メニュー
苏格拉底诘问式研究选题Skill。通过连续追问帮你厘清研究思路、聚焦研究子领域、明确研究问题(RQ)，识别出未被研究过的新意选题。触发词：帮我选题/研究问题不清晰/想做一个有新意的论文/不断问我问题/厘清思路
デフォルトでは、最初にソースを確認する Prompt が選択されています。直接コマンドに切り替えるか、ローカルコピーをダウンロードすることもできます。
インストールを決める前に、SKILL.md と SkillsMP に表示されている付属ファイルをお読みください。
SOC 職業分類に基づく
Codex または Claude でインストール この Prompt をコピーして Codex、Claude、または他のアシスタントに貼り付けると、Skill ページを確認してインストールできます。
直接コマンドでは確認用 Prompt が省略されます。実行前にソースを確認してください。
npx skills add https://github.com/brycewang-stanford/Auto-Empirical-Research-Skills --skill grillmeコマンドは1行のまま表示されます。コピー前に横へスクロールして全体を確認してください。
ローカルで確認しますか？SkillsMP が現在取得できるファイルをダウンロードできます。
SKILL.md を表示中
Route empirical-research requests through the Auto-Empirical Research Skills catalog when this whole repository is installed as one skill in Codex, CodeBuddy, Claude Code, or another IDE. Use to choose and load the right vendored AERS skill for causal inference, econometrics, replication, data acquisition, manuscript writing, peer review and referee responses, citation checking, de-AIGC editing, or full empirical-paper workflows without reading the entire repository at once.
中英双语学术降 AIGC / bilingual academic de-AIGC skill. Removes AI-generated writing signatures from empirical papers in economics, management, and the social sciences — in both English and Chinese. Covers Turnitin AI, GPTZero, Originality.ai on the English side and 知网 AMLC, 万方, 维普 on the Chinese side. Uses a six-step loop (intake → audit → claim-evidence check → differentiated rewrite → five-dimension self-score → cold-reader recheck) with two pattern libraries (22 English + 17 Chinese patterns), section-by-section strategies for empirical papers, and hard protections that keep every number, coefficient, and citation intact.
Use when a research task needs reproducible Kaggle discovery, metadata inspection, bounded public-data downloads, competition or kernel discovery, model discovery, or an explicitly approved Kaggle write/delete operation through the official CLI.
| name | grillme |
| description | 苏格拉底诘问式研究选题Skill。通过连续追问帮你厘清研究思路、聚焦研究子领域、明确研究问题(RQ)，识别出未被研究过的新意选题。触发词：帮我选题/研究问题不清晰/想做一个有新意的论文/不断问我问题/厘清思路 |
| version | 1.0 |
| metadata | {"openclaw":{"emoji":"🎯","homepage":"https://github.com/SiyaoZheng/ai4ss-skills"}} |
本 Skill 模拟苏格拉底式诘问，通过连续追问帮助你逐步聚焦研究问题、识别研究空白、形成具有顶刊潜力的论文选题。人在循环中注入判断，Agent 通过结构化提问引导方向。
不是给答案，而是通过提问逼你思考。传统 ChatBot 是一问一答给结果；本 Skill 是苏格拉底诘问——Agent 持续追问，你选择方向，Agent 再追问，形成收敛思维。
关键原则：
初始陈述 → 追问聚焦 → 反直觉角度生成 → 机制推演 → 收敛确认
你描述一个模糊的研究兴趣，例如：
"我想做一个数字技术与不平等相关的经济学论文"
Agent 不直接回应，而是开始系统化追问。
Agent 从以下维度连续追问，每次等你回复后再推进：
| 追问维度 | 问题示例 |
|---|---|
| 研究层次 | 你关注国家层面、企业层面还是个人层面？ |
| 不平等类型 | 收入不平等？机会不平等？数字鸿沟？制度差距？ |
| 因果方向 | 你认为技术扩散是加剧还是缓解不平等？ |
| 地理范围 | OECD 国家？发展中国家？特定地区？ |
| 时间维度 | 截面数据还是面板数据？关注哪个时间段？ |
| 数据类型 | 主观感知不平等还是客观指标？ |
当你选定一个方向后，Agent 给出 三个反直觉的研究角度，例如：
选择角度后，Agent 帮你推演理论机制：
最终输出格式化的研究问题文档：
## 研究问题 (RQ)
**主标题**：数字技术扩散顺序对OECD国家发展差距的影响——基于制度路径的分析
**子问题1**：技术扩散顺序是否通过制度质量渠道影响国家间发展差距？
**子问题2**：数字鸿沟的倒U型效应在什么发展阶段最显著？
**理论机制**：技术扩散 → 制度质量 → 发展差距（制度中介）
**新意声明**：现有文献多关注技术对收入的直接效应，本研究首次从制度路径分析技术扩散顺序的发展影响。
在 Claude Code 对话窗口输入：
/grillme
或完整 Prompt：
/grillme 基于本数据（OECD国家1990-2020年数字技术与社会发展指标）想一个有顶刊潜力的经济学论文选题，不断问我问题帮我厘清思路，要有新意未被做过
/grillme 厘清研究问题和方向did-reviewer 设计实证策略（若涉及 DID）citation-fidelity 核查文献中的理论机制econ-reviewer 事后审查完整论文本 Skill 必须满足以下条件才可停止：
未满足以上条件不得停止，不得直接给出一个模糊选题让你接受。
本 Skill 是辅助厘清思路的工具，不是替代研究者做决定。最终的研究问题文责自负，Agent 帮你结构化思考，但判断权在你手中。