agentleFS
JirawatHQJirawatHQ/agis-method/.claude/skills/storm-research/SKILL.md

storm-research

Skill0 starsChanged 5 months agoMITView on GitHub

วิจัย/วิเคราะห์เจาะลึกแบบหลายมุมมองด้วยวิธี STORM ของ Stanford (NAACL 2024) — สร้างผู้เชี่ยวชาญ 5 มุมมอง ถามคนละแง่บนแหล่งข้อมูลจริง → ทำ Contradiction Map หาจุดที่เห็นไม่ตรงกัน → สังเคราะห์เป็นรายงานเดียว → ตรวจแบบจับผิดตัวเอง (adversarial peer review) → ออกรายงาน HTML พร้อม credibility score รายข้อ + "มุมที่ยังขาด". Trigger เมื่อผู้ใช้ขอ วิจัย/research เจาะลึก, วิเคราะห์รอบด้าน/หลายมุม, ควรตัดสินใจอย่างไร, ชั่งข้อดีข้อเสีย, เปรียบเทียบทางเลือกสำคัญ, ทำรายงาน/dossier, สรุปประเด็นที่ยังถกเถียง, ตรวจสอบข้อเท็จจริงหลายด้าน, หรือถามคำถามใหญ่ที่ตอบมุมเดียวแล้วเสี่ยงมีจุดบอด. ไม่ใช้กับ lookup ข้อเท็จจริงเดียวสั้นๆ (ใช้ web search ตรงๆ พอ). Arbitration: ถ้าโจทย์เป็น "รวบรวมข้อเท็จจริง+อ้างอิงเว็บกว้าง" ให้ยกให้ deep-research; skill นี้ชนะเมื่อโจทย์เป็น "การตัดสินใจ/ประเด็นถกเถียง/ต้องการหลายมุมมองจับผิดกัน" — เลือกตัวเดียว ไม่รันคู่.

16 other projects use a version of this.

Adopted by

Most recently taken up by

Used with

Projects with it also use roast.

Other files people use alongside this one.

Files found in the same public projects as a version of this one, more often than they turn up anywhere else. Each project counts once, large collections count for less, and this file's own repository is left out.
  • sumleoSkill

    roast

    深度思维烤问引擎——通过渐进式追问挖掘用户内心深处的构思,暴露谬误、局限、潜能和潜意识中的盲点。触发条件:(1) 用户说'烤问我'、'挑战我的想法'、'帮我想清楚'、'roast me'、'challenge my thinking'、'审视一下';(2) 用户在描述一个想法/计划/决策但逻辑模糊或自相矛盾;(3) 用户使用 /roast 命令。适用于:创业想法、研究方向、产品设计、人生决策、论文论点、技术方案、任何需要深度思考的场景。不触发:用户明确只需要执行(不需要质疑)、情绪崩溃时(先安抚再烤问)。

    Also in 3 projects that use this

The file

Files
SKILL.md

STORM Research — วิจัยหลายมุมมอง + จับผิดตัวเอง

วิธีของ Stanford OVAL (NAACL 2024): Synthesis of Topic Outlines through Retrieval and Multi-perspective Question Asking. ผลวัด peer-reviewed: บทความ จัดระเบียบดีกว่า baseline +25% และครอบคลุมกว้างกว่า +10%. หัวใจคือ ถามหลายมุมบนแหล่งจริง แล้วให้แต่ละมุมจับผิดกันเอง ก่อนสังเคราะห์

อ้างอิงตัวจริง: [stanford-oval/storm], [hadufer/claude-storm] (skill ต้นทาง) — ดู context/wiki/research/storm_method

เมื่อไหร่ควรใช้ / ไม่ควรใช้

  • ใช้: คำถามที่ตอบมุมเดียวแล้วมีจุดบอด — ตัดสินใจสำคัญ, ชั่งข้อดีข้อเสีย, เปรียบเทียบทางเลือก, ประเด็นถกเถียง, ทำ dossier/รายงาน, ตรวจข้อเท็จจริงที่ต้องการหลายด้าน
  • ไม่ใช้ (แพงเกิน): ถามข้อเท็จจริงเดียว, lookup นิยาม/ตัวเลข, งานที่ skill เฉพาะทางทำได้ตรงกว่า (หุ้น→th-stock-analysis, กฎหมายไทย→ocs-law-lookup, เพจปลอม→fb-osint) — ให้เรียก skill นั้นแทน หรือใช้ STORM ครอบโดยมอบ persona ให้ไปใช้ skill นั้นเป็นเครื่องมือ

สองโหมด

โหมดเมื่อไหร่กลไกต้นทุน
STORM-lite (default)คำถามวิเคราะห์/ตัดสินใจทั่วไปผู้ช่วย spawn subagent เอง (Agent tool) 5 persona ขนาน~6–9 agents
STORM-fullผู้ใช้ opt-in: "ultracode" / "ใช้ workflow" / "เต็มรูปแบบ" / งานใหญ่มากWorkflow tool — pipeline deterministic~12+ agents

ห้าม ยิง Workflow เองถ้าผู้ใช้ไม่ opt-in — default คือ lite

5 มุมมอง (ปรับตามโดเมน — สำคัญ)

ค่าเริ่มต้น (หัวข้อทั่วไป): Practitioner (คนลงมือจริง) · Academic (ทฤษฎี/หลักฐานวิชาการ) · Skeptic (คนขี้สงสัย หาช่องพัง) · Economist (ต้นทุน/แรงจูงใจ/ตัวเลข) · Historian (เคยเกิดมาก่อน บทเรียนอดีต)

อย่ายึด 5 คนนี้ตายตัว — จุดบอดคลาสสิกคือ "ทุกมุมนั่งเก้าอี้เดียวกัน". ปรับให้ครอบ stakeholder จริงของหัวข้อ:

  • คดี/กฎหมาย: พนักงานสอบสวน · อัยการ · ทนายจำเลย · ผู้เสียหาย · ผู้พิพากษา
  • การเงินส่วนตัว: นักวางแผนการเงิน · คนคุมความเสี่ยง · นักภาษี · คู่สมรส/ครอบครัว · ตัวคุณเองระยะยาว
  • เทค/เว็บ/สินค้า: dev · ผู้ใช้ปลายทาง · ทีมขาย · security · คู่แข่ง ก่อนเริ่มให้ประกาศ 5 persona ที่เลือก + เหตุผลสั้นๆ ว่าครอบใครบ้าง มีมุมไหนที่จงใจไม่ใส่

Workflow (6 จังหวะ)

0) Frame + เลือก persona → ประกาศ STORM banner (บังคับ)

ตีกรอบคำถามให้คม → เลือก 5 persona ให้ครอบ stakeholder จริง → แสดง banner ให้คุณเห็นก่อนลงมือทุกครั้ง (เพื่อยืนยันว่า STORM ทำงานจริง ไม่ใช่ตอบมุมเดียวแล้วอ้าง). รูปแบบ:

🌀 STORM [lite|full] — "<คำถาม>"
Persona ที่ตั้ง (5):
1. <ชื่อมุม> — <ทำไมต้องมี / grounded ด้วยอะไร>
2. ... (ต้องมี Skeptic ≥1 + คนนอก ≥1)
มุมที่จงใจไม่ใส่: <ถ้ามี>

รอคุณดู 1 อึดใจ (ถ้าจะเพิ่ม/ตัด persona สั่งได้) แล้วค่อยเข้าขั้น 1. ห้ามข้าม banner — ถ้าไม่โชว์ persona = ถือว่าไม่ได้รัน STORM. ตอนจบให้ระบุด้วยว่ามุมไหน มีส่วนจริง ในผลลัพธ์ (persona ที่ค้นแล้วไม่เจออะไร = บอกตรงๆ)

1) Multi-perspective grounded research (ขนาน)

spawn subagent 1 ตัว/persona พร้อมกัน. แต่ละ persona ต้อง grounded บนแหล่งจริง (WebSearch/WebFetch; หรือ NotebookLM ถ้าเป็นเอกสารคุณ; หรือ skill เฉพาะทาง). สั่งให้ทำ interview ตัวเอง ~3 รอบ (ถาม→ค้น→ถามต่อจากคำตอบ) แล้วคืน:

  • 3–6 finding เด่นในมุมของตน — แต่ละข้อ มี citation (URL/มาตรา/เอกสาร) ห้ามลอย
  • ความมั่นใจของ finding (หลักฐานแน่/อ่อน) + ข้อที่ตัวเองยังไม่มั่นใจ

Prompt persona (ย่อ): "คุณคือ [persona] วิเคราะห์ '[คำถาม]' จากมุมของคุณล้วนๆ. ค้นแหล่งจริงก่อนตอบ (ห้ามเดา). คืน finding 3–6 ข้อ แต่ละข้อมี citation + ระดับความมั่นใจ + จุดที่ยังไม่แน่ใจ. ชี้ประเด็นที่มุมอื่นน่าจะมองข้าม."

2) Contradiction Map

รวม finding ทุก persona แล้วทำตาราง 3 กลุ่ม:

  • เห็นตรงกัน (≈จริง) — หลายมุมยืนยัน หลักฐานแน่ → ความเชื่อมั่นสูง
  • ขัดแย้งกัน — ใครว่าอะไร, ใครหลักฐานแน่/อ่อน, ทำไมถึงต่าง
  • ไม่มีใครแตะ (จุดบอด) — ประเด็นที่ควรมีแต่ไม่มีมุมไหนพูดถึง

3) Synthesis

เรียบเรียงเป็นรายงานเดียว มี outline ชัด. ทุกข้ออ้างอิงต้องผูก citation จากขั้น 1

4) Adversarial peer review (จับผิดตัวเอง)

spawn subagent ชุดตรวจ (1–3 ตัว, โหมด full ให้ ≥3 โหวต) สั่งให้ พยายามหักล้าง ทุก claim + เช็ค citation ว่าจริง/ตรง:

  • ถูก+แหล่งจริง → ยืนยัน
  • ผิด/แหล่งไม่รองรับ/เกินจริง → แก้ หรือ ตัดทิ้ง
  • default ถ้าไม่แน่ใจ = ถือว่ายังพิสูจน์ไม่ได้ (ลด score)

5) ออกรายงาน HTML

สร้างไฟล์ HTML (ฟอนต์ Anuphan — feedback_font_anuphan) มีครบ:

  1. สรุป 60 วินาที — 3–5 บรรทัด decision-maker อ่านจบได้
  2. Findings จัดอันดับ + credibility score — ตาราง: ข้อสรุป · คะแนน X/10 · มุมที่ สนับสนุน · มุมที่ แย้ง · หลักฐาน
  3. Contradiction Map จากขั้น 2
  4. มุมที่ยังขาด — จุดบอด + persona ที่ควรเพิ่มรอบหน้า
  5. References — คลิกได้ dedup URL/มาตรา/เอกสาร บันทึกที่ context/rawdata/research/storm/storm-<slug>-YYYY-MM-DD.html แล้วบอก path + สรุป 60 วิ ใน chat

Credibility score (เกณฑ์)

9–10 หลายมุมยืนยัน+หลักฐานปฐมภูมิ · 7–8 หลักฐานดีแต่บางมุมแย้ง · 5–6 หลักฐานผสม/ยังถกเถียง · ≤4 หลักฐานอ่อน/แหล่งเดียว/ผ่าน review แล้วสั่นคลอน (คงไว้เฉพาะถ้าจำเป็น + ติดธงชัด)

STORM-full (Workflow) — โครงที่ควรเขียน

pipeline: personas → parallel grounded-research/persona → barrier: dedup + Contradiction Map → synthesis → parallel adversarial-verify/claim (≥3 โหวต, majority refute = ตัด) → เขียน HTML. ดู pattern "adversarial verify"

  • "loop-until-dry" ในสเปค Workflow tool. เขียน script → รันเมื่อ user opt-in เท่านั้น

Anti-patterns

  • persona ที่ไม่ค้นแหล่ง = แค่ role-play → ผิดหัวใจ STORM (ต้อง grounded)
  • ข้าม adversarial review เพราะ "ดูน่าเชื่อแล้ว" → นี่คือขั้นที่กันข้อมูลผิดหลุด
  • ยึด 5 persona เดิมทุกหัวข้อ → จุดบอดเก้าอี้เดียวกัน
  • credibility score โดยไม่ระบุใครสนับสนุน/แย้ง → ตัวเลขลอยไม่มีประโยชน์

Connections

  • [[CLAUDE]]
  • [[README]]

Download now (ZIP)

Does it work?

Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.

No reviews yet

People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.

  • It worked
  • Partly
  • It didn't
What did you use it for? e.g. Reviewing pull requests in a Rails app

Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.

Your trail

Files you open will collect here, so you can find them again.

Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.

Now do this for your own.

Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.