先把 Idea 审清楚，再把时间投入实验。
一个真正值得执行的论文 Idea，不是几个“创新模块”的组合，而是一条能够被定义、被对标、被反驳、也能够被证据支持的科学逻辑链。
clarify-research-idea 是为 Codex 设计的科研 Idea 明确化 Skill。它不负责把模糊想法包装成漂亮话，而是像一位持续追问的研究合作者，在实验和写作开始前，帮助你暴露隐藏假设、定位真正矛盾、建立文献坐标、形成可检验假设，并把每项贡献绑定到决定性证据。
许多科研项目在第一轮实验之前，就已经埋下了决定上限的问题：
- 研究任务没有严格定义，输入、输出、指标和论文 Claim 相互错位。
- “创新性”来自模块命名，而不是现有方法无法解决的真实原因。
- 文献调研收集了很多论文，却没有找到最接近、最危险的竞争工作。
- 实验只证明“指标提高了”，无法证明提出的机制为什么成立。
- 方法图看起来复杂，但挑战、组件、贡献和证据无法一一对应。
- AI 给出的内容语言流畅，却悄悄把推测写成事实、把搜索不足写成研究空白。
这些问题越晚发现，修改成本越高。clarify-research-idea 的价值，就是把审稿人最终会追问的问题，提前到 Idea 阶段解决。
它不是“帮我想三个创新点”的 Prompt 集合。
它是一套可重复执行的科研 Idea 审查与构建协议。
| 阶段 | 它迫使你回答什么 | 形成什么 |
|---|---|---|
| 1. 任务契约 | 输入、输出、目标、约束和评价是否严格一致？ | 数学化 Task Contract |
| 2. 科学问题 | 哪个场景性质造成了什么关键失败？ | 因果动机链与问题边界 |
| 3. 文献坐标 | 哪 3–5 篇论文真正定义了问题和竞争关系？ | 锚点论文定位矩阵 |
| 4. 创新假设 | 从问题成因到创新机制，逻辑是否闭合？ | 核心假设与 2–3 项贡献 |
| 5. 反证审查 | 最近工作、简单 Baseline 或替代解释能否击穿 Idea？ | 反证条件、风险与失败边界 |
| 6. 证据设计 | 每项贡献究竟需要什么实验来证明？ | Claim–Evidence 矩阵与核心图 |
最终得到的不是零散头脑风暴，而是一份能够继续交给实验设计、代码实现、论文写作和主图制作的 Research Idea Brief。
默认 guided 模式不会一次扔出一份长问卷。它先识别当前最大的结构性不确定项，每轮只提出一个会改变任务、缺口、假设或证据路径的问题。
当你不确定时，它会给出 2–3 个候选方向，并明确每个选择会怎样改变论文定位。你仍然掌握关键科学决策，AI 负责把决策的影响推演清楚。
每次有效回答后，Skill 都会更新一张研究画布，持续记录：
任务 → 使用阶段输入/输出 → 关键矛盾 → 根本成因
→ 所需能力 → 文献坐标 → 核心假设 → 候选贡献
→ 最强 Baseline → 所需证据 → 关键风险 → 下一问题
这避免了长对话中常见的目标漂移、循环讨论和“前面已经确认、后面又被悄悄改掉”。
Skill 对关键内容显式标注：
PROVIDED：由用户提供VERIFIED：已由原始材料或可靠来源核实INFERRED：根据现有材料合理推导PROVISIONAL：暂定、等待确认或证据UNKNOWN：缺失且会影响结论
它不会因为“暂时没搜到”就宣布研究空白，也不会把希望得到的结果写成已经成立的事实。
每项候选贡献都要接受至少五类攻击：
- 最接近的论文是否已经解决？
- 最简单的调参、数据扩充或预处理能否解释收益？
- 是否存在产生同样现象的替代机制？
- 方法在哪些负面情形下应该失效？
- 什么结果会迫使核心假设被削弱或放弃？
回答不了的问题不会被语言绕过，而会转化成必须补做的实验、需要收缩的 Claim 或尚未解决的风险。
Skill 要求每项贡献形成完整闭环：
观察缺口
→ 根本成因
→ 设计原则
→ 方法组件
→ 可观察 Claim
→ 公平比较 / 消融诊断 / 压力测试 / 失败条件
这让实验不再是方法完成后的补充步骤，而是在 Idea 阶段就成为研究逻辑的一部分。
工作流在三个关键节点暂停确认：
Task Contract：任务、目标和边界是否正确。Positioning and Hypothesis：文献定位、缺口、假设和反证条件是否成立。Final Idea Architecture：贡献、方法结构、证据路径和核心图是否可以冻结。
未经确认的关键判断会保留为 PROVISIONAL，不会被自动包装成定论。
| 普通 AI 头脑风暴 | clarify-research-idea |
|---|---|
| 根据一句话生成若干创新模块 | 先确定模块要解决的真实失败成因 |
| 用“研究较少”描述空白 | 用任务假设、最近工作和证据边界建立缺口 |
| 给出看似完整的一次性答案 | 通过启发式追问逐步冻结关键科学决策 |
| 默认补齐用户没有提供的信息 | 对推断、暂定和未知内容明确标记 |
| 只设计提高指标的实验 | 同时设计机制诊断、反证与边界测试 |
| 输出建议列表 | 输出可交接、可审计的 Research Idea Brief |
一轮完整流程会形成包括以下内容的研究档案：
- Working Idea Canvas 与关键决策轨迹
- 数学化任务契约、成功标准和研究边界
- 背景—摩擦—成因—所需能力—研究动作的因果链
- 3–5 篇锚点论文、角色定位和可追溯链接
- 可辩护的研究缺口、核心假设和明确反证条件
- 2–3 张贡献卡与 Challenge–Solution–Claim 映射
- Claim–Evidence 实验矩阵
- 可继续制作成论文主图的 Mermaid 框架图
- 风险、混杂因素、失败边界和最高优先级下一步
- 面向实验与写作流程的 Handoff Contract
最终状态不会含糊其辞：
CONFIRMED：关键检查点已确认，每项贡献都有可信证据路径。PROVISIONAL：Idea 架构可用，但仍有关键假设或文献需要核实。BLOCKED：存在会动摇研究成立条件的歧义、矛盾或不可用依赖。
在项目发布页面选择 Download ZIP，解压后找到：
.agents/skills/clarify-research-idea/
只需复制这个完整文件夹，不要单独复制 SKILL.md，因为启发式机制、形式化模板和输出规范位于同目录的 references/ 中。
个人安装，推荐用于所有项目：
Windows: %USERPROFILE%\.codex\skills\clarify-research-idea\
macOS/Linux: ~/.codex/skills/clarify-research-idea/
只在某个项目中使用：
[项目根目录]/.agents/skills/clarify-research-idea/
使用 $clarify-research-idea，通过启发式追问帮我明确这个科研 Idea。
详细的 Windows、macOS/Linux 安装命令、目录验证、首次运行和故障排查见完整使用说明。
复制下面这段话，把方括号替换成你的方向：
使用 $clarify-research-idea，进入 guided 模式。
我的初步研究方向是：[一句话描述你的方向]。
我目前已有的材料是：[论文 / 数据 / 方法想法 / 暂无]。
我的现实约束是：[算力、数据、时间、设备或其他限制]。
请先判断 Idea 当前成熟度，只提出一个最高信息量的问题；
如果我不确定，请提供 2–3 个候选方向并说明各自影响；
每轮更新 Working Idea Canvas；
未经我确认，不要冻结任务、核心假设和贡献。
如果任务和材料已经比较完整，可以使用 synthesize 模式进行一次性审查：
使用 $clarify-research-idea 的 synthesize 模式审查下面的方案。
区分已提供、已核实、推断、暂定和未知内容；
重点攻击最近竞争工作、简单 Baseline、替代解释与失败条件；
输出完整 Research Idea Brief，并列出所有待确认决策。
[粘贴任务、论文、方法草图、数据条件和资源约束]
- 只有宽泛研究方向，不知道怎样收敛成论文问题的人
- 已经设计了若干模块，却说不清每个模块为什么必要的人
- 阅读了很多论文，仍然无法准确定位 Gap 的人
- 准备投入训练、采集或标注成本，想先审查方向风险的人
- 已有初步 Idea，希望模拟审稿人进行压力测试的人
- 希望把自己的专业判断与 Codex 的推理能力真正结合起来的人
尤其适用于 AI、计算机科学、数据驱动科学与工程方法类论文。
clarify-research-idea 不会承诺录用、替你制造实验结果、凭空证明创新性，也不把“一键生成论文”当作卖点。
它提供的是更重要的能力：让你在真正投入实验与写作之前，看清当前 Idea 的任务边界、竞争威胁、证据缺口和失败条件。它不能替代研究者，但能让研究者更早发现问题、更清楚地作出选择，并让后续科研工作围绕同一条科学逻辑展开。
科研没有捷径，但可以减少在错误问题上走远路。