跳到主要内容

横纵分析法：半小时建立任何领域认知框架

Summary​

数字生命卡兹克（@Khazix0918）提出的AI辅助深度研究框架。核心：两条轴强制交叉——纵向沿时间追历史因果，横向在当下做竞争比较，两轴交叉得出单轴看不到的判断。理论根基来自索绪尔的历时/共时分析和社会科学的纵向/横截面研究。已封装为Prompt版本（配合ChatGPT/Claude深度研究）和Skill版本（hv-analysis，配合Claude Code/Codex，自动联网+arxiv+PDF输出）。GitHub开源，13分钟可生成约一万字研究报告。

Key Concepts​

  • 横纵分析法 — 纵向（时间深度）×横向（竞争广度）强制交叉的研究框架
  • 纵向分析 — 沿时间线还原对象从诞生到现在的完整故事（历史因果）
  • 横向分析 — 当下时间点与同赛道对象做比较（位置差异）
  • 索绪尔历时共时 — 语言学中历时分析（时间维度）vs共时分析（系统维度）
  • AI深度研究 — 配合ChatGPT DeepResearch/Claude深度研究等工具执行，10分钟+任务
  • hv analysis Skill — Claude Code/Codex可用的Skill版本，自动联网+arxiv查询+PDF输出

Tags​

research-framework, analysis-methods, ai-research, prompt-engineering, horizontal-vertical-analysis, open-source

Detailed Content​

核心框架​

纵向（时间深度）：起源 → 关键节点 → 转折 → 爆发 → 现在
         ×
横向（空间广度）：同赛道比较 → 位置差异 → 用户选择原因
         ↓
交叉：今天的优势/短板背后的历史根源

理论根基：

  • 索绪尔（Ferdinand de Saussure）：历时分析（diachronic）vs共时分析（synchronic）
  • 社会科学：纵向研究（longitudinal）vs横截面研究（cross-sectional）

使用方式​

Prompt版本（适合有深度研究功能的AI）：

  • 把"研究对象"替换为目标即可
  • Prompt根据对象类型自动调整侧重：产品→版本迭代+功能对比，公司→融资历程+商业模式，人物→职业轨迹+同领域对比
  • 推荐工具：ChatGPT DeepResearch、Claude深度研究、豆包专家模式、DeepSeek专家模式

Skill版本（hv-analysis）：

  • 适用：Claude Code、Codex等支持Skill的Agent
  • 安装后直接说"帮我研究一下xxx"
  • 额外能力：自动联网搜索、arxiv API查学术论文、生成排版PDF

GitHub：github.com/KKKKhazix/khazix-skills

适用对象示例​

  • 产品：Cursor、Claude Code、Hermes Agent
  • 公司：Anthropic、字节跳动
  • 技术概念：MCP协议、RAG、Harness、CLI
  • 商业问题：Anthropic对SaaS股的冲击
  • 事件：伊朗跟美国的战事、政策决策
  • 文化/游戏：洛克王国、王者荣耀世界

实效（以Harness研究为例）​

13分钟，约一万字：

  • 纵向：Harness的历史完整（诞生时间、爆发节点、为什么是这个时间点）
  • 横向：对比Prompt Engineering、Context Engineering、Agent Engineering
  • 未来演进方向

局限性​

  1. 建立认知框架，不替代深入研究
  2. AI信息仍有幻觉风险，报告是起点不是结论
  3. 工具质量差异大：DeepResearch（10分钟+）远好于普通联网搜索（<1分钟）

推荐工作流​

  1. 运行横纵分析法 → 生成报告（30分钟建立框架）
  2. 通读建立地图
  3. 针对疑问点深入搜索

"真正稀缺的不再是信息，而是你对这个世界有多好奇。"

  • 横纵分析法同类方法速查 — 同类方法速查（时间线/对标/生命周期/SWOT/PEST）
  • Agent记忆三层架构：chunk/task/skill-recipes 压缩与召回策略 — Skill配方概念（精炼可复用知识）
  • 我是怎么运作的：内观一个自进化Agent的Harness（yoyo） — 自进化Agent框架（与横纵法同为"方法论"类知识）