| name | topic-workbench |
| description | 「AI学术训练营」选题工作流总入口（乔淼PhD · AI学术工作流）。当用户想选题但没说用哪种模式时，先分诊：先判大类（研究性文章 / 综述性文章），再判最贴近的模式——研究性 ①理论诠释 ②假设检验 ③概念建构 ④方法驱动；综述性 系统 / 半系统 / 整合式（Snyder 三型）——然后转入对应的独立 skill 执行；用户已有现成选题只需结构化时转 topic-pxyv-parse。Trigger on："帮我选题"、"选题工作流"、"我想做一个关于…的研究，帮我把选题磨出来"、"help me develop a research topic"、"topic coaching"。 |
Topic Workbench · 选题分诊入口
用户想选题但没指定模式时，从这里进。本 skill 只做两件事：判型 → 转对应 skill。
第一步 · 判大类
先确认用户要写的是哪一类论文（说不清就用一句话问）：
- 研究性文章（做原创研究：实证 / 理论）→ 走下面「研究性 4 模式」。
- 综述性文章（综合一片文献，不做原创数据）→ 走下面「综述性 3 模式（Snyder 三型）」。
研究性 4 模式
根据用户输入（研究方向 / 问题描述 / 方法取向）判断最贴近的模式，给出判断 + 一句话理由，向用户确认（可改选）：
| 模式 | 适用信号 | 转入 skill |
|---|
| ① 理论诠释 | 想用某个理论视角诠释一个现象；定性 / 批判取向 | topic-theory-interpretation |
| ② 假设检验 | 关心 X 对 Y 的影响、中介 / 调节；定量取向 | topic-hypothesis-testing |
| ③ 概念建构 | 现象是新的，现有理论命名不了，需要造概念 | topic-concept-construction |
| ④ 方法驱动 | 手里有方法 / 数据，想解决领域已知局限 | topic-method-driven |
综述性 3 模式（Snyder 2019 三型）
2 问判型（判完给判断 + 理由，向用户确认）：
- Q1｜综述问题是"窄而具体"还是"宽而发散"？窄、具体（某因素效应 / 两变量关系 / 某干预有没有用）→ 系统综述；宽、发散 → 看 Q2。
- Q2｜主要想"理清现状 + 给议程"还是"批判并造一个新框架 / 理论"？理清、给议程 → 半系统；造新框架 / 概念 → 整合式。
| 模式 | 适用信号 | 转入 skill |
|---|
| 综述① 系统综述 | 窄问题 · 要证据说话 · 有一批可比实证（要量化合成 → +meta-analysis） | topic-review-systematic |
| 综述② 半系统 / 叙事 | 宽而跨学科的主题 · 想理清脉络 / 主题 · 给研究议程 | topic-review-semisystematic |
| 综述③ 整合式 | 想批判性整合、造一个新框架 / 概念 / 类型学 | topic-review-integrative |
特殊入口
- 用户已有现成选题 / 研究计划，只需要结构化成 PXYV（好接文献搜索等下游）→ 转
topic-pxyv-parse，不必重跑三阶段。
- 用户说「续跑阶段 B / C」→ 问清（或从已存盘的
选题-A-mining.md 锚块 mode: 字段读出，研究性是数字、综述性是 review-*）是哪个 mode，转对应 mode skill 的续跑入口。
判型提示
- 跨 mode 情况：选最贴近的一个走完，之后可补充另一 mode 视角。
- 用户完全说不清方向时，先用 2-3 个问题把「现象 / 疑问 / 手头资源」（研究性）或「要综述什么 / 想得到什么」（综述性）问出来再判型，不要凭空替用户选。
- 确认模式后，按对应 skill 的协议执行（读该 skill 的 SKILL.md 与 references/stages.md），不要在本 skill 里即兴发挥选题流程。
