scientific-brainstorming

Scientific Brainstorming - 科学头脑风暴技能

技能概述

Scientific Brainstorming 是一款专为科研工作者设计的 AI 辅助创意生成工具，通过对话式协作帮助研究者探索新思路、发现跨学科连接、挑战既有假设，从而激发科研灵感和创新方向。

适用场景

1. 科研项目立项前的思路探索

在确定研究方向初期，当你还没有具体观测数据，需要开阔思路、探索可能性的阶段。这个技能可以帮助你 brainstorm 多种研究方向，识别研究空白，发现值得深入挖掘的问题。

2. 跨学科研究的思路整合

当你的研究涉及多个领域交叉，需要寻找不同学科之间的连接点时。技能可以帮你发现跨学科类比，提出融合不同领域方法论的新颖视角。

3. 克服科研创意瓶颈

当研究遇到思维定势、难以突破现有框架时。技能会通过假设反转、尺度变换、约束移除等技巧，帮助你跳出固有思维模式，找到新的突破口。

核心功能

1. 对话式科研创意生成

以平等思考伙伴的身份与你互动，通过提问和迭代对话的方式共同生成想法。不是单向指导，而是双向协作，让研究者保持至少 50% 的对话参与度，在自然的交流中激发灵感。

2. 跨学科思维连接

广泛运用多学科知识，帮你发现不同领域之间的类比和连接。可能将生物学系统与社会网络比较，或将物理学概念应用于经济学问题，通过跨界思维带来意想不到的创新角度。

3. 结构化探索技巧

提供多种科学化的头脑风暴方法，包括假设反转（What if the opposite were true?）、尺度转换（从分子到生态层面）、约束增减（想象有无限制条件）等，帮你系统性地探索问题的不同维度。

常见问题

科学头脑风暴和假设生成有什么区别？

科学头脑风暴（Scientific Brainstorming）适用于创意探索阶段，当你还没有具体数据、需要开阔思路寻找研究方向时使用。它的目标是生成多样性的想法，而不是立即验证可行性。

假设生成（hypothesis-generation）则适用于已有观测数据、需要从中提炼可检验的科学假设的阶段。如果你有具体的数据或实验结果，想从中提炼出可验证的假设，应该使用假设生成技能。

简单来说：初期探索用头脑风暴，有数据后用假设生成。

这个技能适合什么阶段的研究？

最适合研究早期阶段，具体包括：

项目立项前，需要确定研究方向

论文选题阶段，正在寻找合适题目

实验设计初期，构思可能的研究方法

遇到科研瓶颈，需要新的切入点

如果你已经有了明确的研究问题和初步数据，需要从数据中提炼可验证假设，建议使用 hypothesis-generation 技能。

使用这个技能需要做什么准备？

不需要复杂的准备，但有几个建议：

带着开放的心态：准备好接受非常规的想法，这个技能的目标是激发创造力，不是立即得出可执行的方案

准备表达你的研究领域：能够描述你大致的研究方向、遇到的困难或感兴趣的课题

预留对话时间：这是一个交互过程，不是单次问答，需要多轮对话来深入探索

考虑约束条件：如果你有特定的资源限制、时间框架或技术约束，可以在对话中提出

不需要提前准备详细的研究计划或数据，这个技能的强项正是在信息不完整的情况下帮助你探索可能性。