Scientific Brainstorming - 科学头脑风暴与研究创意助手

技能概述

Scientific Brainstorming 是一个对话式的研究构思助手，通过 AI 协作帮助科研人员生成新颖想法、探索跨学科连接、挑战研究假设，突破思维定式找到创新方向。

适用场景

1. 研究规划阶段探索新方向

当你在寻找论文选题、规划新项目或寻找下一个研究方向时，这个技能通过开放式对话帮你发散思维，发现可能被忽略的研究角度和跨学科机会。适合还没有具体数据、需要大量创意产出的早期阶段。

2. 突破科研中的创意瓶颈

研究卡在某个问题无法推进？思维陷入定式看不清其他可能性？技能通过反向假设、尺度转换、跨领域类比等多种技巧，帮你打破常规思维框架，找到新的解决路径。

3. 开发创新研究方法

当你觉得现有方法不够用，或者想尝试完全不同的实验设计时，这个技能会帮你设想"如果不受限制会怎样"，结合新兴技术（如 CRISPR、AI、量子计算）提出全新的方法论思路。

核心功能

1. 五阶段结构化头脑风暴

• 理解阶段: 通过开放式提问深入了解你的研究背景、目标和约束条件
• 发散阶段: 运用跨学科类比、假设反转、尺度转换等技巧产生大量想法
• 连接阶段: 识别想法之间的关联，发现意想不到的组合可能
• 评估阶段: 对最有前景的方向进行可行性分析，保持批判性但非否定性
• 综合阶段: 形成可操作的研究路径，明确下一步行动

2. 多维度创意激发技巧

包括跨领域类比（从其他科学领域借用概念）、假设反转（挑战核心前提）、尺度转换（在不同时空尺度思考问题）、约束想象/添加、技术前沿应用（如 AI、量子计算）等，每个技巧都有具体的引导话术和互动方式。

3. 自适应对话策略

根据你的状态动态调整——思维卡住时拆解问题，想法太保守时鼓励大胆创新，能量下降时注入热情。全程保持平等协作而非说教，你至少承担 50% 的对话量，确保想法真正属于你。

常见问题

Scientific Brainstorming 适合研究哪个阶段使用？

最适合研究前期还没有具体数据、需要大量创意产出的阶段。如果你已经有实验数据并需要从中提炼可验证的假设，应使用 hypothesis-generation 技能。本技能强调发散和探索，不直接处理数据分析。

这个技能如何帮助我找到跨学科机会？

技能内置跨学科类比能力，会主动提出"物理学中的 X 概念能否应用到你的生物学问题"这类问题。它熟悉多学科知识，能识别你所在领域的常见盲点，建议连接不同领域方法论的可能性，并推荐潜在的协作方向。

使用这个技能需要准备什么？

不需要提前准备太多材料。只需准备好描述你的研究兴趣、当前困惑或想探索的问题。技能会通过对话引导你补充必要信息。第一次使用时，可以从"我现在最感兴趣的是..."这样简单的陈述开始。

与 hypothesis-generation 技能有什么区别？

两者都是研究构思工具，但定位不同：Scientific Brainstorming 用于前期创意发散，处理开放性问题，强调想象力和跨学科连接；hypothesis-generation 用于后期从具体数据中提炼可验证假设，更结构化和收敛。两者可以配合使用：先用头脑风暴打开思路，再用假设生成工具收束和验证。