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。选题是研究生最不规整的一段路：你不知道你不知道什么。AI 在这里有用，是因为它能扫一遍领域，逼你对比 15 个方向，而不是固定在第一个 idea 上。
哪些情况适合让 AI 来做，哪些情况不要
AI 善于”广”：跨领域出 15 个方向、提交叉视角、粗略给研究问题。但它在”深”上很危险：会信誓旦旦编论文、把发现搞混、把可行性估高。把 AI 当头脑风暴搭子，可行性评分先不信。最终清单要拿去找人类导师；任何关于引用的信息都要核。
需要给 AI 的输入信息
- 领域 + 子方向（健康信息学，方向 EHR ML）
- 导师已知兴趣 + 近期论文
- 方法学偏好：定量、定性、混合、计算
- 硬约束：时间、数据访问、伦理 IRB、经费
- 你已经做过的相关工作 / 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——能核实的写出真实标题，否则写 [VERIFY: 该找哪种类型]
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。二次精修：“Top 3 各写半页 proposal——问题、假设、方法草图、预期贡献、风险。“
建议让 AI 输出成什么样
15 行表：标题 / 研究问题 / 为什么 / 可行性 / 风险 / 契合 / 起步论文。把 3 个圈起来带去 office hours。带打印件，不要拿手机。
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？”
- 可行性评分诚实——没数据访问还打 5/5 就是错
- 起步论文是真实存在的（搜标题验证）
- 15 个不是一个 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——几乎所有项目它都高估
- 让 AI 编引用——再像样的都要核
- 跳过”与导师契合”——再好的选题如果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
实操加深
做「用 AI 头脑风暴论文选题：15 个方向 + 可行性、风险、和导师契合度」这类任务时，AI 输出质量主要取决于输入包是否完整。至少给它受众、原始材料、目标格式、你要做的决策，以及一好一坏两个参考。第一轮先要求保留事实，第二轮再优化结构、语气或表达，不要让模型一边猜事实一边润色。
拿到结果后单独做一次复核：有没有遗漏限制、编造细节、行动项不清、语气和真实场景不符。最终稿最好能马上使用，包含明确对象、下一步和判断标准，而不是还需要别人重新解释一遍。
FAQ
- 多早做？ 开题截止前 6-12 个月；本科可以更晚。
- 要不要用不同 AI 模型跑一遍？ 要。模型阅读偏好不同，跑两个能拓宽。
- 新颖性怎么办？ AI 判断新颖性不靠谱。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