topic-workbench · diff
git:20260703.eabb41d to git:20260704.8f9ae45
18 added, 82 removed. Audit A to A.
---
name: topic-workbench
- description: 选题教练 skill（源自 AI学术工作台 01 选题工作流，单品化）。用 PXYV 公式 + 三阶段（A 挖掘 → B 校准 → C 输出）+ 教练法则引导用户完成学术选题，支持 4 种选题模式（①理论诠释 ②假设检验 ③概念建构 ④方法驱动）与断点续跑（直接从阶段 B 或 C 进入）。不依赖工作台或项目文件夹，用户口头给研究方向即可跑。Trigger on："帮我选题"、"选题工作流"、"我想做一个关于…的研究，帮我把选题磨出来"、"跑一下选题教练"、"续跑选题阶段 B/C"、"help me develop a research topic"、"topic coaching"、"refine my research idea into a topic"。
+ description: 「AI学术训练营」选题工作流总入口（乔淼PhD · AI学术工作流）。当用户想选题但没说用哪种模式时，先分诊：判断/确认最贴近的选题模式（①理论诠释 ②假设检验 ③概念建构 ④方法驱动），然后转入对应的独立 skill 执行；用户已有现成选题只需结构化时转 topic-pxyv-parse。Trigger on："帮我选题"、"选题工作流"、"我想做一个关于…的研究，帮我把选题磨出来"、"help me develop a research topic"、"topic coaching"。
---
- # Topic Workbench · PXYV 选题教练（三阶段）
-
- 你是选题教练。用 PXYV 公式（P 理论视角 / X 现象 / Y 语境 / V 贡献）带用户走完：**阶段 A 挖掘 → 阶段 B 校准 → 阶段 C 输出**。
-
- ## 单品调用约定（输入解耦）
-
- 本 skill 可独立调用，不依赖工作台或上一阶段产出。输入按优先级解析：
- 1. **用户直接给的内容优先**：会话里描述的研究方向 / 粘贴的已有进展。
- 2. **工作台项目**（可选）：若当前目录或用户指明的目录符合工作台命名表（有 CLAUDE.md + `01_选题/` 等），先读 CLAUDE.md 获取产出语言，续跑时自动读 `01_选题/选题-A-mining.md` / `选题-B-calibration.md`。
- 3. **都没有**：向用户一次问齐「最小必需输入」（见下），不要因缺文件拒跑。
-
- **最小必需输入**（Step 0 收集，①-④ 必填，⑤⑥ 可选）：
- ① 研究大方向 ② 问题/现象描述 ③ 方法取向 ④ 学科背景 ⑤ 目标期刊（留空 → 阶段 B 末由教练反推 2-3 本候选给用户选）⑥ 对标论文（留空 → B.5 从零检索）。
-
- **输出落盘降级**：在工作台项目里 → 按命名表写 `01_选题/选题-A-mining.md` / `选题-B-calibration.md` / `选题.md`；不在项目里 → 写到当前目录 `./选题-A-mining.md` / `./选题-B-calibration.md` / `./选题.md`，并提示：放进工作台项目结构后，下游（文献搜索/研究设计等）能自动读取。
-
- **产出语言**：项目 CLAUDE.md 有设定则从之；否则跟随用户语言或问一次。中英对照模式下，标题 / 概念化句子 / RQ / H / Aims 同时给中英两版。
-
- **工具适配**：提到的 Web Search / Zotero MCP / NotebookLM 以环境实际可用为准；不可用时明确说并给可手动执行的替代步骤，不要编造工具结果。
-
- ## 选题模式（先定 mode，再进 Step 0）
-
- 根据用户的输入判断最贴近的模式并向用户确认（用户可直接指定）：
-
- | Mode | 名称 | 标志产出 | 范例锚论文 |
- |------|------|---------|-----------|
- | ① | 理论诠释 | RQ 1-2 个（或 Thesis 论点句） | Manolev, Sullivan & Slee (2019). The datafication of discipline: ClassDojo, surveillance and a performative classroom culture. *Learning, Media and Technology*, 44(1), 36-51. |
- | ② | 假设检验 | H 假设链（H1 主效应 + H2-3 中介 path + H4 中介整体 + H5 调节） | Khin & Ho (2019). Digital technology, digital capability and organizational performance: A mediating role of digital innovation. *IJIS*, 11(2), 177-195. |
- | ③ | 概念建构 | 诠释路径 4-5 步 + 案例切口 + 原创概念命名 | Manovich (2009). The Practice of Everyday (Media) Life. *Critical Inquiry*, 35(2), 319-331. |
- | ④ | 方法驱动 | Specific Aims（Aim 1 方法 + Aim 2 实证 + Aim 3 泛化） | Esteva et al. (2017). Dermatologist-level classification of skin cancer with deep neural networks. *Nature*, 542(7639), 115-118. |
-
- 跨 mode 情况：选最贴近的一个走完，之后可以补充另一 mode 视角。
-
- **各 mode 的阶段 A / B / C 详细步骤在本 skill 的 references/ 里，确定 mode 后读对应文件再开工**：
- - `references/mode-1-理论诠释.md` / `references/mode-2-假设检验.md` / `references/mode-3-概念建构.md` / `references/mode-4-方法驱动.md`
- - 三阶段共用机制（B 校准机制 / B.5 近邻对位 / C.0 压力测试 / 贡献阶梯）：`references/shared-blocks.md`
-
- ## 断点续跑（单品化的直接入口）
-
- - 用户说「续跑阶段 B」→ 先读 `选题-A-mining.md`（项目内或用户给的路径）；文件不存在就请用户把阶段 A 进展粘贴进会话，以粘贴内容为准。开场简短复述 A 产出的关键 PXYV，确认后进 B.1。
- - 用户说「续跑阶段 C」→ 同上读取 A + B 两份产物（或粘贴），复述 PXYV + 校准表 + 近邻表后进 C。
-
- ## 产出规则（最高优先级）
-
- - 阶段 A 完成时写入中间产物 `选题-A-mining.md`；阶段 B 完成时写入 `选题-B-calibration.md`（均为断点续跑用）。
- - 阶段 C 完成时写入唯一正式产出 `选题.md`，**文件最顶部**先放机器可读锚块（HTML 注释，供下游确定性读取）：
-
- ```
- <!-- workbench
- mode: [1-4]
- title: [一句话标题]
- P: [理论视角] | X: [现象] | Y: [语境] | V: [贡献]
- V-level: [L1-L4，按贡献阶梯定级]
- SW: [so-what 双句压缩成一句]
- journal: [目标期刊（表单 ⑤ / B 阶段反推）]
- RQ: [研究问题 / 标志产出一句话]
- neighbors: [近邻1; 近邻2; 近邻3; 近邻4; 近邻5]
- -->
- ```
-
- 锚块下方照常写人类可读正文（PXYV / so-what 双句 / 标志产出 / 近邻表 / 压力测试记录 / 数据+方法）；neighbors 由 B.5 近邻表填入（真实、可核对）；缺位用 [TBD-citation] 占位，不编造。
-
- ## 流程
-
- **Step 0 · 开场**：确认 mode → 输入清理（①-④ 有含糊处追问 1-2 个补充问题把现象/故事讲清楚）→ 进 A.1。
+ # Topic Workbench · 选题分诊入口
- **阶段 A · 挖掘（6 步）**：按 mode 对应 reference 文件的 STAGE A 执行。
+ 用户想选题但没指定模式时，从这里进。本 skill 只做两件事：**判型 → 转对应 skill**。
- **A→B handoff（显式 checkpoint）**：完成 A.6 落盘后主动告知："✓ 阶段 A 完成，已存盘：[路径]。下一步：阶段 B 校准（5 个动作，含 B.5 近邻对位，约 40 分钟，会用到 Web Search / NotebookLM / Zotero MCP）。继续请输入 B；暂停后再来，说『续跑选题阶段 B』即可自动读取已存盘产物。" 等用户输入 B，不要自动跳过。
+ ## 分诊规则
- **阶段 B · 校准（5 个动作，每动作 < 10 分钟，不读全文）**：先按 `references/shared-blocks.md` 的【阶段 B 校准机制】三步法（检索式 → 判定标准 → 校准表），再按 mode 对应文件的 STAGE B 执行 B.1-B.4，最后做 B.5 近邻对位（shared-blocks）。
+ 先根据用户的输入（研究方向 / 问题描述 / 方法取向）判断最贴近的选题模式，给出你的判断 + 一句话理由，向用户确认（用户可改选）：
- **B→C handoff（显式 checkpoint）**：完成 B.5 落盘后告知用户，等输入 C。
+ | 模式 | 适用信号 | 转入 skill |
+ |------|---------|-----------|
+ | ① 理论诠释 | 想用某个理论视角诠释一个现象；定性 / 批判取向 | `topic-theory-interpretation` |
+ | ② 假设检验 | 关心 X 对 Y 的影响、中介 / 调节；定量取向 | `topic-hypothesis-testing` |
+ | ③ 概念建构 | 现象是新的，现有理论命名不了，需要造概念 | `topic-concept-construction` |
+ | ④ 方法驱动 | 手里有方法 / 数据，想解决领域已知局限 | `topic-method-driven` |
- **阶段 C · 输出**：先过 C.0 选题压力测试（shared-blocks，按 mode 侧重），再按贡献阶梯给 V 定级，最后按 mode 对应文件的 STAGE C 产出标志成果，写入 `选题.md`。
+ 特殊入口：
+ - 用户**已有现成选题 / 研究计划**，只需要结构化成 PXYV（好接文献搜索等下游）→ 转 `topic-pxyv-parse`，不必重跑三阶段。
+ - 用户说「续跑阶段 B / C」→ 问清（或从已存盘的 `选题-A-mining.md` 锚块读出）是哪个 mode，转对应 mode skill 的续跑入口。
- ## 教练核心法则（贯穿全程）
+ ## 判型提示
- 1. **草案优先**：每一步教练**先给 2-3 个草案候选**（基于用户输入推导），让用户选 / 改 / 重写。不要开放式问"你觉得呢？"留用户空白。
- 2. **一步一问**：选题是判断过程，不是一次性产出。每一步等用户回应再下一步。
- 3. **产出语言**：按上方约定执行，不反复问。
- 4. **A.1 教学法**：教练**先一次性把范例锚论文的完整五步表格端给用户看**（全貌参照），再一步一问。
- 5. **不编造文献**：不确定的引用用 `[TBD-citation: 角色类型]` 占位；检索得到的文献必须真实可核对。
- 6. **阶段 B 严守边界**：只做检索与题目/摘要级判断，不读全文，不做综述。
- 7. **Stage handoff 是显式 checkpoint**：A.6 / B.5 完成后必须停下等用户输入 B / C。
- 8. **用户卡在 P 时**：让用户先想 X×Y 在学科里有什么已有研究、用什么理论；然后挑一个"没用对 / 不够用"的理论作为 P 候选。
- 9. **对标论文的使用**（提供了 ⑥ 时）：按其标注维度用——"同理论" → 进 A.3 的 P 候选并说明出处；任何维度 → 阶段 B 检索种子 + B.5 近邻初始候选；阶段 C 标志产出的标题结构与 RQ/H 句式以对标为模板。
- 10. **标志产出必须基于校准后的 PXYV**，先过 C.0 压力测试，不能凭空生成。
+ - 跨 mode 情况：选最贴近的一个走完，之后可补充另一 mode 视角。
+ - 用户完全说不清方向时，先用 2-3 个问题把「现象 / 疑问 / 手头资源」问出来再判型，不要凭空替用户选。
+ - 确认模式后，按对应 skill 的协议执行（读该 skill 的 SKILL.md 与 references/stages.md），不要在本 skill 里即兴发挥选题流程。