原文タイトル：「2年かけた研究 Prompt の共有、30分でどんな未知の領域も理解する方法。」

原著者：DigitalLifeKazek

数日前に会議を終え、昨日は週末に友人と食事をしていた。話している途中、友人が箸を置いて私を見つめながら、「おい、お前ってなんでもちょっとは知ってるよな？」と言った。

私は「全く分からないよ」と言った。

彼は「どうしてお前なんでも話せる感じがするんだ？ Harness や Claude Code、心理学、Dead by Daylight 2、クトゥルフ神話など、ポケモン popakia まで、1日何時間あるんだ？」と尋ねた。

私は当時ぼんやりとしていた。

率直に言って、自慢話はさておき、自分が何でも知っているとは思っていなかった。私は単に多くのことに興味があり、そして自分には素早く未知のものについて理解する手法があると感じていた。

彼はまた尋ねた、「どんな手法だ？」

私は、「私が考案した研究フレームワークと AI の組み合わせで、30分で1〜2万語の研究レポートを作成し、あなたを超迅速に入門させることができる」と言った。

彼は再び箸を置いた。

そして彼は言った、「それを書き出してみろ」と。

これが、今日の記事の始まりです…。

私は誰にでも役立つかはわかりませんが、これは確かに私が3年前に金融業界にいた時に、研究会社や業界で使用されていた方法論であり、その後 AI が現れ、さまざまな深い研究が登場しました。私自身がこの方法論を若干改良し、AI の深い研究機能に適用しやすくした Prompt としてパッケージ化しました。私はこれを使って何でも研究しているが、率直に言って、これはこの2年間で最も手放せないものの一つだと思っています。

このものが提供する研究がどれだけ徹底的かは自信がありませんが、少なくとも私はかなり包括的な認知フレームワークを迅速に構築し、そのフレームワークを基盤にさらに掘り下げていけるようになりました。

これを方法論と呼んでいます。

横断分析法

まずこのものが何かについて説明します。

実際には、2つの軸だけです。

第一の軸、縦軸。それは時間軸に沿って、ものの生まれから現在までの完全なストーリーを再構築することです。それはどのようにしてやってきたのでしょうか？誰がやったのでしょうか？途中で何があったのでしょうか？なぜある時点で突然爆発したり、方向転換したのでしょうか？このラインを整理すれば、ものの大まかな歴史と因果関係が理解できます。

第二の軸、横軸。それは現在の時間点において、同じ競技場の他のものと比較することです。競合製品との違いは何ですか？ユーザーはなぜこれを選択し、他を選ばないのでしょうか？それは競技場全体でどの位置にありますか？この側面をよく見れば、ものの位置と違いが理解できます。

そして最も重要なステップは、これら2つの軸を交差させて見ることです。

縦軸はものが今日までどのように進んできたかを教えてくれ、横軸はそれが今日どこに立っているかを示してくれます。2つの軸が交差すると、どちらの軸だけでは見ることができないいくつかのことが見えてきます。たとえば、今日のある利点は、実際には3年前のささいな決定が徐々に蓄積されたものです。また、今日のある弱点は、当初合理的な選択肢が重荷に変わった結果です。

縦軸は時間の深さを追求し、横軸は同時期の広がりを追求し、最後に交わって判断を下します。

それだけのことです。

これは、ここ2年で私が最も手馴れた方法です。

この方法は、実際には社会科学と言語学のいくつかの古典的な研究視点に基づいています。

言語学には、ソシュールが提唱した、時間軸分析と同時軸分析という非常に古典的な分析次元があります。

研究対象を調査するために、2つの次元から着手できます。1つは時間の次元であり、過去から現在に至るまでの進化の過程を見るものであり、もう1つは現在の次元であり、ある特定の時点でそのものがいかなるシステムと比較関係の中にあるかを見るものです。

社会科学にも類似した研究視点があり、縦断研究と断面研究と呼ばれます。縦断は、対象の変化の軌跡を追跡し、断面は特定時点での状態を観察し、横断的比較を行います。

これらの学術界で長い間使用されてきた研究視点を抽象化し、さらにいくつかのビジネスと競争戦略分析の考えを取り入れて、AIを用いて実行する汎用研究フレームワークにまとめたのです。

現在プロンプトバージョンとスキルバージョンがあります

両方とも私のGitHubリポジトリで完全にオープンソースになっています：

https://github.com/KKKKhazix/khazix-skills

プロンプトバージョンは、深い研究機能を備えたAI効果と非常によく連携します。例えば、ChatGPTのDeepResearch、ClaudeのDeep Research、DouBaoのエキスパートモード、DeepSeekのエキスパートモードなどがあり、さらに私は文章スタイルを特に最適化し、一部Kha'Zixのライティングスキルを使用しています。このレポートが完成した後も読み続けられるようにしました。それは読みにくい奇書になるのではなく。。。

プロンプトをこちらに置いておきましたので、必要な方は直接コピーしていただくか、GitHubリポジトリからお取りください：

使用方法は非常に簡単です。研究対象のその後の用語をそのままお好きな研究対象に変更してください。

たとえば、最近人気のあるHermesエージェント、Harness、CLI、SaaS株に対するAnthropicの影響などです。

また、あなたが《Rock Kingdom World》や《King of Glory World》、イランとアメリカの戦争、トランプの気まぐれなどを調査したい場合もあります。

何でも可能です。

最近最も人気のあるHarness+ClaudeのDeep Researchを例に挙げましょう。

私はそのプロンプトを直接変更し、式の中身をHarnessに変え、ClaudeのDeep Researchモードを開きました。

直接送信してください。

すると、ClaudeはHarnessが一体何なのか確認してくれるので、私は補足しました。

その後すぐに始めました。

13分後、Harnessに関するこの研究レポートが完成しました。

効果を見てみてください。縦軸の分析は上手く書かれていると思います。歴史はとても明確に示してくれています。誕生時期、爆発時期、そしてどんな重要なポイントがあったか。

なぜこの時期に爆発したのかも非常に理にかなっています。

そして、横軸の研究では、Prompt Engineering、Context Engineering、Agent Engineeringを比較しています。

Agentに詳しい人なら、専門性に欠けると疑問に思うことはないでしょう。同様の概念との違いを非常に迅速に整理できます。

最後には将来の展望もあります。

このレポート全体で約1万語ですが、信じてください。もしHarnessに興味を持って、なるべく早く、可能な限り包括的にそのすべてについて理解したいのであれば、この研究レポートは、おそらくあなたが見るほとんどの要約記事よりも優れています。

包括的で読みやすいです。

研究対象は製品の場合もあれば、Cursor、Claude Code、Hermes Agentのようなものもあります。会社の場合もあれば、AnthropicやBytedanceのようなものもあります。技術コンセプトの場合もあれば、MCPプロトコル、RAGのようなものもあります。そして、個人の場合もあります。特定の業界の重要人物など。

Promptは、研究対象のタイプに応じて、縦軸と横軸の分析の焦点を自動的に調整します。製品を研究する場合は、主にバージョンの進化と機能の比較を重視し、会社を研究する場合は、主に資金調達の経過とビジネスモデルを重視し、人物を研究する場合は、主に職歴と同じ分野の人物との比較を重視します。

普段Cowork、Claude Code、CodexなどのAgentを使うのが好きなら、この方法論をhv-analysisというスキルにして、私はGithubリポジトリにもオープンソース化しました。

それをインストールすると、Agentに直接「xxxを研究して」と言うと、縦横分析法の枠組みに従って行動します。

そして、この Skill バージョンでは自動的に情報を検索し、arXiv の API も含まれており、学術的な問題を研究しているときに論文を自動的に検索し、最終的にはレイアウトが整った PDF 研究レポートを生成し、文体もより読みやすくなります。 Prompt バージョンよりも自由度が高くなります。

もちろん、この方法の限界について率直に申し上げます。

それは万能ではないということです。

非常に短い時間でかなり包括的な認知フレームワークを構築できますが、それは本当に深い、自分で調査を行うこととは置き換えることはできません。

そして、AI が収集した情報は今では AI モデルの偏りが非常に少なくなっていますが、依然として不正確な情報が含まれる可能性があります。

したがって、AI によって生成されたレポートを直接結論として受け取ってはいけません。これはあなたがその領域の研究を始めるための出発点であり、地図を迅速に構築し、その地図に基づいてさらに探求を行うのを助けるものです。

もう1つの問題は、AI によって生成されるレポートの品質は、使用されるモデルやツールに非常に大きく依存するということです。DeepResearch または深い研究をサポートするツールを使用すると、効果が通常良好です。なぜなら、それらは実際にネットワークを検索し、多くの情報を検証するからです。1 回のタスクは通常 10 分以上かかります。

しかし、通常のインターネット検索をサポートする AI ツールを使用するしかない場合、1 回のタスクは 1 分にも満たないため、効果がかなり低下する可能性があります。

私自身の方法は、レポートを受け取った後、最初に全体をざっと目を通し、疑問に思う部分や特に興味を持った部分についてさらに情報を探ることです。

これは横断的分析法による AI レポートと自身の掘り下げの組み合わせであり、ゼロから始めるよりもはるかに効率的です。

結局のところ、この時代において、AI がすでに存在する状況で、自分で情報を探し出す必要は本当にありません。それは本当に苦労する必要があります。

私は時々、この時代に研究を行う際、本当に不足しているものは情報ではなく、この世界に対するあなたの好奇心です。

実際、私がどれだけ博学であるかや専門家であるかということを言えるわけではありません。私はただこの世界に対して少し好奇心を持っているだけです。

いつでも、どこでも頭の中に問題が湧き出る感じ。

このものはどこから来たのか？なぜ今現れたのか？このものはあのものとどんな関係があるのか？このことをやっている人は以前何をしていたのか？これらの問題は、答えが出ないと本当に気持ちが悪く、皆さんも同じ感覚があるかどうかわからないが、ちょうど今、すぐに答えを得たい感じです。

情報は洪水のようになっており、AIによって情報を取得するコストはほぼゼロに近づいています。

しかし、何を尋ねるか、どの視点で考えるか、散らばった情報をどのように意味のある判断に整理するか、これらのことについてはAIは助けてくれません。つまり、AIはあなたが方向性を示した後にのみ助けてくれ、ただし、方向性自体はあなた自身が定める必要があります。

縦横分析法は実際には私が自分に定めた質問のフレームワークです。未知のものに直面するたびに、私はその理解をどの視点から得るべきかを臨時に考える必要はありません。このフレームワークは、すでに私のために考えてくれています。

時間を縦に追い、空間を横に追い、最後に判断を下す。この3ステップを踏むと、認知フレームワークが構築される。

これにより、3年前と同様に情報を収集するのに3日間かかる必要がなくなりました。今は、フレームワークを構築するのに30分しかかからないので、残りの時間を本当に面白いところに費やすことができます。つまり、これらの情報がゆっくりと一つの完全な絵に組み立てられるのを見て、「ああ、そういうことだったのか」と突然気づく瞬間です。

その瞬間は本当に素晴らしいです。

正直言って、この方法がすべての人に適しているかどうかはわかりません。

しかし、あなたも頭の中に問題が頻繁に浮かんでくるけれども、情報収集が遅すぎると感じている人であれば、試してみる価値があります。

古代ギリシャ人は、「驚きから哲学がはじまる」と言いました。

私は、研究も同様に、あなたが本当にあるものに好奇心を持っているときに始まると思います。方法やツールは後のことであり、好奇心が先行します。

好奇心がないと、どんなに良い方法論があっても無意味です。

好奇心があれば、方法が少し賢くなくても、答えを見つけることができます。

ただし、今は過去よりもはるかに速く答えを見つけることができるようになりました。

あなたがより多くのことに興味を持ち続けるために。

好奇心を持ち続けてください。

Original Article Link

BlockBeats の公式コミュニティに参加しよう：

Telegram 公式チャンネル：https://t.me/theblockbeats

Telegram 交流グループ：https://t.me/BlockBeats_App

Twitter 公式アカウント：https://twitter.com/BlockBeatsAsia