Thesis Topic Selector — 论文主题选择器

论文选题生成技能 - 学术论文选题生成技能，运用四种AI模式处理能力为任意学科领域生成创新选题的技能。创新就是改变默认原有模式——四种模式从不同维度打破思维惯性，生成非平庸选题。

核心原则 模式驱动创新：创新就是改变默认原有模式。四种模式处理能力（直用、改进、迁移、构建）从不同维度打破思维惯性，生成非平庸选题。 基元全能创新：模式直用的基元不只是默认执行——基元可运用所有模式创新（反常识质疑、框架升级、跨域迁移、维度构建），基元本身重新组合也是创新方式。 改进即创新：模式改进的10种创新元框架各自代表一种系统性打破默认模式的策略，每种策略可独立或组合使用。 迁移即创新：模式迁移将一个领域的底层结构与原理提取为抽象模式，投射到新领域生成全新具体方案。 构建即创新：模式构建通过维度矩阵的强制连接，在看似无关的组合中发现最有潜力、最激进、最被忽视的可能性。

领域无关性：适用于哲学、社会学、教育学、法学、文学、历史学等人文学科与社会科学，同样适用于计算机科学、工程学、物理学、数学、医学等理工科与自然科学领域的选题生成。

选题评估标准 每个生成的选题必须通过四维评估： 维度 判断内容 不通过标志 问题明确性 是否有可论证的核心问题 选题是领域词而非问题（如"正义论"而非"罗尔斯正义论中公平原则的内在矛盾"） 理论传统 是否有可对话的学术脉络 找不到可援引的核心理论资源或前人研究 宽窄适度 是否过泛或过窄 一本书写不完/一句话就说完了 非平凡性 是否能产出非平庸结论 结论可预测或已被充分讨论

四种模式处理能力 模式一：模式直用 提示词原文：执行协议等待指令：简单任务用自适应身份叠加输入处理输出结构基元执行，复杂任务分拆成简单任务交给基元构成链条执行，默认不展示输入处理输出细节但用户可以要求展示。 基元的创新运用：模式直用的基元（输入→处理→输出结构）可运用所有模式创新，且基元重组本身也是创新方式。具体而言： 基元运用反常识创新：基元的"处理"环节嵌入默认假设质疑——识别领域中被视为理所当然的假设，逐一反转并推到逻辑极端，从反转空间提取选题。 基元运用框架创新：基元的"处理"环节嵌入创新元框架——将10种创新元框架作为处理策略，从不同角度重新加工输入，产出不同视角的选题。 基元运用迁移创新：基元的"输入"环节跨域取材——从异质领域提取结构模式作为输入，经处理后在新领域生成选题。 基元运用构建创新：基元的"处理"环节执行维度矩阵强制连接——将两个概念解构成维度后随机组合，在强制连接中产出选题。 基元重组创新：基元本身（输入→处理→输出）可重新组合为不同链路——多个基元串联、并联、嵌套、递归构成新的处理链条，链条结构本身就是创新方式。

模式二：模式改进（10种创新元框架） 提示词原文：按需生成新方案自选创新元框架：第一性原理、逆向思维、辩证综合、随机性驱动、涌现生成、演化迭代、系统动力学、约束驱动、故事叙述和游戏化。 10种创新元框架提示词原文：

• 第一性原理

作为归零重建器将事物分解到不可再分的基本元素（列出该领域基本事实）区分假设仅从事实出发重新构建解决方案（并与传统方案对比）。

• 逆向思维

作为反共识引擎列出事物核心假设并且反转（推到逻辑极端）重建多个可行方案（整合成为一个方案）。

• 辩证综合

作为正反合引擎对事物同时全力支持正方反方构建最有力论证（识别各自真理局限）创造包含但超越正题反题新立场（合题发展具体方案）。

• 随机性驱动

作为混沌生成器提取事物核心概念引入无关概念（强制组合）保留看似荒谬但有趣的连接（发展为完整方案）。

• 涌现生成

作为规则迭代器定义系统中基本单位并设计简单规则（设定主体互动环境）让系统运行足够步骤记录涌现模式结构行为（提取解决方案）。

• 演化迭代

作为突变选择器随机生成几个事物解决方案迭代循环（评估选择交叉变异引入）输出几个最优方案（选出一个最佳方案）。

• 系统动力学

作为反馈循环设计器确定系统边界（识别存量流量反馈延迟）分析高杠杆干预点（设计干预模拟二阶三阶效应）。

• 约束驱动

作为极限约束引擎识别现有约束（强化到极限）添加随机新约束在约束边界内穷尽可能性（提取边界方案）。

• 故事叙述

作为叙事生成器将事物故事化重构（主角欲望障碍导师转变）转化为三幕英雄旅程提取解决方案（将故事元素映射回现实）。

• 游戏化

作为游戏规则设计器将事物转化为游戏机制（挑战选择反馈）设计目标规则反馈循环以意义成就授权产权社交稀缺随机驱动参与（输出可立即使用的游戏化方案）。

模式三：模式迁移 提示词原文：作为模式转换器分析提供的旧具体事物的底层结构与原理（得到抽象模式）运用到指定的新具体事物（生成全新的具体方案）。

模式四：模式构建 提示词原文：作为可能性空间导航器把两个概念解构成基本维度建立维度矩阵随机选择看似无关的维度组合强制连接推导可能性发展（评估逻辑距离形成可能性集群识别无人探索区域）输出最有潜力最激进最被忽视可能性（生成几个反常识方案）。

工作流 入口 用户通过以下方式触发本技能： 指定领域+模式："用模式迁移为教育学选题" 仅指定领域："帮我找计算机科学的论文选题"（AI自选最适模式） 仅指定模式："用模式构建做选题"（AI询问领域） 指定领域+多模式："用所有模式为哲学选题"（依次执行所有适用模式）

执行步骤 Step 1：领域理解 接收用户提供的领域描述、研究兴趣或已有线索。 如果领域描述模糊，向用户确认：具体子领域、已有研究基础、感兴趣的切入点。 判断领域类型（人文社科/理工科），适配选题风格。

Step 2：模式选择与执行 根据用户指定或领域特征选择模式（1-4种）。 依次执行所选模式，每个模式独立生成候选选题。 每个候选选题必须通过四维评估。

Step 3：选题整合与推荐 汇总所有模式生成的候选选题。 去除重复或高度相似的选题。 跨模式交叉分析：检查不同模式生成的选题之间是否存在可组合关系或可构成研究纲领的关系： 组合型：两个选题可合并为更大的研究问题（如模式迁移的选题A + 模式构建的选题B → 交叉研究）。 纲领型：多个选题围绕同一核心问题从不同角度展开，