brainstorming-research-ideas

此技能適合作為 AI 研究人員的認知夥伴，提供了一套完整的工具箱，協助將模糊的好奇心轉化為可辯護且具體的提案。透過運用經過驗證的構思框架，它能幫助使用者突破創作瓶頸、在研究方向之間進行調整，並在競爭激烈的科學領域中識別出具備高度槓桿作用的切入點。無論是啟動新專案、評估初步構想的潛力，還是準備高強度的協作腦力激盪，此技能都能將創意過程結構化，確保研究建立在真正的問題或技術突破之上。

• 提供「問題優先」與「解決方案優先」的分析，確保研究努力與市場或科學需求一致，避免僅為技術而技術的情況。

• 使用抽象階梯技術來將發現一般化，探討特定限制，或識別能引發創新的跨領域類比。

• 透過「矛盾狩獵」技術來解決系統性的權衡問題（如效能與效率、隱私與實用性之間的衝突），將根本限制轉化為可發表的發表機會。

• 提供跨領域交叉授粉的啟發式方法，系統性地從非 AI學科借鑒結構機制，以產生可測試且新穎的假設。

• 內建自我檢查評分標準，在投入大量運算資源與時間成本前，驗證研究方向的有效性、創新性與可行性。

• 專為需要探索複雜問題空間或識別尚未被充分挖掘研究缺口的 AI 研究人員、工程師與學生設計。

• 輸入要求包含廣泛的問題領域、特定的研究焦點或一組技術限制條件。

• 預期輸出包含精煉的研究問題、假設論述、研究調查的結構化框架，以及對研究價值的批判性評估。

• 限制：此技能旨在進行早期策略與構思，不進行文獻綜述、程式碼編寫或實驗方法執行，這些功能將由特定領域的模組處理。