科学假设生成
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 @org-02qudk26/cn-hypothesis-generation。
技能介绍
要解决什么问题
研究或产品里经常只有「现象 + 零散数据」,却缺少可检验的机制解释:文献没系统对齐、替代解释没并列比较、预测也不够具体。本技能把假设生成当成一条可重复的工作流,而不是写一段猜想。
技能如何工作
流程从理解现象开始,明确观察边界与已知/未知;接着做文献检索与综合(生物医药可走 PubMed,其它领域用通用检索),再产出 3~5 个可区分的竞争性假设,每个都强调机制(HOW/WHY),而不是复述现象。
随后用既定标准做质量评估(可检验性、可证伪性、简洁性、解释力等),为可行假设设计实验/对照/方法/混杂因素方案,并写出可量化、可区分竞争假设的预测。最终用 hypothesis_report_template.tex 与 hypothesis_generation.sty 生成结构化 LaTeX 报告:正文控制在约 4 页(摘要、竞争性假设框、预测、关键比较),细节进附录(文献综述、完整实验、评估表等)。
边界与注意点
- 报告要求至少 1~2 张由 scientific-schematics 生成的示意图(框架图、实验流程、机制通路等),否则视为不完整。
- 编译需 XeLaTeX/LuaLaTeX;假设框需控制篇幅并用
\newpage避免tcolorbox溢出。 - 配套参考:
references/hypothesis_quality_criteria.md、experimental_design_patterns.md、literature_search_strategies.md;投稿写作可对照 venue-templates。
使用场景
- 实验室出现与既有理论不符的表型数据,需要检索文献并并列写出 3~5 条机制假说及对照实验要点
- 临床或队列研究发现新关联,需从 PubMed 综合证据并给出可量化、可证伪的预测
- 组会或合作沟通前,要把现象、竞争解释和关键比较整理成约 4 页正文 + 附录的 LaTeX 假设报告
- 开题或基金撰写阶段,需把文献空白转成假设质量评估表、实验方案与示意图框架
适合人员
- 攻读生物医学或相关方向的博士生,开题前要把零散观察整理成带引用的竞争性假设与实验草案
- 课题组 PI 或博士后,面对组内新现象需要在短期内产出可讨论的假设框架、预测与组会材料
- 从事转化或临床研究的医学研究者,要把初步数据背后的多种机制解释写清并设计可检验的对照研究
- 跨学科科研助理或研究科学家,负责把文献检索、假设框与示意图一并纳入标准化 LaTeX 报告流程