用 STORM 多视角方法改进 Claude 研究

问 Claude“请介绍一下 X”，通常能得到一份流畅的入门说明，却不一定得到一份能支持判断的研究材料。主流观点、成功案例和常见框架会被优先写出来，实践中的例外、反方证据、利益关系和历史类比则容易消失。本文给出一套不需要安装软件的轻量流程：用五种角色分别审视同一个问题，再把输出整理成可核验的研究材料。它适合选题、方案评估和学习路线设计，不适合替代法律、医疗、投资或安全审查。

STORM 借鉴的是什么

STORM 是 Stanford OVAL 实验室提出的一套长文研究系统，全称是 Synthesis of Topic Outlines through Retrieval and Multi-perspective Question Asking。论文《Assisting in the Creation of Wikipedia-like Articles From Scratch with Large Language Models》发表于 NAACL 2024，项目包含检索、视角提问、文章大纲和引用整理等环节。

相关资料：

• 论文与实验说明：arXiv:2402.14207
• 源码与实现：stanford-oval/storm
• 在线体验：storm.genie.stanford.edu

本文不复刻完整系统，而是借用其中最容易迁移的一步：不要让一个问题只得到一条叙事，先让不同角色独立提出问题和证据。 论文中的效果来自特定数据集、检索器和评测条件，不能直接解释成任何主题都会提升固定比例。可以复用的是研究顺序，不是宣传数字。

为什么一条 Prompt 容易漏信息

单次提问通常隐含了一个视角。例如“某技术值不值得采用”默认了技术供应商的定义，却没有说明谁承担失败成本、哪些证据算数、结论适用于哪个时间范围。

把问题拆给不同角色，可以主动暴露这些前提：

五个角色不代表五份独立证据。如果它们都引用同一篇文章，只是五种表达；最终仍要回到原始来源、样本和适用范围。

Prompt：多视角扫描

把 [你的话题] 换成具体问题。相比“人工智能怎么样”，下面这些输入更容易得到可用结果：

• 企业是否应该在今年把客服迁移到 AI Agent
• 长上下文模型是否会取代企业 RAG
• 远程办公对研发团队交付质量的影响

我要研究：[你的话题]
研究目的：[我要支持的决定或产出]
我的角色：[例如产品负责人、候选人、研究生]
时间范围：[例如 2023 年至今]

请从以下 5 种视角分别分析这个话题：

1. 实践者：每天在跟它打交道。
哪些现实情况通常被研究和宣传忽略？哪些环节最容易失败？

2. 学者：研究它很多年了。
同行评审证据支持什么？证据的样本、方法和边界是什么？

3. 怀疑者：认为主流看法可能是错的。
最有力的反论点是什么？什么证据会推翻主流结论？

4. 经济学家：追踪钱、成本和激励。
谁从当前叙事中获利？哪些利益可能影响研究或传播？

5. 历史学家：寻找相似的旧案例。
过去是否出现过类似承诺？它们最终兑现了什么，又失败了什么？

对每一种视角输出：
- 2 句话概括核心立场
- 最有力的证据，注明来源类型、日期和适用范围
- 一个只有该视角容易发现的洞察
- 一个可能推翻该主张的证据
- 事实、推断和价值判断分别标记

找不到可靠来源时写“需要外部核验”，不要补造论文、数字或链接。
不要为了制造平衡而虚构对立观点。

如何验收输出

先不要看文字是否“像专家”，而要检查五个视角是否真的带来了不同的研究动作。

如果五个角色给出了完全相同的结论，可以追加：

不要抹平分歧。每个视角必须先独立提出主张，并列出一条可能推翻该主张的证据。若资料不足以形成差异，请直接说明资料不足。

什么时候需要联网和人工复核

这套 Prompt 只能组织模型可见的资料，不会自动把过期信息变成最新事实。遇到以下内容，应打开原文或提供权威资料后再判断：

• 价格、政策、产品版本、API 文档和公司状态
• 需要具体数字、论文结论或历史事件的文章
• 会影响投资、招聘、医疗、法律或合规的决定
• 任何只有一个来源、且无法交叉验证的关键主张

保存证据时至少记录“主张、原始来源、发布日期或访问时间、来源直接支持的范围、仍然缺少的信息”。模型的视角数量不能替代来源的独立性。

结语

STORM 最值得借鉴的不是某一条神奇 Prompt，而是把研究顺序改成“多视角提问—比较证据—再写结论”。实践者补现场，学者补证据，怀疑者补反例，经济学家补激励，历史学家补时间跨度。先用这五种视角找出盲区，再决定是否值得继续深挖，通常比从一份漂亮摘要开始更稳妥。