phd-ideation
结合真实资源与已有证据筛选研究问题,形成可证伪假设和最小验证路径,适用于选题、缩小方向和比较研究方案。
SKILL.mdskills/phd-ideation/SKILL.md
GitHub选题与研究假设
明确问题边界
从当前材料提取学科方向、已读文献、可用数据/设备、时间与用户想解决的问题。只有缺失信息会改变选题判断时才询问;其余写成明确假设。 区分用户已有结果、文献结论和 AI 构想。想法生成本身不是创新性证据。
找到可检验的切入点
- 把宽泛兴趣改写成具体问题:在什么对象、条件和比较下,观察什么变化。
- 从已有证据找矛盾、边界条件、方法限制或尚未解释的现象;没有检索证据时标注为候选差距。
- 提出少量实质不同的方案,说明各自的作用机制和可证伪预测。无需为了凑数重复换名。
- 每个方案写出最接近的已有做法,以及必须核实的差异。不要把“我没见过”写成“首次”。
- 设计能排除至少一种替代解释的最小验证;注明所需数据、对照、观测结果和失败条件。
- 依据问题价值、证据基础、资源可得性、时间、失败后仍可获得的信息比较方案;评分如有使用,标为判断而非客观测量。
- 推荐一个优先方向及保留方案,说明什么新信息会改变排序。
交付研究问题卡
每个候选保留:研究问题、已有依据、预期机制、反证条件、关键对照、最小验证、资源缺口。 把“立刻能做的检查”和“需要额外资源的工作”分开,并说明第一步完成后如何决策。 需要正式实验设计时转入 实验技能,不要把此处构想登记为已执行实验。
证据与能力边界
- 有联网检索能力时核查最接近的原始研究,并记录检索范围与日期;没有时交付待检索词和候选假设,不能声称创新性已验证。
- 不要求用户先安装付费检索或额外模型工具;当前材料足够时先完成有限范围的比较。
- 需要保存文件时输出选题备忘录;AI 建议明确标注,不能代替真实导师意见。
- 默认不创建项目、不调整论文百分比。用户要求建档时,按下方约定把计划作为 AI 来源的任务或建议保存。
工作台同步(仅在用户要求时)
先读 本地操作约定,定位真实仓库与项目,沿用当前 PHD_DATA_DIR。 讨论、翻译、生成草稿或建议本身不自动修改科研状态;文件按用户要求交付,无指定位置时放在 outputs/。 要求保存时通过 CLI 读取目标和 version,保留旧备注、关联与用户给出的百分比;不直接编辑数据库。 用户事实用 user,外部材料用 import,AI 计划/评价用 ai;保留来源与实际核验范围。 多条变更使用批量预检后执行,成功回读才能报告已保存;不添加契约之外的字段。
已引入的上游资料
需要原版方法或配套工具时,使用 GitHub 接入入口 并读取完整上游说明。先核对其条件和范围;工具产物不能替代本地台账保存流程。