一句话总结
选题是研究生最不规整的一段路：你不知道你不知道什么。用一个通用大模型（GPT-5.5、Claude Opus 4.7 或 Gemini 3.1 Pro）一次性出 15 个方向——每个都带一句可证伪的研究问题、一个诚实的可行性评分、一个与导师契合度评分。然后用真正的学术工具逐一核实它提到的论文（Semantic Scholar 免费，Elicit 基础版免费），因为聊天模型至今仍会编造引用。最终产出是 3 个候选方向，拿去找导师谈，而不是直接定下来。
任务场景
你要定论文选题——本科毕设、硕士、博士开题——但脑子里所有 idea 要么”被做过了”、要么时间内做不完、要么跟导师方向对不上。AI 在这里有用只为一件事：它能扫一遍领域，逼你对比 15 个方向，而不是固定在第一个 idea 上。它帮不了你判断哪个对、哪个新、哪个真的做得完——这些仍然需要真正的文献综述和你的导师。
各类 AI 工具分别擅长什么
聊天模型负责”广”地头脑风暴；专门的科研工具负责核实它引的论文是否存在、问题是否已被回答。两者都要用。下表价格与限制截至 2026 年 6 月。
| 工具 | 在这里用来做什么 | 价格（2026 年 6 月） | 注意 |
|---|---|---|---|
| ChatGPT（GPT-5.5） | 出这 15 个方向；会先反问澄清 | 免费（有广告、额度紧）/ Plus $20 | 会编论文标题和作者名 |
| Claude（Opus 4.7） | 针对你的约束做长链、结构化推理 | 免费（受限）/ Pro $20 | 同样会编引用；免费版不能联网 |
| Gemini 3.1 Pro | 来源覆盖更广、对比表更工整 | 免费 / Google AI Pro $19.99 | 免费版 Deep Research 每月仅 5 次 |
| Semantic Scholar | 确认论文真实存在（2 亿+ 篇） | 免费 | 只做检索，不做出 idea |
| Elicit | 检查某个问题是否已被回答 | 基础版免费（每月 2 份报告）/ Plus 约 $12/月 | 为文献综述设计，不是选题脑暴 |
核实那一步要看 Deep Research（深度研究）额度：ChatGPT Plus 每月约 10 次，Gemini 免费版每月 5 次，Google AI Pro 提到约每天 20 次。所以脑暴在普通对话里跑（便宜、快），只对你的 Top 3 花一次 Deep Research。
哪些情况适合让 AI 来做，哪些不要
AI 善于”广”：列 15 个方向、提交叉学科视角、粗略给研究问题。但它在”深”上不可靠：会信誓旦旦编论文、把发现搞混、把可行性估高。把可行性评分当成”未核实的草稿”，核实前先不信；把每个引用的标题都当成”未验证”，直到你在 Semantic Scholar 或学校文献库里找到它。它关于新颖性的任何说法都不可信——那是文献综述和导师的事。
需要给 AI 的输入信息
- 领域 + 子方向（如：健康信息学，方向是 EHR 机器学习）
- 导师已知兴趣 + 2-3 篇近期论文标题
- 方法学偏好：定量、定性、混合、计算
- 硬约束：到截止还有多久、数据访问、伦理 IRB 可行性、经费
- 你已经做过的工作 / 课程——别让 AI 提你已碰过的
- 项目要求：页数、答辩形式
可直接复制的 Prompt
出 15 个论文选题方向。
领域 + 子方向：[area]
导师兴趣 / 近期论文主题：[列表]
方法学偏好：[quant / qual / mixed / 计算]
硬约束：[时间 / 数据 / IRB / 经费]
我已经做过的：[列表]
项目要求：[页数、答辩形式]
每个方向给我一行表格：
- 一句话研究问题（具体、可证伪、范围明确）
- 为什么重要（2 句话：给谁、答出来后什么会变）
- 在我约束内的可行性 1-5（诚实写）
- 主要风险：数据 / 伦理 / 范围漂移 / 新颖性
- 与导师契合度 1-5
- 一篇起步论文——只有能核实的才写真实标题，
否则写 [VERIFY: 该找哪种类型的论文]
15 个要跨至少 3 个子方向。两个太接近就换一个。不要编引用。针对入选的 Top 3 做二次精修：
对方向 #[x]、#[y]、#[z]，各写半页 proposal：
问题、假设、方法草图、预期贡献、两个主要风险。怎么判断 AI 给的结果能不能直接用
- 每个研究问题都”可证伪 + 有边界”——不是”研究 X 在 Y 里”，而是”在条件 Z 下 X 改变 Y 吗？”
- 可行性评分要诚实——没数据访问还打 5/5 就是错。
- 每篇起步论文都真实存在——在 Semantic Scholar 里搜原标题确认后再信。
- 15 个是真正不同的方向，不是一个 idea 的小变体。
- 至少 3 个明显契合导师方向。
容易踩的坑
- 信 AI 的可行性评分。 它几乎所有项目都高估；“6 个月做得完”通常做不完。
- 让它编引用。 哪怕作者名都像样的论文也常是编的，逐一核。
- 跳过”与导师契合”。 再好的选题，他指导不了就是死路。
- 选最激动人心的题。 选时间内做得完的那个。
- 一直发散。 15 个出来后要快速收敛——目标是缩短清单，不是拉长。
FAQ
- 多早做？ 论文开题：截止前 6-12 个月；本科项目可以更晚。
- 用哪个模型？ 脑暴阶段任何通用模型都行。用两个模型各跑一遍（比如 GPT-5.5 和 Gemini 3.1 Pro）能拓宽，因为它们阅读偏好不同。只对 Top 3 花一次 Deep Research 去核实。
- 还需要 Elicit 或 Semantic Scholar 吗？ 核实那步需要。聊天模型靠不住地告诉你某问题是否已被回答、某论文是否存在；这正是这两个工具的本职，而且都有免费版。
- 新颖性怎么办？ AI 判断新颖性不靠谱。真正的文献综述 + 导师才是真相。
相关
- 学习计划 Prompt ——把选题过程排进时间
- 讲懂一个难概念 ——啃难背景
- 整理课堂笔记 ——文献综述笔记整理
- AI 读论文流程 ——高效读近期文献
- Claude 长文档流程 ——长论文用
- 考试复习计划 ——同样的排期模式