全文速览图
打磨三年！今天，我决定把「卡兹克风格创作.skill」开源了！
事情源于一次朋友间的闲聊。当被问及为何似乎对各类话题都能聊上几句时，一个核心答案浮现出来：并非无所不知，而是有一套能快速切入陌生领域的方法。这套方法，经过三年多的实践与迭代，如今已封装成一套能与AI深度研究功能协同的框架。
它被称为“横纵分析法”。
一、核心方法论：横纵分析法
这个方法的核心极其简洁，仅围绕两条轴线展开。
第一条是纵向轴，即时间线。 它的任务是完整还原一个事物从诞生到当下的发展全貌。起源是什么？关键转折点在哪里？为何在某个节点爆发或沉寂？理清这条线，你就能把握其历史脉络与因果逻辑。
第二条是横向轴，即当下切面。 它的任务是在当前时间点，将研究对象置于同赛道中进行比较。与竞品有何本质不同？用户选择的真实理由是什么？它在整个生态中占据何种位置？看清这个切面，你就能理解其当下的竞争态势与独特价值。
最关键的一步，在于将两条轴线交叉审视。纵向告诉你它是如何“走来”的，横向告诉你它今天“站在哪”。两者交汇，往往能揭示单独看任何一条轴都难以发现的洞察。例如，今天的某个核心优势，可能源于三年前一个不起眼的战略选择；而当前的短板，或许是早期成功路径依赖所留下的包袱。
简而言之，纵向追时间深度，横向追同期广度，最终交汇出立体判断。
这套思路并非凭空创造，其灵感源于学术研究中经典的分析维度。语言学中的“历时分析”与“共时分析”，社会科学中的“纵向研究”与“横截面研究”，都提供了类似的视角。将其抽离出来，结合商业分析中的竞争战略思维，便形成了这套适配AI的通用研究框架。
目前，该框架已封装为Prompt版本与Skill版本。
二、实战指南：Prompt与Skill详解
Prompt版本适用于具备深度研究功能的AI模型，如ChatGPT的DeepResearch、Claude的深度研究、豆包的专家模式等。其优势在于经过特意优化的行文风格，能确保生成的报告可读性强，而非艰涩难懂的技术天书。
使用方法非常简单：复制提供的完整Prompt，仅需修改开头的「研究对象」变量即可。无论是分析最近热门的Hermes Agent、Harness，还是研究一家公司、一个技术概念，甚至是一位行业人物，都可以套用。
以近期热门的Harness为例，将Prompt中的研究对象替换为“Harness”，并投入Claude的深度研究模式。经过约13分钟的处理，一份约一万字的深度研究报告便告生成。
报告效果如何？在纵向部分，它能清晰地梳理出从诞生到爆发的关键历史节点与逻辑。
对于为何在特定时间点爆发，也能给出有据可依的分析。
在横向分析上，它能将Harness与Prompt Engineering、Context Engineering、Agent Engineering等关联概念进行专业对比，快速厘清异同。
报告还会给出未来的演进方向判断。
对于希望快速、全面了解一个陌生领域的求知者而言，这样一份报告的价值，往往超过网络上多数零散的汇总文章。
对于习惯使用Cursor、Claude Code等智能编码助手的用户，还有更便捷的Skill版本（hv-analysis）。安装后，只需对Agent发出“帮我研究一下XXX”的指令，它便会自动按照横纵分析法框架执行。
Skill版本功能更强大，能自动联网搜索，并集成学术论文数据库API，在涉及学术话题时自主查询相关文献。最终，它会生成一份排版精美的PDF研究报告，在信息广度和呈现方式上比Prompt版本更为自由丰富。
三、方法边界与最佳实践
必须指出的是，任何工具都有其适用范围。横纵分析法配合AI，其核心价值在于高效搭建认知框架，而非替代深度、一手的研究。
首先，尽管当前大模型的“幻觉”问题已大幅改善，但信息准确性仍需使用者保持审慎。生成的报告更适合作为研究的起点和地图，指引你前往更值得深挖的方向，而非直接当作最终结论使用。
其次，报告质量与所使用的AI模型及功能深度强相关。支持“深度研究”模式、能进行长时间多轮检索验证的工具，效果远胜于仅具备普通联网搜索功能的工具。
一个经过验证的高效工作流是：“AI框架报告 + 人工重点深挖”。先利用横纵分析法在半小时内生成一份全面的框架性报告，快速通读以建立整体认知。随后，针对报告中存疑的要点、或特别感兴趣的部分，进行人工的深入检索和验证。这套组合拳，远比从零开始盲目搜集信息要高效得多。
四、好奇心：研究的真正起点
在信息获取成本因AI而趋近于零的时代，真正的稀缺品或许不再是信息本身，而是提出好问题的能力与持续的好奇心。
横纵分析法本质上是一个结构化的提问框架。它解决了“从何入手”的初始困惑，将散乱的信息搜集过程，转化为有方向的“纵向溯源、横向对比、交叉判断”三步走。这让研究者得以将大量时间从繁琐的信息筛选中解放出来，投入到更富创造性的连接、洞察与验证中去。
那种在信息拼图中突然窥见全貌，产生“啊哈，原来如此”的顿悟瞬间，正是研究过程中最迷人的奖赏。如今，借助合适的方法与工具，抵达这个瞬间的路径，正在被大幅缩短。
古希腊哲人曾说，哲学始于惊奇。一切有价值的研究，何尝不是始于对世界真切的好奇？方法论与工具是强大的翻跟斗，但驱动它们的燃料，始终是那份“想知道”的原始冲动。有了这份好奇心，哪怕方法笨拙些，答案也终将浮现。而如今，我们至少可以让寻找答案的过程，变得更快、更顺畅一些。
这或许能让我们对更广阔的世界，保持更多一份探究的热情。
