科学问题选择框架Skill：选题花几天、执行花几年，这个技能帮你把天数用在刀刃上
- 它是什么：一个面向科研人员与研发团队的对话式策略框架，把"科学和工程中的问题选择与决策树"（Fischbach & Walsh，Cell，2024）转化为可交互的九个模块。
- 核心判断：问题选择的重要性大于执行质量——平庸问题的出色执行只带来增量影响，重要问题的良好执行才产生实质影响。
- 三种用法：提一个新项目想法、排查当前项目故障、提出一个战略性问题，用户从自己所在的位置开始对话。
- 不做执行替代：它不替你跑实验、写代码、做统计，而是帮你在"成功可能性 × 成功时冲击"两轴上把项目推到更可行、更有价值的位置。
- 适合谁：准备开题的博士生与博士后、需要转向的课题负责人、写基金与奖学金申请的研究者，以及需要做研发取舍的技术团队。
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：科学问题选择框架Skill 技能英文名：bio-strategy 技能ID：13826 官方定位：一个用于系统科学问题选择、项目构思、故障排除和战略决策的对话框架。
它解决的是一个非常具体的痛点：科研人员通常在"选问题"上只花几天，却在"解决问题"上花掉几年。这种时间分配的不平衡，直接限制了研究的影响力上限。该技能把问题选择从"凭直觉的一次性决定"，变成一套可以反复演练、可以逐项打分的结构化流程，并覆盖从构思、风险评估、成功指标定义，到参数取舍、决策树导航、逆境响应、问题反转的完整链路。
一键安装的思路与步骤
- 确认前提：你需要一个支持"技能（Skill）"机制的 AI 助手或客户端（例如带技能市场、技能库或插件中心的对话式产品），并已登录可用账号。
- 找到入口：打开该产品的技能市场／技能库／插件中心，在搜索框输入技能名称"科学问题选择框架"或英文名"bio-strategy"，也可直接用技能 ID 13826 检索。若你的客户端支持本地技能目录导入，则按官方文档把技能安装到指定目录。
- 安装并启用：在技能详情页点击安装／启用，确认技能状态为"已启用"。具体的安装命令、目录路径与启用开关位置，以官方说明为准。
- 验证是否生效：新建一个对话，直接说"我想梳理一个新课题的想法"。若技能已正确加载，它会先给你三个入口——① 提出一个新项目的想法；② 分享当前项目中的问题；③ 提出一个战略性问题——并请你用 1-2 句话简述。看到这三个入口，说明技能已经在工作。
- 长期使用建议：把同一个会话当作"项目档案"持续追加信息，比每次重新开新对话更容易积累上下文。
该技能的主要功能和特点
- 三入口对话设计：不强迫用户从头走完整流程，而是先判断你处在"构思期、救火期还是战略期"，再调用对应模块，降低使用门槛。
- 九个模块的知识库：直觉泵、风险评估、优化函数、参数策略、决策树导航、逆境响应、问题反转、综合集成，以及负责整体编排的元框架。
- 两轴评估模型：用"成功可能性（X轴）× 成功时的冲击（Y轴）"给想法定位，所有讨论都围绕"向右移动、向上移动"展开。
- 可量化的风险清单：把项目假设拆成"关于生物现实的假设"和"关于技术能力的假设"两类，逐条给出风险级别（1-5）与验证时间（月），并识别四类危险信号——晚期高风险问题、多个奇迹、依赖链、鸵鸟模式。
- 优化函数选择：区分基础科学、技术开发、应用发明等不同类型项目，用不同指标衡量成功，避免用错误的标准评价正确的工作。
- 参数固定策略：直击"固定太多则脆弱、固定太少则瘫痪"的悖论，主张固定一个有意义的约束、让其余参数浮动。
- 逆境与反转工具：把危机框定为"修好问题同时升级项目"的机会，并提供不固定参数、可比目标替代、答案寻求问题三种绕过障碍的策略。
- 和普通工具的区别：普通笔记工具与项目管理软件记录的是"你做了什么"，通用大模型给的是"泛泛的建议"；而这个技能提供的是带判断标准的追问路径——它会持续问你"这个假设多久能验证"“如果它错了你还有哪条路”，把模糊的直觉逼成明确的取舍。
如何使用该技能？
第 1 步：选择入口。 技能会先呈现三个入口，按你当前状态选一个。
第 2 步：用 1-2 句话简述。 例如选择"提出一个新项目的想法"后，你只需说："我想用单细胞空间转录组去研究肿瘤免疫微环境里的T细胞耗竭过程。"技能会返回一段不超过一段话的摘要，复述你的领域与想法核心，确认理解一致。
第 3 步：回答结构化追问。 它会请你补充四项：① 你到底想做什么；② 你目前计划如何做；③ 如果成功为什么重要；④ 你认为主要风险是什么。不确定的地方可以直接说"这里我不确定"，这本身就是有价值的信息。
第 4 步：进入知识库模块。 以想法入口为例，会依次走过直觉泵、风险评估、优化函数、参数策略。直觉泵会给你四个具体提问，例如"在你领域中哪个一次性实验可以成为系统性调查？"“你使用的技术的基本限制是什么，如何把这个限制转化为机会？”“哪个能力在你领域里似乎不可避免但还不存在？”“哪个动态过程我们只观察到了静态快照？”
第 5 步：产出可交付文档。 走完流程后，你会得到问题构思文档、风险评估矩阵、影响评估文档、参数策略文档等产物；若需要外部沟通（组会汇报、开题、基金申请），再调用综合与集成模块，按"背景与差距→问题陈述→方法与新颖性→策略与风险缓解→为什么是你"的结构组织成故事。
第 6 步：项目执行期改用故障排查入口。 例如输入"我的类器官培养到第14天开始大量死亡，重复三次都是同样时间点"。技能会先复述项目背景与问题本质，再追问"项目总体目标、到底出了什么问题、你当前的修复想法"，然后调用决策树导航与问题反转，并始终附上可能的变通方法，无论问题是否容易修复。
输出说明：技能本身不产出实验数据或图表，它输出的是判断结构——风险表、参数清单、决策分支图、沟通框架，方便你直接粘贴进课题文档或汇报材料。
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 |
|---|---|---|---|---|---|
| 科学问题选择框架Skill（bio-strategy） | 科研问题选择与战略决策的对话框架 | 三入口对话、九个模块、两轴评估、风险矩阵、参数策略、逆境与反转 | 需在支持技能的 AI 客户端中安装启用，零学习成本，会说话即可用 | 开题构思、项目卡壳、基金申请、研发取舍 | 优势：结构化追问质量高，能逼出隐含假设；不足：依赖用户如实提供信息，不替代领域知识 |
| 通用大模型直接对话 | 通用问答与写作助手 | 自由问答、资料总结、代码生成 | 门槛最低，打开即用 | 快速查资料、润色文字 | 优势：灵活；不足：缺少固定评估维度，容易给出"正确但空泛"的建议，不会持续追问风险与验证时间 |
| 电子实验记录本／科研项目管理工具 | 过程记录与数据管理 | 实验记录、版本管理、数据归档、协作 | 需团队采购与培训，配置成本较高 | 实验室日常记录、合规审计 | 优势：数据可追溯；不足：只记录"发生了什么"，不参与"该不该做这个"的判断 |
| 科研方法论书籍与课程 | 知识传授 | 系统讲解选题方法论、案例拆解 | 需投入数十小时阅读与消化 | 长期能力建设、研究生课程 | 优势：体系完整；不足：无法针对你的具体项目即时反馈，学完仍需自己迁移 |
该技能的典型应用场景与实际体验情况
场景一：博士后开新课题。 角色：刚换方向的博士后。痛点：脑子里的想法又多又散，不确定哪个值得投入三年。使用方式：走"提出想法"入口，用两轴打分给三个候选课题各定位一次，再用风险矩阵列出每个课题的关键假设与验证时间。体验情况：上手几乎没有难度，因为它先让你用一两句话说话，而不是让你填表。效果最明显的地方是"多个奇迹"检测——很多人会在同一项目里同时押注三到四个高风险假设，被点出来后通常会主动砍掉一条路径。注意：你得诚实填写风险分数，虚高的信心会让整张表失去意义。
场景二：研究生实验卡壳。 角色：博士二年级学生。痛点：连续两个月优化同一个实验条件，越做越焦虑。使用方式：走"排除问题故障"入口，用参数策略检查自己是否同时固定了太多参数，再用问题反转中的"不固定参数"策略，让一个原本不可动摇的条件浮动。体验情况：技能会先复述问题本质，这一步本身就能缓解焦虑；随后给出的变通方法即使不解决根本问题，也能让实验继续推进。注意：它给的是策略方向，具体到某个缓冲液配方仍需要你自己查文献。
场景三：课题负责人写基金申请。 角色：准备申请项目的 PI。痛点：想法清楚但讲不出"为什么是我们、为什么是现在"。使用方式：走"战略性问题"入口，调用综合与集成模块，按"背景差距—问题陈述—方法新颖性—策略—为什么是你"的结构重排材料；再用"可比目标替代"策略处理评审可能质疑的技术风险。体验情况：结构化输出对写作提纲帮助明显，尤其"问题陈述要足够一般所以有趣、足够具体所以独特"这一条，是很多人申请书被拒的隐形原因。注意：文风与领域术语仍需自己打磨。
场景四：研发团队做技术取舍。 角色：技术型创业公司的研发负责人。痛点：手上三条技术路线，资源只够押一条。使用方式：用"参数策略"列出系统、工具、应用、输出、时间线中哪些必须固定、哪些可以浮动，再用"逆境响应规划"为每条路线预写故障剧本。体验情况：把"选一条路"变成"选一组可能的路径"，决策压力显著下降。注意：该技能面向科研问题选择设计，商业侧的市场判断仍需另行评估。
该技能能为用户带来的价值
- 把最贵的决策前置：科研中最昂贵的是时间，而时间主要消耗在问题解决阶段。在选题阶段多投入几小时结构化思考，可能改变的是未来几年的产出量级。
- 把直觉变成可讨论的对象：风险级别、验证时间、固定与浮动参数，一旦写成表，就能和导师、合作者、评审高效讨论，而不是各说各话。
- 降低"独自硬扛"的门槛：很多人不是不会思考，而是缺少一个持续追问的人。这个技能扮演的就是那个准时出现的追问者，随叫随到、不需要预约。
- 减少沉默的沉没成本：晚期高风险问题、依赖链、鸵鸟模式这三类危险信号，本质都是"问题被发现得太晚"。技能的价值在于让你在第 3 个月而不是第 30 个月发现它。
- 长期可复用的方法论资产：九个模块可以反复用于开题、转题、申请、年度复盘，形成个人或团队的问题选择习惯，而不只是一次性的建议。
常见问题 FAQ
Q1：这个技能怎么安装？需要写代码吗？ 不需要写代码。前提是你使用的 AI 客户端支持技能／插件机制，在技能市场或技能库中搜索"科学问题选择框架"或英文名 bio-strategy，也可用技能 ID 13826 检索，安装启用即可。具体命令与目录位置以官方说明为准。验证方法是新建对话说"我想梳理一个新课题的想法"，看它是否给出三个入口。
Q2：它是收费的吗？ 技能详情中没有提供价格信息。是否收费取决于你所在平台的计费规则（技能本身可能免费、也可能随订阅提供），请以官方说明为准。
Q3：它适合谁用？非生物领域的人能用吗？ 它面向的是"需要选择并解决复杂问题"的人。设计上以生物与化学科研为主要语境，示例也多来自这些领域，但它背后的框架（问题选择优先于执行、两轴评估、参数固定策略、逆境响应）对工程研发、技术创业同样适用。纯执行类工作收益有限。
Q4：它会不会替我做决定？ 不会。它的工作方式是追问与结构化——把你没说出口的假设、没说清楚的风险、没被量化的验证时间摆到桌面上，最终判断仍由你做出。它也不会替你跑实验、做分析或查证事实。
Q5：和直接用通用大模型聊天有什么区别，怎么选？ 如果你只是想要一些泛泛的建议，通用对话就够了。如果你需要的是一个不会放过"这个假设多久能验证""如果它错了你还有哪条路"的对话者，并希望产物能直接用于开题或基金申请，就选这个技能。两者可以配合：用技能搭结构，用通用对话补充文献与细节。