界面已本地化;技能介绍与说明文档按所选语言由 AI 自动翻译,代码、命令、路径和专业术语保留原文,以原作者文档为准。
探索技能
数据与研究 · SKILL.md

storm-research

storm-research

【数据与研究】斯坦福 STORM 深度研究方法 — 4 个提示让 Claude 像博士一样做研究。 STORM = Systematic(系统化)+ Thorough(彻底)+ Organized(有组织)+ Rigorous(严谨)+ Methodical(有条理)。5 分钟产出博士 48 小时级别的研究简报。 适用于文献综述、技术调研、竞品分析、行业研究等场景。 Trigger keywords: STORM方法, 深度研究, 博士级研究, 学术研究, 文献综述, 系统研究, 技术调研, Stanford STORM, 研究简报, thorough research。

独立 GitHub 快照 · 自动分类 · 以原作者文档为准

技能说明

GitHub

name: storm-research description: > 斯坦福 STORM 深度研究方法 — 4 个提示让 Claude 像博士一样做研究。 STORM = Systematic(系统化)+ Thorough(彻底)+ Organized(有组织)+ Rigorous(严谨)+ Methodical(有条理)。5 分钟产出博士 48 小时级别的研究简报。 适用于文献综述、技术调研、竞品分析、行业研究等场景。 Trigger keywords: STORM方法, 深度研究, 博士级研究, 学术研究, 文献综述, 系统研究, 技术调研, Stanford STORM, 研究简报, thorough research。 allowed-tools:


STORM 深度研究 — Stanford STORM Research Method

4 个提示让 Claude 像博士一样做研究,5 分钟产出博士 48 小时级别的研究简报。

STORM 原则

字母含义说明
SSystematic(系统化)建立完整的知识框架,不遗漏关键维度
TThorough(彻底)多源交叉验证,深入每个关键节点
OOrganized(有组织)结构化输出,逻辑清晰可追溯
RRigorous(严谨)区分事实与观点,标注证据强度
MMethodical(有条理)可复现的研究流程,明确每一步的输入输出

四步研究提示

Prompt 1: 研究框架构建

请为 [研究主题] 构建一个系统化的研究框架,包括:
1. 核心问题拆解(拆成 5-10 个子问题)
2. 每个子问题的关键概念和术语
3. 研究边界和排除项
4. 与邻近领域的关系图谱

Prompt 2: 多源信息收集

针对上述每个子问题,请:
1. 搜索并总结不同来源的观点(学术 / 工业界 / 开源社区)
2. 标注每个来源的可信度(高/中/低)和潜在偏见
3. 识别各来源之间的一致观点和矛盾点
4. 如果某个子问题信息不足,明确标注为「知识缺口」

Prompt 3: 深度分析与综合

基于收集的信息,请:
1. 对每个子问题给出综合分析(不简单罗列,而是提炼洞察)
2. 用「主张-证据-推理」结构呈现每个结论
3. 标注每个结论的置信度(确认/很可能/推测/待验证)
4. 识别跨子问题的模式和联系

Prompt 4: 研究简报生成

请生成一份面向 [目标读者] 的研究简报:
1. 一页纸核心摘要(TL;DR)
2. 研究框架概览(一图胜千言)
3. 每个子问题的关键发现和结论
4. 开放问题和未来研究方向
5. 推荐阅读清单(按优先级排列)

质量检查清单

  • 每个结论都有明确来源
  • 区分了事实、观点和推测
  • 标注了知识缺口(不知道比错误更诚实)
  • 不同来源的矛盾点已被识别和讨论
  • 研究简报可在 5 分钟内读完核心内容
  • 研究流程可被另一个人复现

触发示例

  • "用 STORM 方法研究:Rust 在嵌入式领域的应用现状"
  • "帮我做一个 LLM Agent 框架的技术调研,用 STORM 方法"
  • "STORM 研究:2025 年前端技术趋势"
  • "做一份 LangChain vs LlamaIndex 的深度对比研究"
我的收藏