研究
brainstorming-research-ideas
為 AI 研究人員提供的結構化創意框架,用於探索具高影響力的研究方向、調整專案重心並發掘領域內的新穎缺口。
簡介
brainstorming-research-ideas 技能是一套策略工具組,旨在幫助研究人員從模糊的好奇心轉向具體且具辯護性的研究提案。它提供了一系列認知視角,強迫研究人員釐清假設、審視問題本質,並探索跨學科的聯繫。此技能專為需要評估研究方向可行性、克服長期專案停滯,或系統性審視學術領域缺口的 AI 研究人員、研究生及研發團隊設計。
-
問題優先與解決方案優先分析:透過分類想法的來源,協助判斷您是在解決真正的痛點,還是在尋找適合現有工具的問題。
-
抽象階梯:透過向上提升至一般原則、向下落實至具體限制,或藉由類比橫向移動至相鄰領域,來轉換研究方向的技術。
-
張力與矛盾挖掘:識別在效能、隱私、安全性與效率等領域的權衡取捨,這些權衡往往是具價值的研究機會,而非單純的系統錯誤。
-
跨領域傳播啟發式:提供將生物學、認知科學或賽局理論等領域的概念映射至機器學習挑戰的結構化指導,從而生成可測試的假設。
-
工作流編排:提供腦力激盪的分步驟指南,包括驗證問題重要性、新穎性及技術可行性的自我檢查清單。
-
使用建議:此技能在研究的預執行階段最為有效。它不能取代特定領域的執行技能、實驗設計或文獻綜述。適合在與合作者討論或獨自思考時使用,以增強認知多樣性。
-
輸入輸出:輸入研究主題、當前專案重點或感興趣的領域。輸出為結構化的框架、反思性問題以及優化研究提案的可操作路徑。
-
限制:若您已有定義完善的實驗或需要具體的程式碼實現指導,請勿使用此技能。請確保所有類比皆保持結構保真度,以避免表層化的概括。
倉庫統計
- Star 數
- 7,561
- Fork 數
- 578
- Open Issue 數
- 13
- 主要語言
- TeX
- 預設分支
- main
- 同步狀態
- 閒置
- 最近同步時間
- 2026年4月29日 下午12:46