ChatGPT、Claude深度研究都能用！這套橫縱分析Prompt，半小時幫你生成萬字入門報告|數位時代 BusinessNext

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

面對人工智慧（AI）應用的爆發與地緣政治風險的升高，數位環境正迎來「信任」與「韌性」的雙重嚴峻考驗。為了回應這些挑戰，財團法人台灣網路資訊中心（TWNIC）舉辦首屆「 Internet Week 2026（網路週）」，大會串聯數位發展部（moda）、國家通訊傳播委員會（NCC）、亞太網路資訊中心（APNIC）、網際網路名稱與號碼分配機構（ICANN）、臺灣網路治理論壇（TWIGF）及台灣網路維運社群（TWNOG）等國內外指標社群與國際組織，整合多個重要論壇並展開 4 天共 66 場主題議程。

Internet Week 2026 希望透過公、私部門、國際組織與技術社群的跨界溝通，讓政府、私人企業、國際組織、技術社群與公民團體力量在同一個平台上對話。大會不僅期盼建立一個開放、中立且多元的對話空間，更致力於帶動信任的溝通，藉此強化台灣在國際網路治理舞台的實質影響力與能見度，共築具備數位韌性與信任的未來。

身分識別不等於信任，碎片化才是真正危機

「身分識別（Identity）並不等於信任（Trust）。」Edgemoor 研究中心執行長 Steve Crocker 在會後專訪中，拋出這句耐人尋味的觀察。

身為 ARPANET 時代的重要參與者，他見證網際網路從學術研究網路，逐漸演變為全球最重要的數位基礎設施。然而，在地緣政治與各國法規分歧的今天，他認為網際網路正面臨前所未有的碎片化挑戰。「在價值觀、法規與司法管轄權都不同的情況下，我們如何依然維持全球的互通與信任？」Crocker 點出了他的觀察。他指出，未來的數位治理不可能再依賴單一規則或中央權威，而是必須建立在全球共用框架與在地化決策並存的架構上。

技術機制能全球互通，但各國仍應保有政策調整的空間。這樣的治理思維，也體現在 Crocker 近年推動的「 Project Jake 」計畫。隨著歐盟「一般資料保護規則」（General Data Protection Regulation，GDPR）等隱私法規上路，過去廣泛用於網路犯罪調查的 Whois 網域註冊資料系統，已陷入隱私與公共利益的兩難。Project Jake 則嘗試建立新的跨境資料存取機制，而 TWNIC 更是全球首個主動參與試點的機構。值得注意的是，面對近年區塊鏈與替代性網域名稱系統（Alternative DNS）興起的聲浪，Crocker 直言這往往是為不存在的問題，提供昂貴的解方。

他強調，網際網路真正的韌性來自長年建立的「分散式協作」與「相互依存」。「網際網路從來不是中央控制系統，而是一個 network of networks。」在他看來，與其重新建立彼此割裂的替代架構，不如持續深化跨國透明協作與多方治理，才是維持全球網路信任最務實的方式。

借鏡歐洲《數位服務法》，用「個人問責」重新定義公共利益

如果 Steve Crocker 談的是「基礎設施的信任」，那麼 Jeremy Godfrey 所關注的，則是平台與 AI 對公共利益的衝擊。Godfrey 直言，當前數位平台最大的問題，並不只是單一內容真假，而是整個商業模式正持續放大社會風險。「數位市場並不一定會自然產生對社會最有利的結果。」

長期管理 Meta、X、TikTok 等跨國平台歐洲監管事務的他指出，當平台以廣告收益與流量作為核心目標時，演算法往往會傾向放大更具爭議性與成癮性的內容，進一步衝擊民主討論、兒少保護與社會信任。Godfrey 強調，當數位治理開始涉及言論自由、人類尊嚴與選舉公平等基本人權時，社會不能再將權利平衡的責任，完全交由商業平台自行決定。這也是歐洲近年積極推動《數位服務法》（Digital Services Act，DSA）的原因。除要求大型平台管控系統性風險外，愛爾蘭也進一步要求平台落實年齡驗證、限制向未成年人推播有害內容，並強化企業內部的「個人問責制」。

不過，在 Godfrey 看來，未來治理不該只是被動「減少傷害」，而是重新思考整體數位生態系。「我們不該在創新與安全之間二選一，而是同時追求兩者。」他認為，當 AI 與平台逐漸成為社會基礎設施的一部分，治理的核心已不再只是技術，而是如何讓「信任、安全、權利保障與經濟價值」彼此共存，重新建立數位社會的公共利益與信任基礎。

不用 AI 不代表更安全，溫水煮青蛙的轉型危機

而當 AI 與平台逐漸成為社會基礎設施的一部分，治理核心將更專注在技術快速演進下，如何重新建立企業、政府與社會的信任能力。「AI 已經從回答問題，進入執行任務（Action）。」行政院經濟發展委員會創新經濟顧問簡立峰指出，當前 AI 已具備規劃與執行能力，正逐步接手知識型工作的核心流程。

這波由代理型 AI（Agentic AI）帶動的變革，首當其衝的正是白領階級；企業接下來面對的不僅是「流程再造」，更是深度的「職能再造」。然而簡立峰也警告，台灣正面臨一場「溫水煮青蛙」的轉型危機。由於國內高端服務業多屬內需市場，企業導入 AI 往往只停留在讓工作變快，卻未真正翻轉核心競爭力做到更聰明。在全球市場，企業已開始不再大量招募初階知識工作者，而是亟需能與 AI 協作、重新定義問題的人才。

「不用 AI 並不能代表更安全。」面對外界對 AI 資安與風險的焦慮，簡立峰提出極具衝擊性的觀點。他以開車為例，車子不開出門固然不會出車禍，但也等於永遠失去移動的能力。真正的數位治理並非全面防堵，而是在實際使用中建立防護。他呼籲，政府必須比以往更積極地導入 AI，「如果政府自己不用 AI，就沒有能力治理 AI，只有 AI 才能監管 AI。」他以「矛與盾」來比喻，強調面對新型態的數位犯罪，必須建立如「AI 警察」般的防禦機制；唯有善用 AI 作為測試與除錯的工具，才能精準揪出系統漏洞，也就是「以 AI 來監管 AI」。

而在治理與技術外，最後的防線仍回歸到「人」。簡立峰強調，未來的教育必須從單向的教導轉為引導，全面培養全民的「AI 識讀能力（AI literacy）」，讓人們在真假難辨的環境中，具備獨立思辨與理解風險的能力。唯有如此，才能在 AI 深度滲透的社會中，建立穩固的信任機制。

多元共融與韌性實踐，為建立信任數位社會的基石

「現在最大的問題，已經不是網路快不快，而是人們還敢不敢相信這個網路。」TWNIC 董事暨執行長余若凡說到，AI 時代的數位信任不只是技術問題，更是場需全社會參與的治理工程。為此，TWNIC 正從純粹的技術社群，轉型為「信任環境驅動者」，致力打造讓人願意信任與參與的數位生態系。

余若凡指出，建立數位信任必須從三個層次著手。首先是「技術面」的基礎設施韌性，如落實 DNS 濫用防治與域名安全；其次是「治理面」的規範設計，探討 AI 與內容監理的平衡；最後，也是最關鍵的「社會協作」。她強調：只有當大家願意對話，信任才有可能被建立。

推動信任對話的同時，多元共融更是韌性實踐的關鍵。談及大會的「Taiwan Tech Women」論壇，余若凡坦言儘管台灣性別平權具指標性，科技業決策圈的女性比例依然偏低。但 AI 時代的不確定性，反而成為女性突破框架的契機。結合與談專家觀點，未來面對複雜的地緣政治與科技風險，企業亟需兼顧社會、科技與公共利益的「生態系領導力（Ecosystem Leadership）」。而女性特有的同理心與跨域溝通耐心，將成為這種多方協調的關鍵需求能力。

「最大的成功，是未來我們不再需要舉辦 Taiwan Tech Woman 這樣的論壇。」余若凡更期許。當性別不再是評價標準，多元聲音成為數位治理的日常，才是真正穩固的信任底座。

綜觀 Internet Week 2026 中各界專家的深刻洞見，網路的未來早已演變為一場涵蓋法規監理、人權保障、經濟創新與社會共融的環境。面對全球網路的破碎化危機與AI帶來的雙面刃效應，單憑政府或單一企業已無法獨力應對。「公私協力」與「開放對話」將是迎向未知挑戰的解方。藉由這些跨界對話與激盪，台灣向國際展現了落實「多方利害關係人治理模式」的決心與實質能量。期許在產官學研及公民社會的共同努力下，能持續深化國際網路治理的影響力，在下個網路世代中穩健前行，共築兼具數位韌性與信任的美好未來。