斯坦福 STORM 方法：让 AI 像博士一样做研究的 4 步提示词工作流

我需要研究 [你的主题]。

请模拟 5 个不同的专家视角：

1. 从业者：每天接触这个主题。
   他们知道哪些学者忽略的东西？
   哪些实际情况通常被忽视？

2. 学者：研究这个主题多年。
   同行评审的证据到底说了什么？
   证据在哪些地方与普遍看法相矛盾？

3. 怀疑者：认为主流观点是错误的。
   最有力的反对论点是什么？
   支持者方便地忽略了哪些证据？

4. 经济学家：追踪资金流向。
   谁从目前的叙事中获利？
   哪些财务激励塑造了相关研究？

5. 历史学家：见过类似模式。
   存在哪些历史类比？
   从这些类比的发展中可以学到什么？

针对每个视角，给出：
- 他们的核心立场（两句话）
- 支持他们观点的最强证据
- 只有这个视角会告诉我的那件事

基于以上 5 个视角，绘制矛盾地图：

1. 哪两个或更多视角之间存在直接矛盾？
   列出每个冲突及相互矛盾的具体主张。
2. 哪个视角的证据最强？哪个最弱？为什么？
3. 如果能回答哪一个问题，就能解决最大的矛盾？
4. 所有视角都同意什么？
   （这很可能是真的，即使反对者也确认这一点。）
5. 没有一个视角涉及的话题是什么？
   （这是整个领域的盲点，通常也是最有价值的发现。）

将 5 个视角和矛盾地图中的所有内容综合成一份研究简报：

1. 一段话总结：用向 CEO 汇报的方式解释这个主题，
   他只有 60 秒时间，需要的是细节而非标题。
2. 5 个关键发现：我现在知道的最重要的事情，按可靠性排序。
   注明每个发现得到哪些视角的支持、又受到哪些视角的质疑。
3. 隐藏关联：只有在同时审视所有 5 个视角时才会显现的非明显联系。
4. 可操作洞察：基于所有证据，从事 [你的角色] 的人
   实际上应该做出什么不同的行动？要具体。
5. 前沿问题：如果能回答哪一个问题，会彻底改变我们对这个主题的理解？

现在对你自己的研究简报进行同行评审：

1. 可信度评分：对 5 个关键发现中的每一个按 1 到 10 分
   进行可靠性评分，并解释每个分数。
2. 最薄弱环节：你对哪个主张最不确定？
   需要哪些具体信息来验证它？
3. 偏见检查：在你的综合中，哪个视角可能被过度代表？
   是否有某个声音主导了分析？
4. 缺失视角：是否应该包括一个会改变结论的第 6 个角度？
5. 总体评分：如果斯坦福教授评审这份简报，
   他们会给什么分数？为什么？他们会让你修正什么？