brainstorming-research-ideas

brainstorming-research-ideas 技能是一套策略工具组，旨在帮助研究人员从模糊的好奇心转向具体且具辩护性的研究提案。它提供了一系列认知视角，强迫研究人员厘清假设、审视问题本质，并探索跨学科的联系。此技能专为需要评估研究方向可行性、克服长期项目停滞，或系统性审视学术领域缺口的 AI 研究人员、研究生及研发团队设计。

• 问题优先与解决方案优先分析：透过分类想法的来源，协助判断您是在解决真正的痛点，还是在寻找适合现有工具的问题。

• 抽象阶梯：透过向上提升至一般原则、向下落实至具体限制，或藉由类比横向移动至相邻领域，来转换研究方向的技术。

• 张力与矛盾挖掘：识别在效能、隐私、安全性与效率等领域的权衡取舍，这些权衡往往是具价值的研究机会，而非单纯的系统错误。

• 跨领域传播启发式：提供将生物学、认知科学或博弈理论等领域的概念映射至机器学习挑战的结构化指导，从而生成可测试的假设。

• 工作流编排：提供头脑风暴的分步骤指南，包括验证问题重要性、新颖性及技术可行性的自我检查清单。

• 使用建议：此技能在研究的预执行阶段最为有效。它不能取代特定领域的执行技能、实验设计或文献综述。适合在与合作者讨论或独自思考时使用，以增强认知多样性。

• 输入输出：输入研究主题、当前项目重点或感兴趣的领域。输出为结构化的框架、反思性问题以及优化研究提案的可操作路径。

• 限制：若您已有定义完善的实验或需要具体的代码实现指导，请勿使用此技能。请确保所有类比皆保持结构保真度，以避免表层化的概括。