分享一个我用了 2 年的深度研究 Prompt，半小时帮你搞懂任何陌生领域

📌 一句话摘要

本文介绍了一套名为「横纵分析法」的 AI 辅助研究框架，通过纵向（时间发展）和横向（竞品对比）两个维度，结合开源 Prompt 和 Skill，帮助用户在半小时内快速建立对任何陌生领域的系统性认知。

📝 详细摘要

作者分享了一套自己实践并迭代了多年的 AI 辅助深度研究方法论——「横纵分析法」。该方法论脱胎于语言学的历时/共时分析和社会科学的纵向/横截面研究，旨在通过两条轴快速构建认知框架：纵向轴追溯研究对象从诞生至今的完整发展史，包括起源、关键节点和决策逻辑；横向轴则在当下时间点，将其与同赛道竞品进行全面对比，分析其核心差异、用户口碑和生态位。作者将这套方法论封装成了可直接复用的 Prompt 和 Skill，并已在 GitHub 开源。文章详细解释了方法论原理、Prompt 的具体结构（包含变量定义、纵向/横向分析要求、写作风格、篇幅和输出格式），并以研究 Harness 为例展示了实际效果。作者也坦诚了该方法的局限性，强调其作用是快速建立认知地图，而非替代深度研究，并指出在 AI 时代，好奇心与提问框架比信息本身更为稀缺。

💡 主要观点

- 「横纵分析法」是一个结合纵向时间深度与横向空间广度的系统性研究框架。 纵向分析追溯研究对象的历史脉络与因果，横向分析对比其在当下的竞争格局与差异，两者交汇能产生超越单一维度的洞察，帮助快速建立完整认知地图。

该方法论已封装为可直接复用的 Prompt 和 Skill，极大降低了系统性研究的启动成本。 作者开源了详细的 Prompt 模板和 Skill 实现，用户只需替换研究对象，即可利用 ChatGPT DeepResearch、Claude 深度研究等工具，在半小时内生成万字级别的深度研究报告。

在 AI 时代，稀缺的不是信息，而是好奇心与有效的提问框架。 AI 使信息获取成本趋近于零，但研究的方向、角度和信息组织逻辑仍需人为定义。「横纵分析法」正是一个预设的高效提问框架，将用户从繁琐的信息收集中解放出来，聚焦于洞察与判断。

AI 生成的研究报告是深度研究的起点，而非终点，需要结合人工验证与深挖。 该方法能快速搭建认知框架，但无法替代亲自的深度研究。报告可能存在信息不准确（模型幻觉）或深度不足的问题，应将其作为探索地图，针对兴趣点进行二次验证和深入挖掘。

💬 文章金句

- 纵向追时间深度，横向追同期广度，最后交汇出判断。

• 信息已经像洪水一样了，AI 让你获取信息的成本趋近于零。但你要问什么问题、从什么角度去看、怎么把散落的信息组织成有意义的判断，这些东西 AI 帮不了你。
• 横纵分析法其实就是我给自己定的一个提问框架。每次面对一个陌生的东西，我不需要临时想我应该从哪几个角度去了解它，这个框架已经帮我想好了。
• 它能帮你在很短的时间内建立一个相当完整的认知框架，但它替代不了真正深入的、亲自下场的研究。
• 古希腊人说，哲学始于惊奇。我觉得吧，研究也是，始于你对一个东西真的好奇，方法和工具都是后面的事，好奇心在前面。

📊 文章信息

AI 初评：88

来源：数字生命卡兹克

作者：数字生命卡兹克

分类：个人成长

语言：中文

阅读时间：25 分钟

字数：6210

标签： 学习方法论, AI 辅助研究, Prompt 工程, 认知框架, 信息处理

阅读完整文章