🌩️ O método STORM
O STORM é um método de pesquisa originado em Stanford. A ideia central é simples e poderosa: em vez de fazer uma pergunta de um ângulo só, você monta várias perspectivas deliberadas sobre o mesmo tema, deixa-as discordar, e só então sintetiza. Neste curso, o método vira uma skill do Claude Code chamada storm-research.
🧭 A ideia em uma frase
Cinco especialistas pesquisam o mesmo tópico em paralelo, um mapa cruza onde eles se contradizem, e cada afirmação é checada contra a fonte original antes de virar conclusão.
- •Mais perspectivas → menos pontos cegos.
- •Contradição explícita → você vê onde a evidência briga.
- •Verificação → nada de número ou estudo inventado.
🟡 Novo aqui? — "perspectiva" / "lente"
Uma lente (ou perspectiva) é só um papel que o agente assume — "aja como um economista", "aja como um cético". O mesmo tema, visto por papéis diferentes, revela fatos diferentes. No STORM são cinco lentes fixas, que você conhece no Módulo 1.2.
Por que isto importa para você
Se você produz conteúdo, decide tecnologia ou aconselha clientes, um relatório de um ângulo só te deixa exposto ao que ele não viu. STORM é uma forma barata de "emprestar" expertise que você não tem e matar seus próprios pontos cegos.
Cinco ângulos, não um
Cruza as lentes
Fonte primária
Entrega final
🕳️ O ponto cego do prompt único
Quando você dispara um único prompt, ele carrega um único enquadramento — uma forma de olhar o problema. Tudo que esse enquadramento não considera importante simplesmente não entra na pesquisa. O modelo não está mentindo; ele está respondendo à pergunta estreita que você fez.
A imagem abaixo compara os dois caminhos: à esquerda, um prompt único percorre uma trilha estreita e deixa buracos de cobertura; à direita, cinco lentes cobrem ângulos que se complementam.
Os círculos vermelhos à esquerda são o que o ângulo único não cobriu. À direita, cada lente (ciano) preenche um ângulo diferente do mesmo tópico.
✗ O que o prompt único faz
- ✗Assume um enquadramento e ignora o resto
- ✗Concorda com a sua premissa em vez de testá-la
- ✗Não mostra onde a evidência se contradiz
✓ O que múltiplas lentes fazem
- ✓Cada lente cobre um ângulo que as outras perdem
- ✓O cético ataca a premissa de propósito
- ✓A contradição vira parte do relatório, não um erro
⚖️ Deep research nativo vs. STORM
O Claude tem um recurso de deep research que dispara muitos agentes genéricos (às vezes mais de cem) para varrer a web. É poderoso, mas tende a entregar um "despejo" de estatísticas com poucas fontes confirmadas — e pode esbarrar em limite de uso. O STORM faz a aposta oposta: poucos ângulos deliberados, cada um verificado.
📊 Volume não é o mesmo que estrutura
- Deep research: muitos agentes idênticos → muito texto, sobreposição, poucas fontes confirmadas.
- STORM: ~9 a 11 agentes com papéis distintos → cobertura complementar + verificação por citação.
- Consequência prática: o STORM é mais previsível em custo e menos sujeito a rate limit.
Mais agentes ≠ melhor pesquisa
Cem agentes que pensam igual encontram as mesmas coisas cem vezes. Cinco que pensam diferente encontram cinco coisas distintas.
Previsível por desenho
Você sabe que sempre serão as mesmas cinco lentes — o comportamento e o custo não explodem de forma surpreendente.
🧩 O que é uma skill do Claude Code
Uma skill é, no fundo, um prompt-mestre salvo num arquivo. Quando você invoca a skill, o Claude lê esse arquivo inteiro e executa as instruções nele. A storm-research é exatamente isso: um arquivo SKILL.md que descreve o pipeline de 4 fases.
🟡 Novo aqui? — três termos
- Claude Code: a versão do Claude que roda no seu terminal/editor e consegue usar ferramentas (ler arquivos, buscar na web, rodar comandos).
- SKILL.md: o arquivo de texto (Markdown) com as instruções da skill. É só texto — você pode abrir e ler.
- Invocar: "chamar" a skill. Basta pedir em linguagem natural ("rode um storm research sobre X") — não precisa de comando especial.
Por que "skill = prompt" é uma boa notícia
Como é só texto, a skill é autocontida e portátil: depende apenas das ferramentas nativas do Claude Code — sem scripts externos, APIs ou serviços pagos. Você solta a pasta em .claude/skills/ e funciona. E como você lê o arquivo, pode adaptá-la (você faz isso na Trilha 3).
--- name: storm-research description: Use quando alguém pedir para rodar Storm Research… argument-hint: "[tópico a pesquisar]" ---
📄 O que você recebe no fim
A entrega final é um arquivo HTML autônomo — um briefing que abre no navegador. Ele tem uma estrutura fixa que você vai dominar na Trilha 3; por enquanto, conheça as peças principais.
O fato estabelecido, depois a interpretação contestada.
Por confiabilidade, com nota 1–10 e chips "apoia/desafia".
O elo que só aparece cruzando as lentes.
Cada citação com status: confirmada, corrigida ou rebaixada.
💡 Dica prática
Você pode baixar o molde do relatório (report-template.html) e a skill na seção de download da página inicial para ver a forma antes mesmo de rodar.
🎚️ Quando usar — e quando é exagero
STORM custa mais que uma busca rápida (são ~9–11 agentes). Use quando o tema tem mais de um lado defensável e afirmações que valem ser checadas. Para "qual a capital da França?", é exagero.
✓ Bom para STORM
- ✓"Vale a pena investir em agentes de voz?"
- ✓Temas com hype, números disputados e incentivos
- ✓Decisões em que estar errado custa caro
✗ Exagero / use outra coisa
- ✗Consulta factual simples e indiscutível
- ✗"Converta 50 milhas em km"
- ✗Quando você só quer uma resposta rápida
Auto-recuperação (opcional): qual destes é o melhor caso para o STORM?
📌 Resumo do módulo
Próximo módulo:
1.2 — As cinco lentes de especialistas