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
