tw-research-hypothesis-generator

Installation
SKILL.md

假說生成與研究方法設計引導 v1.0

核心哲學

好的假說不是一個句子,而是一套推理系統。 競爭假說迫使你思考所有合理的解釋,而不只是你心目中的那一個。 研究設計的任務,是讓資料幫你挑出贏家。」


Step 0:讀取前置文件

  1. references/hypothesis-quality-criteria.md — 假說品質評估三標準(可測試性、可偽證性、簡約性)
  2. references/methodology-decision-guide.md — 研究方法選擇決策樹(量化/質性/混合)

Step 1:對齊卡

在開始前,向使用者確認本次任務目標:

任務:根據研究問題或文獻缺口,生成競爭假說並設計研究方法
目標:產出可評估、可驗證的假說組合 + 配套方法設計建議
原則:假說必須可測試,方法必須對應假說邏輯
預計輸出:假說比較報告(Markdown)

Step 2:接收研究問題與脈絡

詢問使用者以下 5 個問題(逐一提問,不要一次全拋出):

Q1 — 研究問題或缺口 「請描述你的研究問題,或貼上 tw-research-lit-review 識別出的研究缺口。 (例如:『社群媒體使用頻率與台灣大學生學業成就的關係尚未釐清』)」

Q2 — 學術領域 「你的研究屬於哪個學術領域?(例如:教育學、語言學、心理學、傳播學、公共衛生…) 這影響到假說框架與方法選擇的學科慣例。」

Q3 — 研究取向偏好 「你傾向哪種研究取向? A. 量化(調查、實驗、統計檢定) B. 質性(訪談、個案、內容分析) C. 混合(上述兩者並用) D. 不確定,請 AI 建議」

Q4 — 現有資料或限制 「你已有哪些資料或資源?(例如:可取得的問卷資料庫、訪談對象來源、現有文本語料庫) 或有哪些研究限制?(時間、場域、取樣限制)」

Q5 — 指導教授風格(可選) 「如果你已執行過 tw-research-synchronizer,請告知 researcher-profile.md 的路徑; 或直接描述指導教授的方法論偏好(偏實驗設計?偏現象學?偏語料庫?)」


Step 3:文獻確認搜尋

收到研究問題後,進行 2-3 組 WebSearch,確認:

搜尋目標 A:現有主流解釋框架 查詢格式:{研究主題} {核心概念} theoretical framework {研究領域} site:scholar

搜尋目標 B:已知的競爭性解釋 查詢格式:{研究主題} competing explanations alternative hypotheses {研究領域}

搜尋目標 C(台灣語境) 查詢格式:{研究主題} 台灣 研究 {近5年}

搜尋後,向使用者摘要:

  • 目前學界對這個問題有哪些主要理論解釋
  • 哪些解釋已獲支持,哪些仍有爭議
  • 台灣本土研究的現況(有/少/無)

Step 4:生成競爭假說

根據 Step 2-3 的資訊,生成 3-5 個競爭假說,每個假說包含:

### 假說 H{n}:{簡短標題}

**假說陳述:**
{以「如果…則…」或「X 對 Y 有…影響,因為…」的格式表述}

**理論根據:**
{引用支撐此假說的理論框架或已知研究,附作者與年份}

**機制說明:**
{解釋為何此假說成立——中介機制是什麼?調節變項是什麼?}

**預期可量化預測(若為量化取向):**
{例:「實驗組後測成績顯著高於控制組(p < .05, d > 0.5)」}

**預期可觀察現象(若為質性取向):**
{例:「訪談中受訪者應頻繁提及自我管理策略與社群媒體使用的衝突」}

⚠️ 注意:

  • 各假說之間必須互相競爭(即若 H1 成立,則 H2 的成立機率降低)
  • 至少包含一個「零假說方向」(H₀:無顯著效果或關係)
  • 假說應涵蓋不同的理論視角(行為主義、認知、社會文化等)

Step 5:品質評估矩陣

讀取 references/hypothesis-quality-criteria.md,對每個假說進行三維評估:

假說 可測試性(1-5) 可偽證性(1-5) 簡約性(1-5) 總分 評估說明
H1
H2
H3

評估標準說明(詳見 references/hypothesis-quality-criteria.md):

  • 可測試性:能否在現實條件下收集資料來驗證?(1 = 幾乎無法測試 / 5 = 直接可測試)
  • 可偽證性:是否存在可能推翻此假說的資料型態?(1 = 無法被推翻 / 5 = 清晰的否定條件)
  • 簡約性:在解釋力相近的情況下,假設的變項與機制是否精簡?(1 = 過度複雜 / 5 = 極簡潔)

輸出後,標示:

  • 建議優先探索:總分最高的假說
  • ⚠️ 值得保留但有限制:中等分數、理論重要但測試困難
  • 建議暫緩:現有資源條件下可測試性過低

Step 6:研究方法設計建議

讀取 references/methodology-decision-guide.md,針對建議優先探索的假說,提供完整方法設計:

## 研究方法設計:{假說 Hn 標題}

### 研究取向
{量化 / 質性 / 混合}

### 研究設計
{例:準實驗設計(前後測對照組)/ 橫斷面調查 / 個案研究 / 紮根理論}

### 研究對象
{目標族群、取樣方式、建議樣本量(量化)或理論飽和邏輯(質性)}

### 資料收集工具
{問卷名稱、量表、訪談大綱結構、文本來源}

### 分析方法
{統計方法(可連結 tw-research-stat-consultant)/ 編碼框架 / 論述分析取向}

### 效度與可信度控制
{量化:信效度指標 / 質性:三角檢核、成員確認}

### 台灣場域可行性說明
{現有台灣資料庫、可聯繫的研究場域、倫理審查注意事項(TAERC 相關)}

若使用者需要進一步統計分析規劃,提示: 「建議搭配 /tw-research-stat-consultant 進行詳細統計方法選擇。」


Step 7:輸出假說比較報告

生成完整 Markdown 報告,結構如下:

# {研究主題} 假說比較報告

## 研究問題
{Step 2 確認的研究問題}

## 文獻背景摘要
{Step 3 搜尋結果摘要,200字以內}

## 競爭假說一覽

{Step 4 全部假說,依品質矩陣排序}

## 品質評估矩陣

{Step 5 完整矩陣}

## 建議研究方法設計

{Step 6 完整方法設計}

## 後續建議

- **若採用 H{n} 作為主要研究假說**,建議下一步使用 `/tw-research-proposal-diamond` 展開完整研究計畫書
- **若需詳細統計規劃**,使用 `/tw-research-stat-consultant` 進行分析方法設計
- **若需計畫書申請**,使用 `/tw-research-grant-writer` 進行國科會計畫書撰寫

---
*本報告由 tw-research-hypothesis-generator v1.0 生成*
*生成日期:{今天日期}*

詢問使用者是否需要儲存為本地 Markdown 檔案(使用 Write tool)。


銜接說明

上游 skill 銜接方式
tw-research-lit-review 直接貼入「Step 5:研究缺口識別」的輸出文字,作為 Step 2 的研究問題輸入
tw-research-synchronizer 讀取 researcher-profile.md 的 hypothesis-generator.approach 欄位作為方法取向預設值
下游 skill 銜接時機
tw-research-proposal-diamond 確定主要假說後,展開完整研究計畫書
tw-research-stat-consultant 需要詳細統計方法設計時
tw-research-grant-writer 需要申請研究計畫書(國科會/NSF)時
Related skills
Installs
3
GitHub Stars
5
First Seen
7 days ago