Você pode entender um novo campo em meia hora, como estabelecer rapidamente um quadro cognitivo usando AI?

Título original: "Compartilhar um prompt de mergulho profundo que estou usando há dois anos, ajuda você a entender qualquer campo desconhecido em meia hora."

Autor original: Vida digital Kazek

Há alguns dias depois de terminar uma conferência, então ontem no fim de semana, eu estava jantando com um amigo. Enquanto conversávamos, ele de repente pôs suas varandas, olhou para mim e disse, "Amigo, como é que você parece saber um pouco sobre tudo?"

Eu disse que não sei.

Ele disse: "Como é que se sente que você pode conversar sobre qualquer coisa, como Harness, como Claude Code, como psicologia, como Hitman 2, como Cthulhu Mythos, e ainda tem tempo para jogar Pokémon popakia? Quantas horas você tem num dia, realmente?"

Fiquei chocada naquele momento.

Porque para ser honesto, embora falar grande é uma coisa, eu realmente não sinto que eu sei tudo. Eu só sou curioso sobre muitas coisas e tenho uma maneira de me familiarizar rapidamente com algo desconhecido.

Ele perguntou novamente, "Em que direção?"

Eu disse: "Um enquadramento de pesquisa que eu mesmo desenvolvi, combinado com IA. Eu posso criar um relatório de pesquisa de uma a duas mil palavras em meia hora, o que pode ajudá-lo a começar rapidamente."

Ele colocou as suas chopsticks novamente.

Então ele disse: "Ponte esta coisa por escrito."

É assim que surgiu este artigo hoje...

Não sei se é útil para todos, mas é realmente a metodologia que usei há três anos quando ainda estava na indústria financeira, a metodologia usada pelas empresas de pesquisa e pela indústria. Então surgiu a IA, vários tipos de pesquisa em profundidade surgiram, eu me iterei um pouco sobre essa metodologia eu mesmo, embalado em um prompt usado para muitas funções de pesquisa em profundidade da IA, que pode ser aplicado ao meu estudo de qualquer coisa. Honestamente, acho que esta é uma das coisas mais incríveis que usei nos últimos dois anos.

Eu não ouso dizer o quão completa é a pesquisa produzida por esta coisa, mas pode pelo menos me ajudar a estabelecer rapidamente um quadro cognitivo bastante completo e depois cavar mais fundo dentro desse quadro.

Eu costumava chamar essa metodologia...

Método de análise horizontal e vertical.

Deixe-me primeiro explicar o que é essa coisa.

Na verdade, é muito simples, apenas dois eixos.

O primeiro eixo, vertical. É traçar a história completa de algo ao longo da linha do tempo, de seu nascimento até o presente. Como isso aconteceu? Quem o criou? O que ele passou pelo caminho? Por que ele de repente decolou em um certo ponto, ou de repente girou? Uma vez que você desencadeia essa linha de tempo, você pode entender grosseiramente a história e causalidade de algo.

O segundo eixo, horizontal. É colocá-lo junto com outras coisas no mesmo espaço no momento atual. Como é diferente de seus concorrentes? Por que os usuários o escolhem acima de outros? Onde está ele em todo o espaço? Uma vez que você esclarecer esse aspecto, você pode entender a posição e a diferenciação de algo.

Então o passo mais crítico é cruzar esses dois eixos.

A vertical diz-lhe como chegou até hoje, a horizontal diz-lhe onde está hoje. Quando esses dois eixos se cruzam, você pode ver coisas que você não poderia ver olhando para ambos os eixos sozinho. Por exemplo, uma certa vantagem que tem hoje é realmente o resultado de uma decisão aparentemente insignificante tomada há três anos que se acumulou ao longo do tempo. Ou uma certa fraqueza que tem hoje é realmente a consequência de uma escolha sensata feita inicialmente que se transformou em uma carga.

Trace a profundidade ao longo do eixo vertical, a largura ao longo do eixo horizontal, e, finalmente, faça seu julgamento na interseção.

É tudo o que há nele.

É também o método que encontrei mais conveniente de usar nos últimos dois anos.

Este método é realmente derivado de algumas perspectivas de pesquisa clássicas em ciências sociais e linguística.

Na linguística, há uma dimensão analítica muito clássica proposta por Saussure, chamada análise diacrônica e análise síncrona.

Ao estudar algo, você pode começar a partir de duas dimensões. Uma é a dimensão do tempo, observando como ele evoluiu passo a passo do passado para o presente, e a outra é a dimensão atual, examinando que tipo de sistema e relações comparativas ele está em em um ponto específico no tempo.

Perspectivas de pesquisa semelhantes existem nas ciências sociais, chamadas de estudos longitudinais e estudos transversais. Longitudinal envolve rastrear a trajetória em mudança de um objeto, enquanto a seção transversal envolve observar seu snapshot em um momento específico e realizar comparações horizontais.

Eu simplesmente extraí essas perspectivas de pesquisa usadas há muito tempo do mundo acadêmico, combinou-as com algum pensamento de análise estratégica empresarial e competitiva, e as transformou em um quadro de pesquisa genérico executado pela IA.

Agora há a versão prompt e a versão skill

Eles são todos open-source no meu repositório Github:

https://github.com/em inglês

A versão prompt funciona especialmente bem com capacidades de IA que envolvem pesquisa em profundidade, como o DeepResearch do ChatGPT, a pesquisa em profundidade de Claude, o modo especialista de Bean, o modo especialista do DeepSeek, e assim por diante. Eu também tenho deliberadamente otimizado o estilo de escrita, aproveitando algumas das habilidades de escrita de Kha'Zix, para garantir que uma vez que este relatório é produzido, você pode realmente ler através dele, em vez de ser um tom indecifrável como...

Eu coloquei o prompt aqui, então se alguém precisar, eles podem simplesmente copiá-lo, ou eles podem ir para o repositório do Github para obtê-lo:

O uso é muito simples, só substituir a frase após a equação desse assunto de pesquisa com o assunto de pesquisa que você deseja.

Por exemplo, o agente popular recentemente Hermes, Harness, CLI, como Anthropic impacta ações SaaS, e assim por diante e assim por diante.

Ou talvez você queira pesquisar "O Reino do Mundo de Locke", "O Rei do Mundo da Glória", o conflito Irã-EUA, a imprevisibilidade de Trump, e assim por diante e assim por diante.

Tudo é possível.

Deixe-me dar um exemplo usando a recente pesquisa em profundidade popular de Harness+Claude.

Eu ajustei diretamente esse prompt um pouco, substituindo o conteúdo dentro da equação por Harness, e então ative o modo de pesquisa em profundidade de Claude.

Enviou-o imediatamente.

Então Claude me pediu para confirmar exatamente o que é Harness, então eu forneci algumas informações adicionais.

E então prosseguimos diretamente.

Depois de 13 minutos, o relatório de pesquisa sobre Harness foi concluído.

Você pode dar uma olhada no efeito. Acho que a análise vertical está bem escrita. A história é apresentada muito claramente para vocês, indicando quando nasceu, quando se espalhou, e quais são os principais milênios.

Há também uma explicação muito razoável para a razão pela qual ele se espalhou nesse momento particular.

Quanto ao estudo horizontal, a comparação é entre Engenharia Prompt, Engenharia de Contexto e Engenharia de Agente.

Eu acredito que qualquer pessoa que entenda o Agente não vai questionar sua profissionalismo em comparação, certo? Você pode esclarecer muito rapidamente as diferenças com alguns conceitos semelhantes.

E, finalmente, a direção da evolução futura.

Todo este relatório tem cerca de dez mil palavras de comprimento. Acredite em mim, se você está curioso sobre Harness e quer entender tudo sobre ele o mais rápido e abrangente possível, este relatório de pesquisa é quase melhor do que a maioria dos artigos de resumo que você viu.

Compreensivo e fácil de ler.

O sujeito de pesquisa pode ser um produto, como Cursor, Claude Code, Hermes Agent. Pode ser uma empresa, como Anthropic, ByteDance. Pode ser um conceito técnico, como protocolo MCP, RAG. Pode até ser uma pessoa, como uma figura-chave em uma indústria.

Prompt irá ajustar automaticamente a ênfase da análise vertical e horizontal com base no tipo de assunto de pesquisa. Foco na iteração de versões e comparação de características para pesquisa de produtos, foco no processo de financiamento e modelo de negócios para pesquisa de empresas, e foco na trajetória de carreira e comparação com outras figuras no mesmo campo para pesquisa de indivíduos.

Se você normalmente gosta de usar Cowork, Claude Code, ou Codex, e assim por diante, também converti esta metodologia em uma habilidade chamada hv-análise, e a abri no meu repositório do GitHub.

Depois de instalá-lo, você pode dizer diretamente ao Agente, "Ajuda-me a pesquisar xxx", e ele seguirá o quadro de análise vertical e horizontal.

Além disso, esta versão de habilidade irá pesquisar automaticamente na web por informações, incluindo o arXiv API, para pesquisar autônomamente artigos quando você está pesquisando questões acadêmicas. Ele então gerará um relatório de pesquisa em PDF bem formatado que é mais legível, tornando-o mais versátil do que a versão Prompt.

Claro, devo ser honesto sobre as limitações deste método.

Não é uma cura-tudo solução.

Pode ajudá-lo a construir rapidamente um quadro cognitivo bastante abrangente, mas não pode substituir uma pesquisa verdadeiramente profunda, de primeira mão.

Além disso, embora a informação recolhida pela IA seja agora muito precisa, ainda existe a possibilidade de imprecisões.

Portanto, você não pode levar o relatório gerado pela IA como uma conclusão direta; é mais como um ponto de partida para sua pesquisa neste campo, ajudando você a mapear as coisas rapidamente para que você possa explorar ainda mais com base neste mapa.

Outro problema é que a qualidade dos relatórios gerados por IA depende muito do modelo e das ferramentas que você usa. Ferramentas que suportam DeepResearch ou exploração em profundidade geralmente têm melhores resultados porque elas realmente vão on-line para pesquisar e verificar muita informação, e cada tarefa geralmente leva mais de 10 minutos.

No entanto, se você pode usar apenas ferramentas de IA que suportam pesquisas web básicas, levando menos de um minuto por tarefa, a eficácia pode ser significativamente reduzida.

Minha abordagem é, depois de receber o relatório, ler rapidamente através dele para estabelecer um quadro, e depois mergulhar mais profundamente em mais informações sobre pontos onde tenho dúvidas ou estou particularmente interessado.

Então, esta é uma combinação de relatórios de IA gerados usando o método de análise cruzada e minha própria investigação adicional, que é muito mais eficiente do que começar do zero.

Afinal, neste dia e idade, com a IA já disponível, realmente não há necessidade de cavar diligentemente por conta própria; isso seria desnecessariamente difícil.

Às vezes eu acho que nesta era de pesquisa, o que é verdadeiramente escasso não é mais informação, mas quanto você está curioso sobre o mundo.

Na verdade, se você perguntar se eu sou verdadeiramente erudito ou especializado, certamente não é o caso; eu só tenho uma curiosidade um pouco maior sobre o mundo.

É apenas um monte de perguntas que surgem em sua mente a qualquer hora, em qualquer lugar.

De onde veio essa coisa? Por que ele aparece agora? Qual é a sua relação com aquela outra coisa? O que as pessoas estavam fazendo antes de fazerem isso? Essas perguntas, quando não respondidas no momento do pensamento, realmente me deixam desconfortável. Eu não sei se todos vocês têm esse sentimento, mas é esse tipo de sentimento onde, neste momento, instantaneamente, eu preciso de uma resposta.

A informação já se tornou como uma inundação, e a IA torna o custo de acessar a abordagem de informação zero.

Mas quais perguntas fazer, de que perspectiva ver, como organizar informações dispersas em julgamentos significativos – essas coisas que a IA não pode te ajudar. Ou melhor, a IA só pode ajudá-lo depois de fornecer a direção, mas a direção em si deve ser definida por você.

O método de análise vertical e horizontal é realmente um enquadramento de questionamento que eu definei para mim. Toda vez que eu enfrento algo desconhecido, eu não preciso pensar temporariamente sobre de que perspectivas eu deveria entendê-lo; este quadro já descobriu isso para mim.

Trace verticalmente através do tempo, trace horizontalmente através do espaço, finalmente convergem para formar um julgamento. Três etapas completas, e o quadro cognitivo é estabelecido.

Isso permite que eu não passe mais três dias reunindo informações como fiz há alguns anos atrás; agora, eu posso montar o quadro em meia hora e depois passar o resto do tempo na parte realmente interessante, que é ver essa informação lentamente se reunir para formar um quadro completo e então de repente ter aquele momento "ah, assim é" aha.

Esse momento é simplesmente muito legal.

Para ser honesto, não sei se este método é adequado para todos.

Mas se você também é o tipo de pessoa que muitas vezes tem muitas perguntas surgindo em sua mente e encontra a coleta de informações muito lenta, você pode tentar.

Os antigos gregos diziam: "A filosofia começa na maravilha."

Eu acho que a pesquisa também começa quando você é verdadeiramente curioso sobre algo, e os métodos e ferramentas vêm mais tarde; a curiosidade leva o caminho.

Sem curiosidade, mesmo com a melhor metodologia, é apenas uma decoração.

Com curiosidade, mesmo que os métodos sejam um pouco grosseiros, você sempre encontrará as respostas.

É só que agora, encontrar respostas é de fato muito mais rápido do que antes.

rápido o suficiente para você mergulhar em mais coisas.

Mantenha-se curioso.

Link Post Original