scientific-brainstorming
作者 K-Dense-AIscientific-brainstorming 是一個用於開放式科學思考的研究發想技能。可用來探索跨領域連結、挑戰既有假設、找出研究缺口，並在你還沒有嚴謹資料集或最終假說之前，先形塑早期階段的專案想法。
這個技能的評分為 78/100，值得收錄：它提供了清楚界定的科學發想工作流程，結構足夠支撐實際使用，但又不是高度工具化或深度程序化的技能。使用者可期待它成為早期研究規劃的可靠腦力激盪助手，而不是高度自動化或有外部工具支援的流程。
- 對開放式科學發想、跨領域連結與研究缺口挖掘，有明確的觸發情境與使用案例。
- 內容量充足，篇幅長且包含多個標題，說明原則與適用時機，提升代理使用上的可操作性。
- 包含限制與引導，能減少猜測，比一般的腦力激盪提示更具方向性。
- 沒有腳本、參考資料或支援檔案，因此這個技能完全依賴文字指引，而非可執行的工作流程資產。
- 摘錄內容顯示它最適合早期發想，且明確與假說生成區分開來；對尋求以資料驅動研究流程的使用者而言，實用性可能受限。
scientific-brainstorming 技能概覽
scientific-brainstorming 的用途
scientific-brainstorming 技能是一個面向開放式科學思考的研究發想夥伴。當你還沒有明確資料集，也還沒有成形的假說時，它能幫你產生新方向、探索跨領域連結、挑戰既有假設，並挖掘研究缺口。
適合安裝給誰
這個 scientific-brainstorming 技能最適合研究人員、技術創業者、研究所學生，以及需要比一般提示詞更好第一輪點子的領域專家。它很適合早期規劃、實驗室討論準備、提案構想，以及方法探索。
它有什麼不同
這個技能的調校重點是協作式、對話式的腦力激盪，而不是直接給出答案。它最有用的情境，是你想擴大可能性空間，而不是要驗證某個主張或產出最終實驗結論。如果你已經有觀察結果，並且想根據資料產生可測試的假說，那通常是另一個假說生成技能更適合。
如何使用 scientific-brainstorming 技能
先安裝並檢視這個技能
先依照 scientific-brainstorming install 的倉庫安裝流程操作，然後優先打開 scientific-skills/scientific-brainstorming/SKILL.md。這個 repo 裡沒有 helper scripts 或支援資料夾，所以真正的重點在技能文字本身，以及你如何把它的工作流程套進自己的情境。
用研究情境的方式下提示詞
要讓 scientific-brainstorming 用得更有效，不要只抽象地說「給我一些點子」。請把領域、問題、限制、你已經嘗試過什麼，以及你想要的輸出型態都講清楚。比較好的提示詞會像這樣：Brainstorm 10 research directions for low-cost water purification in rural clinics, prioritize ideas that are testable in 6 months, and flag assumptions that need validation.
依照流程分階段迭代
先發散，再收斂。先請它提出候選方向，接著再要求它依可行性、新穎性或實驗成本來篩選。這份 scientific-brainstorming 指南最適合把第一輪結果當成發想素材，而不是最終計畫。
先讀最高訊號的檔案
先預覽 SKILL.md，再看「何時使用這個技能」、「核心原則」和「工作流程提示」等段落。因為這個 repo 結構精簡，幾乎沒有隱藏的實作邏輯；主要工作是把這個技能轉譯成你自己的研究情境。
scientific-brainstorming 技能 FAQ
scientific-brainstorming 只是一般的腦力激盪提示詞嗎？
不是。scientific-brainstorming 技能的目標，是把點子往研究可用的方向推進：假設、缺口、方法，以及實驗路徑。一般腦力激盪提示詞常常只會回傳很廣泛的建議，缺少科學脈絡與可用的限制條件。
什麼時候不該用這個技能？
如果你已經有資料而且需要分析、如果你需要單一明確答案，或如果你的任務主要是根據觀察來做假說測試，那就不適合用 scientific-brainstorming。這些情況下，更專門的分析流程或假說生成流程會更貼近需求。
scientific-brainstorming 適合初學者嗎？
適合，只要使用者能描述一個主題和一個目標。初學者若能提供簡單的研究問題、粗略的領域範圍，以及一到兩個限制條件，通常最能拿到有用的結果。如果提示詞空白或過於模糊，這個技能的幫助就會比較有限。
它適合團隊研究和實驗室規劃嗎？
適合。scientific-brainstorming 技能很適合團隊發想、文獻討論準備，以及在投入資源前先整理可能的專案方向。當團隊想先追求廣度，之後再依可行性細化點子時，它的效果最好。
如何改善 scientific-brainstorming 技能
提供真正有用的限制條件
scientific-brainstorming 最好的結果，通常來自有意義的限制：預算、時程、現有儀器、目標族群、安全疑慮，或可接受的研究規模。限制會把廣泛創意轉成你實際做得出來的點子。
要求多輪輸出
你可以先要一份點子清單，再要一份排序後的精選名單，最後再請它評論前幾名方案。這樣能減少空泛式腦力激盪，讓 scientific-brainstorming 技能更接近可決策的輸出。
先講清楚什麼算「好」
說明你最重視的是新穎性、可行性、可發表性、機制洞見，還是原型速度。當技能知道評分標準是什麼時，就能產出更符合你需求的選項。
及早修正失敗模式
最常見的失敗模式，是點子聽起來有趣，但沒有可執行性。如果發生這種情況，就請模型補上假設、所需資料、可能阻礙，以及每個點子對應的最小實驗。這樣可以讓 scientific-brainstorming 重新聚焦在真正的研究推進，而不是停留在好看卻不能用的想像清單。