タイトル：「2年間使った深度研究Promptを共有、半時間で未知の分野を理解できる方法」
著者：デジタルライフ・カズク
出典：
転載：マーズファイナンス
数日前に会議を終え、昨日の週末に友人と食事をしていると、彼が突然箸を置いて私を見て一言言った。「兄弟、なんで何でもちょっとずつ詳しいんだ？」
私は「そんなことないよ」と答えた。
彼は「何かHarnessとかClaude Codeとか心理学とか殺戮の塔2とかクトゥルフ神話とか、何でも話せる感じがするけど、宝可夢のPopakiaも遊んでるし、一日に何時間持ってるんだ？」と言った。
その時、私は少し戸惑った。
正直に言えば、会話や自慢は別として、自分は何でも知ってるわけじゃない。むしろ、多くのことに好奇心があって、それを素早く理解できる方法を持っているだけだ。
彼はさらに尋ねた、「その方法って何？」
私は「自分で作った研究フレームワークとAIを使って、30分で1万から2万字の研究レポートを出せる。それで素早く入門できる」と答えた。
彼は箸を置いた。
そして、「これを書き出してみて」と言った。
それで今日のこの文章ができたわけだ。。。
全ての人に役立つかはわからないけど、これは3年前に金融業界にいた頃に使っていた会社や業界の研究手法を、AIが登場した今、さまざまな深度研究に応用できるように少し進化させて、Promptとしてパッケージ化したものだ。どんな研究対象にも使えるし、正直、ここ2年で最も便利に使っているものの一つだ。
この研究がどれほど深いかは保証できないけど、少なくともかなりの範囲の認知フレームを素早く構築し、その上で深掘りできる。
この方法論、私は以前「横縦分析法」と呼んでいた。
まず、これが何かを説明しよう。
実はとてもシンプルで、二つの軸からなる。
第一の軸は縦軸。時間軸に沿って、あるものの誕生から現在までの完全なストーリーを再現することだ。どうやって生まれた？誰が作った？途中で何があった？なぜある時点で爆発的に広まったり、逆に急落したりしたのか？この線を追えば、そのものの歴史と因果関係が理解できる。
第二の軸は横軸。今この瞬間に、その対象を同じジャンルの他のものと比較することだ。競合と比べて何が違う？なぜユーザーはそれを選ぶのか？全体の中でどの位置にいるのか？この切り口を理解すれば、その対象の位置や差異が見えてくる。
そして最も重要なのは、この二つの軸を交差させて見ることだ。
縦軸は「どうやって今に至ったか」を示し、横軸は「今どこにいるか」を示す。二つの軸を交差させると、単一の軸だけでは見えない情報が見えてくる。例えば、今の優位性は三年前のちょっとした決定の積み重ねだったり、逆に短所は当初の合理的な選択が負担になっている場合もある。
縦軸は時間の深さを追い、横軸は同時代の広さを追い、最後に交差させて判断を下す。
これだけだ。
これが私がこの2年で最も使い勝手の良い方法だ。
この方法は、社会科学や言語学の古典的な研究視点に由来している。
言語学には、ソシュールが提唱した非常に基本的な分析軸がある。歴時分析と共時分析だ。
つまり、研究対象を二つの視点から見ることだ。一つは時間軸、過去から現在までの変遷を追うこと。もう一つは現在のシステムや比較関係の中での位置を把握すること。
社会科学にも似た視点があり、縦方向の研究と横方向の研究と呼ばれる。
縦は対象の変化の軌跡を追い、横は特定の時点での状態を観察し比較する。
私はこれらの学術的視点を抽象化し、ビジネスや競争戦略の思考と組み合わせて、AIを使った汎用的な研究フレームワークに仕立てた。
今はPrompt版とSkill版がある。
また、すべてGitHubのリポジトリに公開している。
Prompt版は、深度研究機能を持つAIと組み合わせると特に効果的だ。例えばChatGPTのDeepResearch、Claudeの深度研究、豆包のエキスパートモード、DeepSeekのエキスパートモードなどと相性が良い。文章スタイルも最適化し、カズクのライティングスキルも一部取り入れているので、レポートを読んでも理解しやすく、難解な天書のようにならない。
こちらにPromptを置いているので、必要な人はコピーして使ってほしい。
また、GitHubからもダウンロードできる。
使い方は非常に簡単。研究対象の後に続く式の部分を、あなたが調べたい対象に変えるだけ。
例えば最近話題のHermes AgentやHarness、CLI、SaaS業界へのImpactを与えるAnthropicなど。
さらには『ロック王国の世界』『王者栄耀の世界』、イランとアメリカの戦争、トランプの気まぐれなども。
何でもできる。
例として、最近人気のHarness＋Claudeの深度研究をやってみる。
Promptを少し変えて、式の中のHarnessに置き換え、Claudeの深度研究モードを起動。
送信すると、ClaudeがHarnessとは何かを確認し、私が補足。
その後、すぐに研究開始。
13分後にはHarnessに関するレポートが完成。
縦軸分析はかなり良く書けていると思う。歴史が明確に示され、いつ誕生し、いつ爆発したのか、重要なポイントも押さえている。
なぜそのタイミングで爆発したのかも理にかなっている。
横軸では、Prompt Engineering、Context Engineering、Agent Engineeringと比較。
Agentを理解している人なら、その違いに疑問は持たないだろう。素早く類似概念との違いを整理できる。
最後に未来の展望も。
このレポートは約1万字。Harnessに興味がある人が、できるだけ早く、網羅的に理解したいなら、ほとんどのまとめ記事よりも優れている。
内容もわかりやすく、包括的だ。
研究対象は製品（Cursor、Claude Code、Hermes Agent）、企業（Anthropic、ByteDance）、技術概念（MCPプロトコル、RAG）、さらには個人（業界のキーパーソン）も可能。
Promptは対象の種類に応じて縦横の分析重点を自動調整。
製品ならバージョンや機能比較、企業なら資金調達やビジネスモデル、人物ならキャリアや同業者比較に重点を置く。
普段CoworkやClaude Code、CodexなどのAgentを使っているなら、この方法論をSkill化した「hv-analysis」もGitHubで公開済み。
インストールすれば、「xxxについて調べて」とAgentに頼むだけで、縦横分析のフレームワークに沿って調査してくれる。
このSkill版はネット検索やarXiv APIも自動連携し、学術的な質問には論文検索も行い、最終的に整ったPDFレポートを生成。文章も読みやすく、Prompt版よりも自由度と表現力が高い。
ただし、この方法の限界も正直に伝える。
万能ではない。
短時間でかなりの認知フレームを作れるが、深い研究や実地調査には敵わない。
AIが収集した情報も、モデルの幻覚はかなり低くなったとはいえ、誤情報の可能性はゼロではない。
だから、AIのレポートを鵜呑みにせず、あくまで出発点として使い、そこから深掘りを進めるのが良い。
もう一つは、AIの生成するレポートの質は使うモデルやツール次第。
DeepResearch対応のツールは効果的だが、ネット検索だけの普通のAIツールだと、結果はやや劣る。
私のやり方は、レポートをざっと読んでフレームを作り、疑問点や興味のある部分を深掘りしていく。
これが横縦分析法＋自己調査の組み合わせで、ゼロからやるより効率的だ。
今の時代、AIがあるからこそ、情報収集の苦労はほとんど不要になった。
むしろ、世界に対する好奇心さえあれば、十分だ。
正直、私がどれだけ博識かというと、そうではない。ただ、世界に少しだけ好奇心を持っているだけだ。
いつも頭の中に、いくつもの疑問が浮かぶ。
これってどうなってるの？なぜ今出てきたの？あれとどう関係してる？あの人は何してた？これらの疑問に答えがないと、気持ちが落ち着かない。
情報は洪水のようにあふれているが、AIを使えば情報取得のコストはほぼゼロ。
でも、何を質問し、どの角度から見るか、散らばった情報をどう整理して意味のある判断にするかは、AIにはできない。方向性は自分で決める必要がある。
横縦分析法は、私が自分に課した質問の枠組みだ。未知のものに直面したとき、どの角度から理解すればいいか、考えなくてもこの枠組みが自動的に考えてくれる。
縦軸は時間を追い、横軸は空間を追い、最後に交差させて判断を下す。三段階で認知の枠組みができあがる。
これにより、数年前のように三日かけて情報を集める必要もなく、半時間で枠組みを作り、残りの時間を本当に面白い部分に使える。
情報がパズルのピースのように組み合わさる瞬間、「あ、こういうことか」と腑に落ちるあの瞬間。
あの瞬間は最高だ。
正直、この方法がすべての人に合うかはわからない。
でも、頭の中に次々と疑問が湧き、情報収集が遅いと感じる人には試してほしい。
古代ギリシャの哲学者たちも言った、「哲学は驚きから始まる」と。
私も思う、研究もまた、何かに本当に好奇心を持つことから始まる。方法やツールは後からついてくる。好奇心が前提だ。
好奇心がなければ、良い方法論も無意味だ。
好奇心さえあれば、少し不器用でも答えは見つかる。
ただ、今は答えを見つけるのが昔よりずっと早くなった。
もっと多くのことに挑戦できる。
好奇心を持ち続けよう。
644.11K 人気度
327.65K 人気度
86.04K 人気度
29.61K 人気度
732.18K 人気度
たった30分で新しい分野を理解し、AIを使って迅速に認知フレームワークを構築するにはどうすればよいか？
タイトル：「2年間使った深度研究Promptを共有、半時間で未知の分野を理解できる方法」
著者：デジタルライフ・カズク
出典：
転載：マーズファイナンス
数日前に会議を終え、昨日の週末に友人と食事をしていると、彼が突然箸を置いて私を見て一言言った。「兄弟、なんで何でもちょっとずつ詳しいんだ？」
私は「そんなことないよ」と答えた。
彼は「何かHarnessとかClaude Codeとか心理学とか殺戮の塔2とかクトゥルフ神話とか、何でも話せる感じがするけど、宝可夢のPopakiaも遊んでるし、一日に何時間持ってるんだ？」と言った。
その時、私は少し戸惑った。
正直に言えば、会話や自慢は別として、自分は何でも知ってるわけじゃない。むしろ、多くのことに好奇心があって、それを素早く理解できる方法を持っているだけだ。
彼はさらに尋ねた、「その方法って何？」
私は「自分で作った研究フレームワークとAIを使って、30分で1万から2万字の研究レポートを出せる。それで素早く入門できる」と答えた。
彼は箸を置いた。
そして、「これを書き出してみて」と言った。
それで今日のこの文章ができたわけだ。。。
全ての人に役立つかはわからないけど、これは3年前に金融業界にいた頃に使っていた会社や業界の研究手法を、AIが登場した今、さまざまな深度研究に応用できるように少し進化させて、Promptとしてパッケージ化したものだ。どんな研究対象にも使えるし、正直、ここ2年で最も便利に使っているものの一つだ。
この研究がどれほど深いかは保証できないけど、少なくともかなりの範囲の認知フレームを素早く構築し、その上で深掘りできる。
この方法論、私は以前「横縦分析法」と呼んでいた。
まず、これが何かを説明しよう。
実はとてもシンプルで、二つの軸からなる。
第一の軸は縦軸。時間軸に沿って、あるものの誕生から現在までの完全なストーリーを再現することだ。どうやって生まれた？誰が作った？途中で何があった？なぜある時点で爆発的に広まったり、逆に急落したりしたのか？この線を追えば、そのものの歴史と因果関係が理解できる。
第二の軸は横軸。今この瞬間に、その対象を同じジャンルの他のものと比較することだ。競合と比べて何が違う？なぜユーザーはそれを選ぶのか？全体の中でどの位置にいるのか？この切り口を理解すれば、その対象の位置や差異が見えてくる。
そして最も重要なのは、この二つの軸を交差させて見ることだ。
縦軸は「どうやって今に至ったか」を示し、横軸は「今どこにいるか」を示す。二つの軸を交差させると、単一の軸だけでは見えない情報が見えてくる。例えば、今の優位性は三年前のちょっとした決定の積み重ねだったり、逆に短所は当初の合理的な選択が負担になっている場合もある。
縦軸は時間の深さを追い、横軸は同時代の広さを追い、最後に交差させて判断を下す。
これだけだ。
これが私がこの2年で最も使い勝手の良い方法だ。
この方法は、社会科学や言語学の古典的な研究視点に由来している。
言語学には、ソシュールが提唱した非常に基本的な分析軸がある。歴時分析と共時分析だ。
つまり、研究対象を二つの視点から見ることだ。一つは時間軸、過去から現在までの変遷を追うこと。もう一つは現在のシステムや比較関係の中での位置を把握すること。
社会科学にも似た視点があり、縦方向の研究と横方向の研究と呼ばれる。
縦は対象の変化の軌跡を追い、横は特定の時点での状態を観察し比較する。
私はこれらの学術的視点を抽象化し、ビジネスや競争戦略の思考と組み合わせて、AIを使った汎用的な研究フレームワークに仕立てた。
今はPrompt版とSkill版がある。
また、すべてGitHubのリポジトリに公開している。
Prompt版は、深度研究機能を持つAIと組み合わせると特に効果的だ。例えばChatGPTのDeepResearch、Claudeの深度研究、豆包のエキスパートモード、DeepSeekのエキスパートモードなどと相性が良い。文章スタイルも最適化し、カズクのライティングスキルも一部取り入れているので、レポートを読んでも理解しやすく、難解な天書のようにならない。
こちらにPromptを置いているので、必要な人はコピーして使ってほしい。
また、GitHubからもダウンロードできる。
使い方は非常に簡単。研究対象の後に続く式の部分を、あなたが調べたい対象に変えるだけ。
例えば最近話題のHermes AgentやHarness、CLI、SaaS業界へのImpactを与えるAnthropicなど。
さらには『ロック王国の世界』『王者栄耀の世界』、イランとアメリカの戦争、トランプの気まぐれなども。
何でもできる。
例として、最近人気のHarness＋Claudeの深度研究をやってみる。
Promptを少し変えて、式の中のHarnessに置き換え、Claudeの深度研究モードを起動。
送信すると、ClaudeがHarnessとは何かを確認し、私が補足。
その後、すぐに研究開始。
13分後にはHarnessに関するレポートが完成。
縦軸分析はかなり良く書けていると思う。歴史が明確に示され、いつ誕生し、いつ爆発したのか、重要なポイントも押さえている。
なぜそのタイミングで爆発したのかも理にかなっている。
横軸では、Prompt Engineering、Context Engineering、Agent Engineeringと比較。
Agentを理解している人なら、その違いに疑問は持たないだろう。素早く類似概念との違いを整理できる。
最後に未来の展望も。
このレポートは約1万字。Harnessに興味がある人が、できるだけ早く、網羅的に理解したいなら、ほとんどのまとめ記事よりも優れている。
内容もわかりやすく、包括的だ。
研究対象は製品（Cursor、Claude Code、Hermes Agent）、企業（Anthropic、ByteDance）、技術概念（MCPプロトコル、RAG）、さらには個人（業界のキーパーソン）も可能。
Promptは対象の種類に応じて縦横の分析重点を自動調整。
製品ならバージョンや機能比較、企業なら資金調達やビジネスモデル、人物ならキャリアや同業者比較に重点を置く。
普段CoworkやClaude Code、CodexなどのAgentを使っているなら、この方法論をSkill化した「hv-analysis」もGitHubで公開済み。
インストールすれば、「xxxについて調べて」とAgentに頼むだけで、縦横分析のフレームワークに沿って調査してくれる。
このSkill版はネット検索やarXiv APIも自動連携し、学術的な質問には論文検索も行い、最終的に整ったPDFレポートを生成。文章も読みやすく、Prompt版よりも自由度と表現力が高い。
ただし、この方法の限界も正直に伝える。
万能ではない。
短時間でかなりの認知フレームを作れるが、深い研究や実地調査には敵わない。
AIが収集した情報も、モデルの幻覚はかなり低くなったとはいえ、誤情報の可能性はゼロではない。
だから、AIのレポートを鵜呑みにせず、あくまで出発点として使い、そこから深掘りを進めるのが良い。
もう一つは、AIの生成するレポートの質は使うモデルやツール次第。
DeepResearch対応のツールは効果的だが、ネット検索だけの普通のAIツールだと、結果はやや劣る。
私のやり方は、レポートをざっと読んでフレームを作り、疑問点や興味のある部分を深掘りしていく。
これが横縦分析法＋自己調査の組み合わせで、ゼロからやるより効率的だ。
今の時代、AIがあるからこそ、情報収集の苦労はほとんど不要になった。
むしろ、世界に対する好奇心さえあれば、十分だ。
正直、私がどれだけ博識かというと、そうではない。ただ、世界に少しだけ好奇心を持っているだけだ。
いつも頭の中に、いくつもの疑問が浮かぶ。
これってどうなってるの？なぜ今出てきたの？あれとどう関係してる？あの人は何してた？これらの疑問に答えがないと、気持ちが落ち着かない。
情報は洪水のようにあふれているが、AIを使えば情報取得のコストはほぼゼロ。
でも、何を質問し、どの角度から見るか、散らばった情報をどう整理して意味のある判断にするかは、AIにはできない。方向性は自分で決める必要がある。
横縦分析法は、私が自分に課した質問の枠組みだ。未知のものに直面したとき、どの角度から理解すればいいか、考えなくてもこの枠組みが自動的に考えてくれる。
縦軸は時間を追い、横軸は空間を追い、最後に交差させて判断を下す。三段階で認知の枠組みができあがる。
これにより、数年前のように三日かけて情報を集める必要もなく、半時間で枠組みを作り、残りの時間を本当に面白い部分に使える。
情報がパズルのピースのように組み合わさる瞬間、「あ、こういうことか」と腑に落ちるあの瞬間。
あの瞬間は最高だ。
正直、この方法がすべての人に合うかはわからない。
でも、頭の中に次々と疑問が湧き、情報収集が遅いと感じる人には試してほしい。
古代ギリシャの哲学者たちも言った、「哲学は驚きから始まる」と。
私も思う、研究もまた、何かに本当に好奇心を持つことから始まる。方法やツールは後からついてくる。好奇心が前提だ。
好奇心がなければ、良い方法論も無意味だ。
好奇心さえあれば、少し不器用でも答えは見つかる。
ただ、今は答えを見つけるのが昔よりずっと早くなった。
もっと多くのことに挑戦できる。
好奇心を持ち続けよう。