科学创意项目研究与评审框架
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 的指南,将 @user_fb78f8df/scientific-creative-exploration-framework 技能安装到你的 AI 助手中。
技能介绍
科学创意类项目(科创竞赛、工程创意方案)长期卡在一个尴尬位置:用完成型论文的标准去审,尚未做完长期实验的合理探索会被一棍子打死;放任不管,"意义重大""前景广阔"这类空话又总能蒙混过关。这个框架要解决的就是评审标准缺失的问题——它不替你写结论,而是提供一套分级判定工具,把每个主张按证据等级与风险等级归类,再检查从现象到结论的逻辑链是否闭环。
核心能力:把主张拆成可判定的等级
第一件事是证据分层,杜绝把想象包装成事实:
A 级:同行评议数据、官方监测、已运行工程参数等直接证据,必须带 DOI、URL 或报告编号B 级:相似场景研究、已验证理论模型等间接证据,需说明与本项目的异同C 级:基于 A/B 级的合理推断,必须显式标注"推断"并列出不确定性D 级:新组合、新结构等创意,必须标记"待验证"并给出验证路线
第二件事是三级风险判定:G1 致命冲突(违反已知规律、数据虚构、量纲错误)直接停止或重构;G2 关键缺口(机制、对照、边界不完整)限定结论并限期补充;G3 待验证项(合理外推、创新设计)允许存在,但必须设计验证。探索性项目本就允许 G3,不允许的是隐瞒 G3。
关键步骤:八步主框架与双闭环检查
主流程分八步:发现现象 → 解释机制 → 定义问题与边界 → 提出创意方案 → 形成可证伪假设 → 分层验证(学生预实验 / 受控实验 / 真实场景试点)→ 评价价值 → 边界化结论。每一步附带检查清单,例如假设必须写成"在【条件】下,采用【方案】将使【指标】相较【对照】产生【方向性变化】"的格式,并能设想出让它不成立的具体结果。
两条闭环贯穿始终:逻辑闭环要求现象→机制→变量→方案→假设→验证→价值→结论每步都有因果承接,不留"黑箱"模块;场景闭环要求回答六要素——谁来做、在哪里、什么时候、用什么、怎么做、失败时如何,防止"实验室结果直接跳到全国推广"。价值判断必须落入收益增加、损失减小或知识增益/不确定性降低三类之一,并给出比较基准,空泛套话会被强制删除重写。
适用边界与注意点
- 不要求申报阶段完成半年以上现场试验,评审的是方案的可验证性,不是已完成的实验数据
- 审核前先做项目类型路由:观察发现型、受控实验型、工程设计型、数据模型型、理论推演型、复杂系统应用型,场景闭环要求各不相同
- 评审矩阵覆盖真实性、科学性、严谨性、安全性、复现性等十二个维度,输出通过项、待修复项与总体成熟度,而非简单打分
使用场景
- 评审青少年科创竞赛申报方案时,用八步框架核对现象、机制、假设与验证路线是否完整。
- 撰写科研课题申报材料时,需要把已有文献、工程案例和待验证设计分别标注为 A 到 D 级证据。
- 评审跨学科工程创意项目时,需要判断模块之间是真实协同还是仅共享数据或资金。
- 审核存在高风险主张的方案时,需要识别 G1、G2、G3 问题并给出停止、补充或验证建议。
适合人员
- 科创竞赛评审教师需要按统一标准评估项目是否具备真实问题、可证伪假设和分层验证路线。
- 科研课题申报人员需要说明方案在哪些边界条件下成立,并给出收益增加、损失减小或知识增益的判断。
- 工程创意项目评审需要判断技术可行性、接口真实性、失败条件和适用边界。
- 需要验证科学假设的学生或研究者需要设计可被实验否定的结果和明确的对照组。