AI知識庫!Karpathy同款「說明書」設定,4.1萬人超人氣方法完整拆解
資料來源:@khazix0918 X 貼文、khazix-skills GitHub 倉庫
本文初稿為AI編撰,整理.編輯/ 李先泰
