Agent Skills
返回列表
新颖性与可行性评估器

新颖性与可行性评估器

行业专业 更新于 2026.08.29

将以下提示词粘贴到你的 AI 对话框中:

请根据 https://skillhub.cn/install/skillhub.md,安装 @user_c7479c7a/novelty-vs-feasibility-assessor。

技能介绍

要解决什么问题

医学研究里常见一种困境:课题听起来很新、方法也很炫,但真正动手时发现数据拿不到、验证链过长,或者只是把既有套路换了个疾病名。本技能面向「现在要不要开这个题」的决策,而不是泛泛地说「有意思」或「技术上能做」。它会在你给出的约束(仅公开数据、无湿实验、时间上限、合作方是否到位等)下,同时审视真新颖性与可执行负担,并落到一条明确建议:按原方案启动、先收窄、补齐前提再动、大幅重设计,或当前形态不宜启动。

技能如何工作

执行流程固定为八步,并依赖一组参考框架(新颖性审计、可行性负担、启动决策档位、最小可执行版本、文献与资源诚信规则):

  1. 框定课题:把模糊想法收成可操作的研究问题、终点与交付物,并写明假设。
  2. 新颖性审计:分别评估问题、场景、方法、整合与转化五个维度,并主动标记伪新颖(新算法包装旧问题、无科学依据的多组学堆叠等)。
  3. 可行性审计:在你的条件下评估数据/样本、预处理、方法复杂度、验证与合作依赖、时间线与失败敏感性。
  4. 先例与拥挤度:对照可核实的前人工作与资源可得性,不编造数据集或发表承诺。
  5. 区分「有趣」与「值得现在开」:不把新颖与可行混成一个模糊分数。
  6. 最小可执行版本(MEV):若原方案过宽或过脆,给出仍可辩护的最小问题、数据与方法链。
  7. 启动决策档位:从五档中选一,并说明为何优于相邻档位。
  8. 自批判复核:列出最强支持与最强反对理由、隐藏依赖与最易翻车点。

最终输出是一份结构化决策备忘录(含 A–K 各节),读起来应像项目启动评审,而不是鼓励性评语。

适用边界

  • 适用:带明确课题/假设/疾病+方法组合,并请求判断新颖性、可行性或是否值得启动;可附带数据条件、时间线与发表/试点目标。
  • 不适用:个体临床决策、资金或投资回报保证、伪造先例文献或资源可得性、在无证据与约束下承诺可发表。若请求越界,技能会按规范拒答并说明原因。

使用场景

  • 课题组拟开展 HCC 免疫治疗耐药的空间转录组研究,需在仅有公开数据与时间上限时判断是否值得现在立项
  • 博士生提出单细胞联合孟德尔随机化方向,需要区分真科学问题新颖性与单纯方法堆叠的伪新颖
  • 六个月周期内的多组组学脓毒症预后课题,要在样本、验证链与合作依赖明确前评估可执行性
  • Biomarker 或预测模型类想法成型前,要判断领域是否已拥挤、是否只是换疾病名的套路论文

适合人员

  • 仅用公开数据库、无湿实验条件的生物信息学研究者,开题前需要可执行的启动或收窄建议
  • 带学生的课题组负责人,评审学生提出的多组学整合课题并输出启动、先收窄、重设计或暂缓的明确档位
  • 申请基金或院内立项前,想把过宽、依赖过重的课题压成最小可执行版本(MEV)的临床或转化研究者
  • 已有初步假设但担心「听起来新、做起来塌」的医学博士生或博士后,需要结构化新颖性与可行性备忘录