Điều phối Brainstorming Khoa học

Kỹ năng này làm gì

Chuyển giai đoạn nảy ý tưởng nghiên cứu thành một quy trình có cấu trúc và kiểm toán được:

• Xác định phạm vi: câu hỏi trọng tâm, người ra quyết định, ràng buộc, đầu ra bị cấm, và liệu có liên quan đến người/động vật/dữ liệu nhạy cảm
• Tạo ý tưởng độc lập trước: mỗi người viết riêng trước khi nghe ý kiến người khác hoặc ví dụ do AI tạo, nhằm tránh hiệu ứng neo (anchoring)
• Ghi nguồn gốc: mỗi ý tưởng có ID, người đóng góp, giai đoạn, nguồn (human / AI-assisted / literature-inspired)
• Đánh giá minh bạch: định nghĩa tiêu chí, thang điểm và trọng số trước khi cho điểm; giữ nguyên điểm thô, khoảng bất định và ý kiến thiểu số
• Phản biện đối kháng: người không đề xuất ý tưởng sẽ hỏi điều gì làm ý tưởng sai, giả thuyết thay thế, biến gây nhiễu, nguy cơ gây hại
• Cổng kiểm soát & nhật ký quyết định: tính khả thi, độ chặt chẽ phương pháp, đạo đức, lưỡng dụng — điểm sáng tạo cao không được vượt qua cổng
• CLI cục bộ tuỳ chọn: session_scaffold.py, validate_register.py, evaluate_matrix.py — chỉ dùng thư viện chuẩn, không gọi mạng hay LLM

Kỹ năng nhấn mạnh rằng brainstorm không kiểm chứng giả thuyết; thiết kế nghiên cứu, cỡ mẫu, tổng quan tài liệu và phân tích thống kê được chuyển sang các kỹ năng chuyên biệt khác.

Phù hợp với ai

• Nghiên cứu sinh, postdoc, trưởng nhóm cần chọn và xếp ưu tiên hướng nghiên cứu
• Người điều phối lab meeting / workshop muốn giảm thiên lệch và lưu vết quyết định
• Nhóm viết đề tài, xin tài trợ cần sàng lọc nhiều ý tưởng một cách có căn cứ
• Bộ phận R&D cần tài liệu hoá quá trình chọn ý tưởng để phục vụ kiểm toán

Ví dụ sử dụng

1. Thiết kế buổi lab meeting: "Hãy dựng buổi brainstorm tìm cơ chế giải thích liên hệ giữa hệ vi sinh đường ruột và kiểu hình chuyển hoá." → nhận được prompt trung lập, khung thời gian viết độc lập, quy trình chia sẻ vòng tròn và cách phân nhóm ý tưởng.
2. Xếp ưu tiên 12 ý tưởng: cung cấp danh sách ý tưởng và tiêu chí, kỹ năng lập ma trận trọng số, chạy phân tích độ nhạy trọng số bằng evaluate_matrix.py và trả về nhóm ứng viên kèm lý do — không tự động chọn "người thắng".
3. Diễn tập phản biện: đưa một giả thuyết mạnh, kỹ năng tạo danh sách câu hỏi tấn công (bằng chứng nào phủ định? giải thích thay thế nào?) cùng mẫu ghi nhận rủi ro còn lại và cách chỉnh sửa ý tưởng.

Hãy cài skill mình tìm thấy trên Claude Skill Mart.
Copy thư mục skills/scientific-brainstorming từ repo GitHub K-Dense-AI/scientific-agent-skills vào ~/.claude/skills/scientific-brainstorming/ của mình.
Sau khi cài xong, cho mình biết skill này làm được gì trong một câu.