원문 제목: "나의 2년 연구를 바탕으로 공유하는 Prompt, 30분 안에 어떤 낯선 분야라도 이해하기."

원문 작가: Digital Life Kha'Zix

며칠 전에 회의를 마치고 어제 주말에 친구와 식사하면서 얘기를 나누다가, 갑자기 친구가 젓가락을 내려놓고 나를 쳐다보며 말했습니다. "형아, 너 왜 다 잘 알아?"

나는 내가 아는 게 없다고 했습니다.

친구가 "왜 뭔가 다 이야기할 수 있는 거 같아, 무엇 Harness, 무엇 Claude Code, 무엇 심리학, 무엇 살육의 탑 2, 무엇 크툴루 신화, 너는 어떻게 아직도 포켓몬을 하는 시간이 있어? 하루에 몇 시간이야?"

나는 그때 한동안 멍해졌습니다.

솔직히 이야기하자면, 이야기하고 헛소리 떨기는 해도, 내가 정말 자신이 모든 것을 안다고 생각한 적은 없었습니다. 그저 많은 것에 호기심이 생기고, 그리고 어떤 방식으로든 낯선 것을 빨리 파악할 수 있는 방법이 있었습니다.

그가 묻더군요, 어떤 방법?

나는 말했습니다, 내가 개발한 연구 프레임워크, 그리고 AI를 더해 반 시간 내에 수천 단어 분량의 연구보고서를 작성해줄 수 있고, 당신이 빠르게 입문할 수 있게 해줄 것이다.

그는 다시 젓가락을 내려놓았습니다.

그런 다음 그는 말했습니다, "너가 그것을 써봐."

그래서 오늘 이 글이 생겼습니다...

나도 모르겠지만 모든 사람에게 도움이 될지는 모르지만, 이것은 내가 3년 전에 금융 분야에 있을 때 연구 기업과 산업이 사용하는 방법론이었고, 그 후에 AI가 등장했고, 다양한 형태의 심층 연구가 나왔으며, 나는 이 방법론을 약간 개선하여 AI의 다양한 심층 연구 기능에 적용할 수 있게 만들었습니다. 사실, 이것은 내가 사용한 가운데 가장 편한 것 중 하나입니다.

이 도구로 나온 연구가 얼마나 철저한지 말하긴 부끄럽지만, 적어도 나에게는 매우 완전한 인식 구조를 빠르게 구축하게 해주고, 그 구조를 기반으로 더 심층적으로 파고들게 할 수 있습니다.

이 방법론은 내가 이전에 불렀던 것입니다.

가로세로 분석법.

먼저 이것이 무엇인지 약간 설명해보겠습니다.

사실 매우 간단합니다. 두 축만 있습니다.

이제 Prompt 버전과 Skill 버전이 있습니다

내 Github 저장소에서 모두 오픈 소스로 제공되었습니다:

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

Prompt 버전은 일부 심층 연구 기능을 가진 AI 효과와 특히 잘 작동하며, 예를 들어 ChatGPT의 DeepResearch, Claude의 심층 연구, 두부의 전문가 모드, DeepSeek의 전문가 모드 등이 가능합니다. 또한 글의 스타일을 의도적으로 최적화하고, 일부 Kha'Zix 작성 기술을 사용하여 이 보고서가 나오면 읽기 쉬울 것입니다. 어려운 이론서처럼 읽을 수 없습니다...

저는 Prompt를 여기에 넣어 두었으니 필요한 친구는 직접 복사하거나 Github 저장소에서 가져가셔도 됩니다:

사용 방법은 매우 간단합니다. 연구 대상 이퀼레이션 뒷 단어구를 원하는 연구 대상으로 직접 변경하면 됩니다.

예를 들어 최근 핫한 Hermes Agent, Harness, CLI, SaaS 주에 대한 Anthropic의 영향 등을 연구하려는 경우 등입니다.

심지어 락 킹덤 세계, 호노르 오브 킹스 세계, 이란과 미국의 전쟁, 트럼프의 변덕 등 조차도 가능합니다.

모든 것이 가능합니다.

가장 최근 핫한 Harness+Claude의 심층 연구를 예로 들어 설명하겠습니다.

그 Prompt를 직접 변경하여 이퀼레이션 내용을 Harness로 교체한 다음 Claude의 심층 연구 모드를 열었습니다.

직접 전송합니다.

그러면 Claude가 Harness가 정확히 무엇인지 물어보고, 제가 설명했습니다.

그런 다음 직접 시작했습니다.

13분 후에 Harness에 관한 연구 보고서가 완료되었습니다.

효과를 한번 봐요. 세로 분석은 나쁘게 쓴 것 같아요. 역사는 매우 명확하게 설명해줬어요. 언제 시작되었고, 언제 폭발했고, 어떤 중요한 지점이 있었는지.

그 시기에 폭발한 이유도 매우 타당해요.

가로 연구에서는 Prompt Engineering, Context Engineering 및 Agent Engineering을 비교했어요.

Agent에 대해 알고 있는 사람은 그 비교가 전문적이 아닌 것을 의심하지 않을 거예요. 비슷한 개념들과의 차이를 매우 빠르게 이해할 수 있어요.

마지막으로 미래의 발전 방향도 있어요.

이 보고서는 대략 만 단어입니다. 제 말을 믿어요, 만약 당신이 Harness에 호기심을 가지고 있고, 가장 빠르고 포괄적으로 그 모든 것을 이해하고 싶다면, 이 연구 보고서는 거의 당신이 본 대부분의 요약된 기사들보다 우수합니다.

포괄적이고 쉽게 읽을 수 있어요.

연구 대상은 제품인 Cursor, Claude Code, Hermes Agent일 수도 있고, 회사인 Anthropic, ByteDance일 수도 있고, 기술 개념인 MCP 프로토콜, RAG일 수도 있고, 산업 내 핵심 인물인 개인일 수도 있어요.

Prompt는 연구 대상의 유형에 따라 세로 및 가로 분석의 중점을 자동으로 조정해요. 제품을 연구하면 주로 버전 간 기능 비교를 볼 거예요. 회사를 연구하면 주로 자금 조달 이력과 비즈니스 모델을 볼 거예요. 사람을 연구하면 주로 직업 경력과 동일 업계 인물과의 비교를 볼 거예요.

만약 당신이 Cowork, Claude Code 또는 Codex와 같은 Agent를 좋아한다면, 이 방법론을 hv-analysis라는 기술로 만들었고, 이것은 제 Github 저장소에 공개되어 있어요.

설치하고 나면 Agent에게 "xxx에 대해 연구해주세요"라고 말하기만 하면, 세로 및 가로 분석 방법론에 따라 작업할 거에요.

그리고이 Skill 버전은 자동으로 온라인에서 정보를 검색하고 arXiv API를 사용하여 학술 문제를 연구 할 때 논문을 자동으로 조회하고 마지막으로 서식이 지정된 PDF 연구 보고서를 생성하며 문체가 더 읽기 쉽게 변합니다. Prompt 버전보다 더 자유롭고 풍부합니다.

물론,이 방법의 한계에 대해 솔직해야합니다.

그것은 모든 것을 해결할 수 없습니다.

당신이 매우 짧은 시간 내에 상당히 완전한 인식 프레임워크를 구축하는 데 도움이될 수 있지만, 실제 심층적이고 개인적인 조사를 대체 할 수는 없습니다.

또한 AI가 수집 한 정보는 현재 AI 모델의 일반적 인식 오류가 매우 낮아졌지만 불 정확한 경우가 발생할 수 있습니다.

따라서 AI에서 생성 된 보고서를 결과로 즉시 사용해서는 안되며,이는 당신이이 분야에 대한 연구의 시작점이며 빠르게 지도를 구축하도록 도와줍니다. 그런 다음이 지도에 따라 더 심층적인 탐구를하십시오.

또 다른 문제는 AI가 생성 한 보고서 품질이 사용하는 모델 및 도구에 크게 의존한다는 것입니다. DeepResearch 또는 심도있는 연구를 지원하는 도구를 사용하는 경우 효과가 좋으며이 도구는 실제로 많은 정보를 인터넷에서 검색하고 확인하므로 일반적으로 10 분 이상의 작업이 소요됩니다.

그러나 평범한 온라인 검색을 지원하는 AI 도구 만 사용할 수있는 경우 한 번에 1 분 미만 소요되므로 효과가 상당히 저하될 수 있습니다.

내 방법은, 보고서를 받은 후에 빠르게 훑어보고 프레임워크를 구축 한 다음 의문이 드는 지점이나 특히 흥미로운 지점에 대해보다 깊이있게 정보를 찾는 것입니다.

지 뷰와 분석 방법에 따르면 AI 보고서 생성 + 개인적인 심층 탐구의 조합으로, 제로에서 시작하는 효율이 훨씬 더 향상됩니다.

이 시대에는 이미 AI가있는 경우에 자신 만으로 열심히 파고드는 것이 정말로 필요하지 않습니다. 실제로 그것은 조금도 강요하지 않습니다.

가끔 나는이 시대의 연구에서, 정보가 진정으로 부족 한 것은 아니라는 생각이 듭니다. 대신이 세상에 대한 궁금함이 얼마나 많은지입니다.

실제로 내가 얼마나 학식이 풍부하거나 전문가 인지 말하라면, 그것은 절대 아닙니다. 나는이 세상에 대해 조금 더 호기심 많을 뿐입니다.

머릿속에 언제든지 질문이 떠오르는 거야.

이게 어떻게 생겼지? 왜 이제 나왔지? 이거랑 다른 거랑 뭐 연관이 있지? 이 일을 하는 사람들은 전에 뭘 했을까? 내가 이런 질문을 떠올릴 때 답이 안 떠오르면 정말 답답하고, 모두도 그런 느낌 있는지 모르겠는데, 지금, 지체 없이 답을 얻어야겠다는 느낌이야.

정보는 벌써 홍수처럼 됐어, AI는 정보 획득 비용을 거의 제로로 만들어.

하지만 무슨 질문을 해야 할지, 어떤 관점에서 볼지, 흩어진 정보를 어떻게 의미 있는 판단으로 조직해야 하는지, 이런 건 AI가 도와줄 수 없어, 혹은 말하자면, AI는 네가 방향을 제시한 후에야 네게 도와줄 수 있어, 하지만 방향 자체는 네가 정해야 해.

가로세로 분석법은 사실 내가 스스로 정한 질문 틀이야. 각각 처음 보는 것에 대해 맞닥뜨릴 때마다 어떤 몇 가지 관점으로 이해해야 할 지 임시로 생각할 필요가 없어, 이 틀이 이미 도와줬거든.

세로로 시간을 따라가고, 가로로 공간을 따라가서, 마지막으로 판단을 도출해, 세 단계를 거치면, 인지적 틀이 세워지는 거야.

이건 나에게 정보를 모으는 데 세 날을 쓰지 않고도, 지금은, 반 시간이면 틀을 세우고, 나머지 시간을 진정으로 재미있는 곳에 쓸 수 있게 했어, 그것은 이 정보들을 천천히 모아 하나의 완전한 그림으로 조립할 때, 그리고 갑자기 ‘아, 이런 거였구나’ 그 순간에서.

저 순간 진짜 성취감이야.

솔직히 이 방법이 모든 사람에게 적합한지는 명확하지 않아.

하지만 너도 내 생각처럼, 머릿속에 자주 질문이 떠올라 정보 수집이 느린 걸 싫어하는 사람이라면 시도해볼 수 있어.

고대 그리스인들은 말했어, 철학은 놀람에서 시작돼.

나는 그런데, 연구도 똑같아, 무엇인가에 대해 진짜 궁금해하면 시작돼, 방법과 도구는 그 다음에 올 거든, 궁금증이 먼저야.

궁금증이 없으면, 어떤 방법론이라도 허무한 거야.

궁금증이 있으면, 비록 방법이 서툴러도, 넌 언제나 답을 찾게 될 거야.

단지 지금은, 답을 찾는 일이 정말 예전보다 훨씬 빠르다는 건 맞아.

너무 빨라져 넌 더 많은 일에 대해 깊게 생각할 수 있어.

궁금증을 유지하라.

원문 링크

BlockBeats 공식 커뮤니티에 참여하세요:

Telegram 구독 그룹：https://t.me/theblockbeats

Telegram 토론 그룹：https://t.me/BlockBeats_App

Twitter 공식 계정：https://twitter.com/BlockBeatsAsia