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](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

完成發散階段後，你應該有一份包含 10-20 個候選 idea 的列表，每個 idea 包含：

階段二：文獻搜索驗證 — 確認新穎性

目標

透過系統化的文獻搜索，驗證候選 idea 的新穎性，並建立相關文獻表。此階段的關鍵是確認你的 idea 尚未被做過，同時找到可以借鑑的相關工作。

搜索策略

詳細的搜索策略請參見 [references/paper-search-strategy.md](references/paper-search-strategy.md)，以下是簡要流程：

步驟 1：關鍵字設計

• 為每個候選 idea 設計 3-5 組搜索關鍵字
• 使用同義詞、上位詞、下位詞擴展搜索範圍
• 結合英文與中文關鍵字

步驟 2：多平台搜索

• Semantic Scholar：語義搜索，適合探索性搜索
• Google Scholar：覆蓋面廣，適合確認性搜索
• arXiv：最新預印本，適合追蹤前沿
• DBLP：電腦科學領域的完整索引
• ACL Anthology：NLP 領域專用

步驟 3：滾雪球法

• 前向追蹤：找到關鍵論文後，看誰引用了它
• 後向追蹤：看關鍵論文引用了誰
• 作者追蹤：查看關鍵作者的其他工作

步驟 4：新穎性判定

對每個候選 idea 進行新穎性判定：

文獻搜索驗證的輸出

完成此階段後，你應該有：

1. 篩選後的候選列表：淘汰已被做過的 idea，通常剩 5-10 個
2. 文獻表：每個存活的 idea 對應 5-10 篇相關文獻
3. 新穎性標註：標註每個 idea 的新穎性判定結果與差異點

階段三：收斂 — 篩選至 1 個最佳 Idea

目標

從存活的候選 idea 中，透過系統化的評估與篩選，選出 1 個最佳 idea 進行深入發展。

收斂流程

詳細的收斂流程請參見 [references/idea-convergence.md](references/idea-convergence.md)，以下是簡要流程：

步驟 1：淘汰（Eliminate）

快速淘汰明顯不可行的 idea：

• 技術上不可能在合理時間內完成
• 缺乏必要的資料或計算資源
• 新穎性不足

步驟 2：合併（Merge）

檢查是否有可以合併的候選 idea：

• 兩個 idea 是否在解決同一個問題的不同面向？
• 合併後是否能產生更有力的研究貢獻？

步驟 3：精煉（Refine）

對剩餘的候選 idea 進行精煉：

• 縮小研究範圍，使問題更具體
• 明確研究貢獻（Technical Contribution）
• 構想初步的實驗設計

步驟 4：評分矩陣

使用評分矩陣進行量化評估。詳細的評分矩陣模板請參見 [references/evaluation-matrix.md](references/evaluation-matrix.md)。

評分維度：

步驟 5：最終決策

• 選擇加權總分最高的 idea
• 但也要考慮：直覺是否認同？是否有足夠的熱情去執行？
• 如果理性與直覺衝突，花時間釐清原因

常見陷阱

在收斂階段，需要警惕以下認知偏誤：

1. 確認偏誤：只搜索支持自己偏好的證據
2. 沉沒成本：因為已經投入時間而不願放棄劣質 idea
3. 新奇偏誤：過度追求新穎而忽視可行性
4. 從眾效應：因為某個方向很熱門就跟風
5. 完美主義：等待「完美」的 idea 而遲遲不開始

最終輸出

完成三個階段後，你應該產出以下四份文件：

1. 候選列表

所有候選 idea 的完整列表，包含狀態標記（存活/淘汰/合併）。

2. 文獻表

每個存活 idea 的相關文獻清單，格式：

## Idea: [標題]

1. [作者] (年份). [論文標題]. [會議/期刊].
   - 相關性：[高/中/低]
   - 與本 idea 的關係：[簡述]

2. ...

3. 評分矩陣

所有存活 idea 的量化評分，包含各維度分數與加權總分。

4. 1-Page 提案

最終選定 idea 的一頁提案，包含以下段落：

# [研究標題]

## 問題陳述（Problem Statement）
- 要解決什麼問題？為什麼重要？

## 現有方法與不足（Related Work & Gap）
- 現有方法怎麼做？有什麼不足？

## 提議方法（Proposed Approach）
- 你打算怎麼做？核心想法是什麼？

## 預期貢獻（Expected Contributions）
- 預期的研究貢獻是什麼？

## 初步實驗計畫（Preliminary Experiment Plan）
- 打算用什麼資料集？什麼指標？什麼 baseline？

## 風險與備案（Risks & Mitigation）
- 主要風險是什麼？備案是什麼？

## 時間表（Timeline）
- 預計的里程碑與時間安排

流程檢查清單

發散階段

• 設定探索範圍與時間限制
• 至少使用 3 種發想框架
• 產生至少 10 個候選 idea
• 每個 idea 有標題、簡述、直覺評分
• 沒有在此階段過早篩選

文獻搜索驗證階段

• 為每個 idea 設計搜索關鍵字
• 使用至少 2 個搜索平台
• 執行滾雪球法追蹤關鍵文獻
• 標註每個 idea 的新穎性判定
• 建立文獻表

收斂階段

• 淘汰明顯不可行的 idea
• 檢查可合併的 idea
• 精煉剩餘候選
• 完成評分矩陣
• 選定最終 idea
• 撰寫 1-page 提案
• 檢查是否有認知偏誤

時間建議

參考資源

• [發想框架詳細說明](references/brainstorming-frameworks.md)
• [文獻搜索策略](references/paper-search-strategy.md)
• [收斂流程與篩選標準](references/idea-convergence.md)
• [評分矩陣模板](references/evaluation-matrix.md)

進階建議

建立 Idea Bank

• 平時閱讀論文時，隨手記錄觸發的想法
• 定期回顧 idea bank，將舊想法與新知識結合
• 使用標籤系統分類（按領域、方法、問題類型）

與他人互動

• 向不同領域的人解釋你的 idea，收集反饋
• 參加讀書會或研討會，在討論中激盪新想法
• 找一個「idea buddy」定期交流

迭代式發想

• 不要期望一次就找到完美的 idea
• 允許自己回到發散階段，用新的資訊重新發想
• 好的 idea 往往是多次迭代的結果

記錄與反思

• 記錄每次發想過程，包括最終沒被選上的 idea
• 反思哪些框架對你最有效
• 建立個人的發想流程與偏好檔案