03 / DESIGN
选题与研究设计
有了一个想法，怎样把它变成可以检验的研究设计？
完成这一阶段后
完成论文、开题或纵向申报前期需要的研究问题、假设和方法骨架。
站内共有 8 篇相关文章和 24 项相关能力
先建立判断
从这些公开文章开始
先理解这一阶段要解决的问题和常见误区，再决定采用什么工具。
01 · 方法流程 · 4 分钟
AI 科研全流程怎么搭，我梳理出三个核心入口
每天开工先固定阶段入口、材料入口和验证入口，把庞大的科研全流程收缩成一段可执行、可检查的任务。
02 · 方法流程 · 5 分钟
AI 可以参与科研的哪些环节？一张 11 环节工作流全景图
从选题、文献、理论、数据到投稿，逐环节判断 AI 可以主导、需要人工校验和必须由研究者把关的工作。
03 · 方法流程 · 4 分钟
如何用 AI 结构化精读 50 篇核心文献
先固定七个抽取维度，再让 AI 批量生成文献方法矩阵，并通过人工抽样复核控制理论、机制和变量角色误判。
AI 与科研生产方式
04 · 观点判断 · 6 分钟
跑完一个完整社科研究流程后，我确认科研生产方式真的变了
从模型、工具、协作和流程四层变化出发，记录 AI 深入科研后对研究生产方式和研究者角色的长期判断。
再选择能力
这些开源工具值得先看
工具按专题相关性人工精选。Star 用来判断关注度，具体用途、输入和风险仍以详情页为准。
01
查看完整科研开源能力图谱DoWhy
py-why/dowhy
端到端因果推断库，用四步流水线统一因果建模、识别、估计与反驳
8,208
02causal-learn
py-why/causal-learn
从观测数据中自动学习变量间的因果结构图，覆盖三大流派
1,646
03EconML
py-why/EconML
异质性处理效应估计库，用正交机器学习估计个体化因果效应
4,708
04CausalPy
pymc-labs/CausalPy
用贝叶斯方法做准实验因果推断，含10+方法和稳健性诊断套件
1,162
05Supervisor-Skills
HKUSTDial/Supervisor-Skills
把导师的经验方法拆成7个AI可调用的技能，覆盖从idea评估到投稿审查全流程。
3,840
阶段产出
完成后，你应该拿到这些东西
- 一个清楚且可检索的研究问题
- 一组有理论依据的研究假设
- 一份变量、数据和方法设计表
需要系统训练时
把模糊想法推进成一份完整研究设计
课程一把问题、文献、理论、假设和方法连接成可以持续推进的研究设计档案。