从“什么都不懂”到“做出有证据的决定”：九步调研法

可用的 AI 提示词：附录 C2 · 阶段 0

1. 写一页 Research Brief：研究对象、目标、已知现象、现有做法、为什么值得研究、成功标准。
2. 建立 Resource Ledger（资源清单）：列出你手头能用的资源，例如独有的资料或数据（档案、案例、田野点、样本）、访问权限、设备或场地、专家和同行网络、团队能力、时间与经费。其中别人难以复制的部分，就是你的优势。
3. 写明“不预设答案”：此阶段先不决定用哪种理论、方法或技术路线，也不预设结论，只描述问题本身。
4. 确定时间预算与决策人：这次调研要在多久内支撑谁做什么决定。

可用的 AI 提示词：附录 C2 · 阶段 1

进入陌生领域，最大的风险是“不知道自己不知道”：不懂术语，就搜不全，也看不出哪些结论重要；这时如果完全依赖 AI 的讲解，更难判断它说得对不对——AI 的叙述总是很流畅，但可能有误。所以先花一点时间读几份权威材料，拿到这个领域的基本框架，后面才能有判断力地使用 AI。

1. 找 1–2 本教材或手册、2–3 篇近三年高质量综述，通读一遍，不求细节。
2. 建术语表：30–50 个核心术语，写明同义词、旧称、缩写。后面所有检索式都从这里取词。
3. 记下领域骨架：子方向、主流方法、常用数据或材料、公认评价标准、核心期刊会议和团队。
4. 列出 3–5 个公认争议：各学派分歧在哪，各自依据是什么。
5. 让 AI 当考官：基于你读过的材料出 10 道理解题，你答完再让它指出漏洞。AI 讲的事实性内容要回教材核对。
6. 访谈 2–3 位领域人士（教授、从业者、博士生均可），固定问五个问题（见附录 C1）。

可用的 AI 提示词：附录 C2 · 阶段 2

先写检索方案（Search Protocol）

• 记录：检索库、检索式（用术语表里的同义词、旧称、缩写）、时间窗、语言范围、纳入和排除标准、检索日期。
• 语言至少覆盖中英文；若重要成果在其他语种，需补充。
• 来源类型包括期刊、会议、预印本、学位论文、专利、技术报告。预印本等未评审文献要标注。

Problem Map（问题地图）要回答

• 哪些问题最常出现、影响最大？
• 障碍来自理论、数据、方法、测量、系统约束、外部环境，还是评价方式本身？
• 现在通常怎么处理？为什么仍不够？（要有证据，不能只是“据说”）

Literature Map（文献地图）分四层

可用的 AI 提示词：附录 C2 · 阶段 3

1. 建文献库，核心来源取得全文。
2. 填证据矩阵（字段见下表），每条标注证据等级和核验状态。
3. 建断言台账（Claim Ledger）：把准备写进报告的每个关键判断记成一行——断言内容、类型（事实 / 作者结论 / 你的推断）、来源与原文位置、证据等级、核验状态、核验人与日期。报告只能引用“已核验”的断言。
4. 按饱和度停止，而不是按篇数：新检索的 10–20 条相关结果里几乎不再出现新的核心工作或新方法类别，且核心论文的参考文献与施引文献大部分已在库内。通常核心集合在几十到一百篇量级，视领域而定。

证据矩阵字段

可用的 AI 提示词：附录 C2 · 阶段 4

固定推理链：现象 → 异常 → 疑问 → 假设 → 研究问题 → 候选题目。

1. 从 Problem Map 里选高价值的现象或知识缺口，不从某个方法或概念名词出发。
2. 让一个模型生成多个解释或机制假设，并要求每个给出可证伪条件。
3. 让另一个模型或独立会话当 Critic：找替代解释、隐含前提、已有相近工作。
4. 留下 5–8 个研究问题（RQ），每个写成一句话，并回答“为什么是现在”——什么变了（数据、工具、理论、需求）。
5. 用选题评分表（见附录 C1）打分，筛到 ≤3 个候选方向。评分由人填，AI 只提供依据。

可用的 AI 提示词：附录 C2 · 阶段 5

检索范围：论文、预印本、专利、代码仓库、数据集、基准、标准、商业产品、基金项目库。

1. 每个研究问题设计 3 组以上检索式：当前术语、同义词或旧称、机制词或任务词。
2. 做向前、向后的引文追踪，并记录数据库、时间窗和纳排标准。
3. 让研究型 AI 专门输出：最接近的 10 项工作、重合点、真正差异、三项最大风险。
4. 独立审查：换一个模型和不同提示，且不看前一个结论；并且至少有一条非大模型路径——引文图谱、数据库直检，或人工同行 / 领域专家。
5. 人读最接近的 5–10 项原文（不是摘要），逐项写出“它做了什么、没做什么、我的差异是什么”。

“没人做过”的标准写法

可用的 AI 提示词：附录 C2 · 阶段 6

适用边界：并非所有学科都能“做实验”。按附录的学科适配表选验证形式：复现与小实验、回顾性数据分析、预实验、案例与访谈、关键反例推演。

每个候选方向必须写清四件事

防止自欺的六条规则

• 先写后做：假设、指标、成败阈值在运行前写入设计并留档，避免事后改标准。
• 基线要公平：不能拿弱基线对比。
• 先确认“测得出来”：加入阳性对照或已知结论的样例；否则失败可能只是实验做坏了。
• 说明样本与功效：样本太小得出的“无效”不是决定性否定，要标注结论强度。
• 限时：设时间盒（例如 1–2 周），到期按规则决策。
• 留全部记录：包括失败的。

可用的 AI 提示词：附录 C2 · 阶段 7

决策备忘录必须包含

• 结论：做 / 收缩 / 转向 / 放弃，一句话。
• 选定方向的问题陈述、核心假设、与最接近工作的差异。
• 支撑证据清单（指向断言台账条目）和证据强度。
• Kill Log：被放弃的方向和原因，避免日后重复论证。
• 主要风险、未解决的不确定性、所需资源与合规事项。

下一步计划

• 90 天计划（必须）：目标、里程碑、产出、负责人、检查点、止损条件。
• 12–36 个月路线图（可选，仅当结论为“做”）：主问题、2–4 个子问题、数据来源、对照与指标、稳健性检查、备选路线。粗线条即可，随证据更新。

可用的 AI 提示词：附录 C2 · 阶段 8

1. 用文献管理器统一管理全文、标签、笔记和引用。
2. 按“断言 → 证据”逐节起草，只用台账里已核验的断言；让另一个模型或人工当 Reviewer 独立审查。
3. 按需披露 AI 使用情况（目标期刊或机构有要求时）。
4. 设置跟踪：保存检索式并设提醒；每周看新增，每月完整重跑一次检索式。
5. 重大节点（立项、投稿、重大决策）前，做一次完整的新颖性复查。

出现下面任一情况，立即重新评估

• 出现与你的差异点高度重合的新工作。
• 最强基线明显提升。
• 关键数据、工具或政策条件改变。
• 核心依据的论文被更正或撤稿。