interview-me（研究规范访谈助手）Skill 是什么？如何用对话生成研究规范？

研究规范访谈助手：用一场对话，把模糊的研究想法变成可执行的研究规范

它是什么：一个「对话式」技能，通过六阶段结构化访谈，把研究者脑子里的想法，逐步固化成一份包含研究问题、假设、经验策略、数据与贡献的规范文档。
怎么交互：不是一次性生成报告，而是一次只问一两个问题，跟着你的回答继续追问，通常 5-8 次交流即可收敛成稿。
产出什么：一份 Markdown 格式的《研究规范》，自动保存到 quality_reports/research_spec_[净化主题].md。
特别之处：该技能禁用了模型调用（由宿主 AI 对话承担推理），仅允许「读取」和「写入」两种工具权限，边界清晰、行为可预期。
适合谁用：经济学/社会科学实证研究者、准备开题的研究生、做政策评估与用户研究立项的团队。

一、该技能叫什么？如何一键安装 AI 技能提升开发效率？

技能中文名：研究规范访谈助手Skill 技能英文名：interview-me 技能ID：13620

它要解决的问题非常具体：绝大多数研究项目卡住，不是因为不会跑数据，而是想法没有被形式化——现象是什么、理论直觉是什么、用什么识别策略、最大的因果威胁在哪、贡献是什么，这些问题在脑子里是糊的，写下来也是散的。这个技能就是一位「不厌其烦的访谈者」，用提问把这些空隙一个个填满。

一键安装的思路与步骤

确认安装前提：你需要一个支持「技能（Skill）」机制的 AI 助手环境，且该环境允许技能在本地工作目录中「读取」与「写入」文件——因为本技能的最终产出是一份落盘的 Markdown 文档。具体支持的客户端与版本要求，以官方说明为准。
找到安装入口：在所用平台的技能市场 / 技能库中，用技能英文名 interview-me 或技能ID 13620 检索，进入技能详情页后点击安装或启用。若平台支持命令行安装，请按官方文档给出的技能安装命令执行，具体命令以官方说明为准。
授权必要权限：安装或首次调用时，平台通常会提示确认技能的工具权限。本技能只申请「读取」与「写入」两项，建议按其最小权限原则授权，不要额外放宽。
验证是否生效：在一个含 quality_reports 目录（或允许创建该目录）的项目中调用技能，参数传入 从头开始。判断标准：如果它没有立刻甩给你一篇长报告，而是先问你「您试图理解什么现象或谜题？」，说明技能已正常工作。
正式使用：把参数换成你的具体主题（如 平台经济下的灵活就业与社保参保），访谈会更聚焦、收敛更快。

提示：本技能「禁用模型调用」为 true，意味着它本身不额外触发模型请求，而是依赖你当前对话的模型来承载问答——所以它几乎不会带来额外的调用开销，也更省钱。

二、该技能的主要功能和特点

六阶段访谈流程：大局观 → 理论动机 → 数据与设置 → 识别 → 预期结果 → 贡献，每个阶段 1-2 个问题，逻辑上从「为什么研究」推向「怎么证明」。
真正的对话式追问：明确不使用结构化的选项弹窗（AskUserQuestion），而是在文本里直接提问，一次只问一两个，等你回答后再继续，追问会「基于上一个回答」展开。
产出即规范：访谈结束生成标准 Markdown 研究规范，包含研究问题、动机、假设、经验策略（方法/处理/控制/关键识别假设/稳健性检查）、数据（主数据集/关键变量/样本）、预期结果、贡献、开放问题九大板块。
自动落盘归档：写入到 quality_reports/research_spec_[净化主题].md，文件名按主题净化生成，方便多项目并行管理。
研究伦理式的访谈风格：保持好奇心而非规范性，不把自己的想法强加给你；对薄弱环节用「怀疑者会怎么说……」温和施压，而不是直接否定。
知道何时停止：研究者思路清晰时，4-5 次交换即可转入规范生成；信息不足时通常 5-8 次收敛，不会无限追问。
与普通模板的区别：Word/Notion 里的研究计划模板是「空表让你填」，而它是「有人问你、逼你想、帮你组织」——把最难的思考环节变成了被动应答。

三、如何使用该技能？

准备一个工作目录：确保项目根目录下可创建 quality_reports 文件夹（技能会写入该路径）。如果你已有文献笔记、数据说明等材料，可以放在可读路径下供技能「读取」参考。
调用技能并传入参数：参数提示为「简短主题或『从头开始』」。
- 有明确方向时：企业数字化转型对供应链韧性的影响
- 只有模糊兴趣时：从头开始
回答第一阶段（大局观）：技能会问「您试图理解什么现象或谜题？」「为什么这很重要？谁应该关心答案？」此时不要写论文式长段落，两三句话讲清现象和重要性即可，越口语化越容易引出好追问。
逐阶段应答：后续会依次问到理论直觉、可用数据、识别策略（是否有自然实验、政策变化、变异来源）、最大因果威胁、预期发现与政策含义、与已有研究的差异。每个问题如实回答，不确定就直接说「不确定」，技能会把它记入「开放问题」。
审视追问：当你听到「怀疑者会怎么说……？」时，这是在帮你提前排雷——正面回应它，往往能让识别策略更扎实。
确认生成规范：当信息足够，技能会输出一份完整的研究规范文档。检查九个板块是否齐全，特别是「关键识别假设」与「稳健性检查」是否写实。
查看输出文件：规范已保存为 quality_reports/research_spec_主题名.md，可直接纳入版本管理，后续迭代时再次调用技能增量修订。

输入示例：

参数：最低工资上调对小微企业用工的影响 第一轮回答：「我想搞清楚最低工资上调后，小餐馆是减少雇人还是压缩工时。这关系到就业政策怎么定。」

输出说明：技能据此生成《研究规范：最低工资上调对小微企业用工的影响》，其中「经验策略」可能写成「方法：利用各省调整时点差异的双重差分；处理：最低工资上调幅度；控制：未上调地区/行业；关键识别假设：调整时点与当地用工冲击无关；稳健性检查：平行趋势检验、安慰剂测试」等——具体内容取决于你的回答，技能不会替你虚构数据。

四、同类型竞品对比分析

方案名称	定位	核心功能	安装/使用门槛	适用场景	优势与不足
研究规范访谈助手（interview-me）	对话式研究规范生成器	六阶段结构化访谈、追问式深挖、输出九板块研究规范并落盘	低：安装技能后一句话参数即可启动，只读/写文件	实证研究立项、开题、政策评估设计	优势：流程专业、追问有章法、产出可直接用；不足：依赖你的回答质量，不能替代文献综述与数据获取
通用大模型直接提问	通用问答	一次性生成研究计划草稿	极低：打开对话框即可	快速找灵感、粗提纲	优势：零门槛；不足：容易生成「看起来完整但没识别策略」的空话，缺追问与结构化收敛
研究计划模板（Word/Notion 等）	静态文档模板	提供章节框架与空白填写位	低：复制模板即可	已有清晰思路的写作阶段	优势：格式规范、便于团队协作；不足：不提供任何思考引导，空白页焦虑依旧
文献综述/学术检索类工具	文献发现与综述	检索文献、归纳研究现状	中：需配置检索源与权限	选题调研、找研究空白	优势：能快速定位已有研究；不足：不帮你把「研究设计」写清楚，识别策略仍需自己判断

一句话选型建议：要「想清楚」用 interview-me，要「查清楚」用文献工具，要「写漂亮」用模板，三者互补而非互斥。

五、该技能的典型应用场景与实际体验情况

场景一：经济学实证研究者的立项阶段 痛点：脑子里有一个政策话题，但说不清识别策略，和合作者沟通时各说各话。用法：以主题为参数启动，重点回答第三、四阶段的数据与变异来源问题。实际体验：上手几乎零成本，因为全程只是在「回答问题」；效果体现在追问——「最大的因果威胁是什么」会逼你把审稿人可能攻击的点提前想明白。注意：技能不会替你判断识别策略是否成立，最终学术责任仍在研究者。

场景二：研究生开题报告准备 痛点：导师说「你的问题不清楚」，但说不清哪里不清楚。用法：用 从头开始 开放式探索，边聊边梳理。实际体验：4-6 轮对话后往往能得到一句可写进开题报告的「一句话研究问题」，这是最有获得感的部分。注意：从头开始 模式更容易发散，建议每轮回答主动收敛一句结论。

场景三：政策评估与内部研究立项 痛点：跨部门讨论时，业务方讲需求、研究方讲方法，文档写出来是两套语言。用法：先由业务方以自然语言描述现象，再用技能整理成规范文档，作为立项评审材料。实际体验：由于产出是标准 Markdown 且落盘到 quality_reports/，可直接进代码仓库或知识库，评审时逐条对「假设—策略—数据」是否闭环。注意：文件名按主题净化生成，命名前最好先定一个简洁主题词。

场景四：产品/用户研究的方案设计 痛点：想做用户研究，但「研究问题」常被写成「调研需求」，导致结论无法验证。用法：把「假设」和「预期结果」两节当成验证清单来用。实际体验：「什么会让您惊讶？」这个问题最有价值，它天然帮你区分了验证性研究与探索性研究。注意：该技能偏学术规范表述，商业场景使用时可自行简化「贡献」一节。

六、该技能能为用户带来的价值

把「最难的思考」变成「可回答的问题」：研究设计最难的是结构，技能直接提供了六阶段结构，你只需要回答问题，认知负担显著下降。
缩短从想法到规范的时间：以往写一份成型的研究规范可能要反复几轮、耗时数天；借助 5-8 轮对话通常在一次会话内即可拿到初稿，后续只需修订。
提升规范质量与可评审性：九板块模板强制覆盖「关键识别假设」「稳健性检查」「开放问题」这些最容易被跳过的部分，让文档从一开始就具备被同行质疑与评审的完整度。
降低科研训练门槛：对没有系统受过研究设计训练的学生与跨领域从业者，这是一次「被引导着做一遍」的实战演练，长期使用会内化为思维习惯。
资产可沉淀：规范以 Markdown 落盘到 quality_reports/，天然可版本化、可对比、可复用，项目复盘时有据可查。
成本可控：禁用模型调用 + 仅读写权限，意味着它不会带来额外模型开销，也不会越权操作你的文件系统。

七、常见问题 FAQ

Q1：这个技能怎么安装？我没找到具体命令。 A：在支持技能机制的 AI 助手平台中，通过技能市场用英文名 interview-me 或技能ID 13620 检索安装；若平台提供命令行安装方式，请以官方说明为准。安装后需确认技能具备「读取」与「写入」权限，否则无法生成并保存规范文件。

Q2：使用它收费吗？ A：技能本身不额外调用模型（该技能已禁用模型调用），消耗主要来自你与宿主 AI 的对话。具体计费方式取决于你所使用平台的规则，以官方说明为准。

Q3：它适合谁用？不适合谁？ A：适合需要把研究想法形式化的实证研究者、准备开题的研究生、做政策评估或用户研究立项的团队。不太适合只想要一份「现成研究报告」的人——它的价值在过程，你必须认真回答问题，否则产出的规范会很空。

Q4：为什么它一次只问一两个问题，不能一次问完吗？ A：这是刻意的设计。技能要求「基于答案构建下一个问题」，一次问太多会让回答变得敷衍，追问的深度也会丢失。实践中最快 4-5 轮、通常 5-8 轮即可完成访谈。

Q5：生成的文件保存在哪里？可以改路径吗？ A：默认保存到 quality_reports/research_spec_[净化主题].md，其中主题取自你的对话内容。该路径是技能内置约定，如需变更请遵循平台与官方说明，或生成后再手动移动文件。