idea-generation

02 — Idea Generation：學術研究構想產生

概述

本技能提供一套系統化的研究構想產生流程，幫助研究者從零開始產出具備新穎性、可行性與影響力的研究 idea。流程分為三個階段：發散、文獻搜索驗證、收斂，最終產出一份精煉的 1-page 研究提案。

本技能適用於：

• 碩博士生尋找論文題目
• 研究者開拓新研究方向
• 跨領域合作時激盪構想
• 研究團隊定期進行腦力激盪

---

三階段流程

總覽

階段一：發散          階段二：文獻搜索驗證        階段三：收斂
─────────────        ─────────────────        ──────────
產生 10-20 個         搜索相關文獻               篩選至 1 個
候選 idea            確認新穎性                 最佳 idea
                    建立文獻表

[10種發想框架]  →  [搜索策略 + 工具]  →  [評分矩陣 + 篩選標準]

---

階段一：發散 — 產生 10-20 個候選 Idea

目標

在不預設限制的情況下，盡可能產生大量候選構想。此階段的關鍵原則是**「量先於質」**——先求廣度，再求深度。

準備工作

1. 界定探索範圍：確定你的研究大方向（例如：自然語言處理、電腦視覺、強化學習）
2. 蒐集素材：回顧近期讀過的論文、參加過的演講、實驗中的觀察
3. 設定時間限制：每個框架花 15-30 分鐘，避免過早陷入細節

10 種發想框架

以下提供十種不同角度的發想框架，建議至少使用其中 3-5 種來產生候選 idea。每種框架的詳細說明請參見 references/brainstorming-frameworks.md。

框架 1：Problem-First（從問題出發）

從實際問題或痛點出發，尋找尚未被妥善解決的研究問題。

• 觀察現有系統的瓶頸
• 收集使用者抱怨與需求
• 檢視 benchmark 上的失敗案例

框架 2：Solution-First（從技術出發找應用）

從一個新技術或方法出發，探索它可以應用的場景。

• 一個新提出的演算法還能解決什麼問題？
• 某個領域的突破能否遷移到其他領域？

框架 3：抽象階梯（Abstraction Ladder）

在不同抽象層次間移動，從具體問題上升到抽象原則，再下降到新的具體應用。

• 向上抽象：這個問題的本質是什麼？
• 向下具體：這個原則可以實例化為什麼？

框架 4：矛盾獵尋（Contradiction Hunting）

找出現有方法中的矛盾、假設衝突或未被質疑的預設。

• 哪些「常識」其實缺乏證據？
• 兩篇論文的結論是否相互矛盾？

框架 5：跨領域嫁接（Cross-Domain Transfer）

將其他領域的成功方法或概念引入自己的研究領域。

• 生物學的機制能否啟發演算法設計？
• 社會科學的理論能否解釋技術現象？

框架 6：What Changed（關注最近的技術變化）

關注最近的技術突破或環境變化，思考這些變化開啟了哪些新的可能性。

• 新的硬體能力（更大的模型、更快的推理）
• 新的資料來源（多模態資料、合成資料）
• 新的社會需求（隱私、公平性、可解釋性）

框架 7：失敗分析（Failure Analysis）

從失敗的嘗試、被拒的論文、或表現不佳的方法中尋找機會。

• 為什麼這個方法失敗了？能否修正？
• 失敗的原因是否指向一個更根本的問題？

框架 8：簡單性測試（Simplicity Test）

用更簡單的方法挑戰複雜的現有方法，測試複雜性是否真的必要。

• 簡單的 baseline 是否被公平比較過？
• 複雜方法的哪些組件是真正必要的？

框架 9：利害關係人旋轉（Stakeholder Rotation）

從不同使用者、利害關係人的角度重新思考問題。

• 終端使用者最在意什麼？
• 開發者最大的痛點是什麼？
• 決策者需要什麼資訊？

框架 10：組合/分解（Combine / Decompose）

將現有的方法或概念進行組合或拆解，產生新的研究方向。

• 組合：A 方法 + B 方法能產生什麼效果？
• 分解：複雜系統的哪個子模組值得獨立研究？

發散階段的輸出