hypothesis-generation

科学假设生成技能 (hypothesis-generation)

技能概述

从实验观察和文献证据中生成可测试的科学假设，设计验证实验，并制定预测性结论。

适用场景

1. 从实验观察中提出假设

当你获得实验数据或观察到某种现象，需要解释其原因时，使用此技能可以生成多个竞争性假设，每个假设都包含机制解释和验证方法。

2. 设计科研实验验证预测

在提出假设后，需要设计具体的实验来验证预测时，此技能可以提供实验设计方案、对照设置和统计方法建议。

3. 文献驱动的假设生成

在阅读文献后，需要基于现有证据提出新的研究方向或研究问题，此技能可以整合文献证据并生成有据可依的假设。

核心功能

1. 多假设生成与评估

生成 3-5 个竞争性假设，每个假设都提供机制解释（而非仅仅描述现象），并基于可证伪性、简洁性、解释力等标准评估假设质量。

2. 文献证据整合

自动搜索和分析科学文献（包括 PubMed），总结现有证据、识别矛盾发现、发现知识空白，为假设提供坚实依据。

3. 实验设计与预测制定

为每个假设设计具体的验证实验，包括测量指标、对照组设置、方法选择和样本量计算，并制定可量化的预测性结论。

常见问题

什么是科学假设生成？

科学假设生成是系统地从观察中发展可测试解释的过程。它包括：明确需要解释的现象、检索相关文献、生成多个竞争性假设、设计验证实验、制定可测试预测。

好的科学假设应该具备哪些特点？

一个优质假设应该：可证伪（存在可以否定它的观察）、可测试（能设计实验验证）、有机制（解释"如何"和"为什么"而非仅仅描述）、简洁（最简单的解释）。

假设生成和头脑风暴有什么区别？

假设生成（hypothesis-generation）专注于从证据出发生成可测试的假设和验证实验，遵循科学方法框架。而头脑风暴（scientific-brainstorming）更适合开放式创意思考，不需要严格的可测试性要求。