菜单
实验设计引导工作流，覆盖问题定义、设计选择、样本量计算、方案生成四个步骤。 当用户提到：实验设计、样本量估算、研究方案、RCT、随机对照试验、功效分析、 效应量、检验功效、实验方案、研究设计时使用。适用于临床研究、基础科研和量化研究设计阶段。
默认使用会先检查来源的 Prompt；你也可以切换为直接命令，或下载本地副本。
决定是否安装前，请先阅读 SKILL.md，以及 SkillsMP 当前展示的配套文件。
用 Codex 或 Claude 帮你安装 复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。
直接命令不会经过审查 Prompt；运行前请先检查来源。
npx skills add https://github.com/lewisoepwqi/scientific_nini --skill experiment-design-helper命令会保持在同一行。复制前请横向滚动并检查完整内容。
想先保存到本地？可下载 SkillsMP 当前能够提供的文件。
基于 SOC 职业分类
正在显示 SKILL.md
| name | experiment-design-helper |
| description | 实验设计引导工作流，覆盖问题定义、设计选择、样本量计算、方案生成四个步骤。 当用户提到：实验设计、样本量估算、研究方案、RCT、随机对照试验、功效分析、 效应量、检验功效、实验方案、研究设计时使用。适用于临床研究、基础科研和量化研究设计阶段。 |
| category | experiment_design |
| agents | ["nini"] |
| tags | ["experiment-design","sample-size","power-analysis","research-planning","rct"] |
| aliases | ["实验设计","样本量计算","研究方案设计","experiment design","sample size calculation"] |
| allowed-tools | ["sample_size","stat_test","task_state"] |
| user-invocable | true |
| disable-model-invocation | false |
| contract | {"version":"1","trust_ceiling":"t1","steps":[{"id":"define_problem","name":"问题定义","description":"引导用户明确研究假设、自变量/因变量、比较目标和研究背景","tool_hint":"task_state","depends_on":"[Truncated]","trust_level":"t1","review_gate":false,"retry_policy":"skip"},{"id":"choose_design","name":"设计选择","description":"基于问题类型推荐实验设计方案（RCT、配对、析因、交叉等）","tool_hint":null,"depends_on":"[Truncated]","trust_level":"t1","review_gate":false,"retry_policy":"skip"},{"id":"calculate_params","name":"参数计算","description":"调用 sample_size 工具计算所需样本量，明确效应量、显著性水平和检验功效","tool_hint":"sample_size","depends_on":"[Truncated]","trust_level":"t1","review_gate":false,"retry_policy":"skip"},{"id":"generate_plan","name":"方案生成","description":"生成实验方案草稿，标注 O2 草稿级，包含伦理提示和局限性声明","tool_hint":null,"depends_on":"[Truncated]","trust_level":"t1","review_gate":true,"retry_policy":"skip"}],"input_schema":{"type":"object","properties":{"research_question":"[Truncated]","domain":"[Truncated]"}},"output_schema":{"type":"object","properties":{"experiment_plan":"[Truncated]","sample_size":"[Truncated]"}},"evidence_required":false} |
输出等级声明：本 Skill 所有输出标注为 O2 草稿级（可编辑初稿，需专业人员审核）。 trust_ceiling = T1（草稿级），实验方案生成前将触发人工复核门（review_gate）。
本技能引导研究者完成实验设计四步骤：问题定义 → 设计选择 → 参数计算 → 方案生成。 最终方案供参考使用，不可直接用于临床实施或正式申报。
帮助用户将模糊的研究意图转化为可检验的科学假设，明确实验的核心要素。
你是一名生物统计顾问，正在协助研究者进行实验设计。
请基于用户描述，通过提问引导其明确以下要素：
1. **研究问题**：想回答什么科学问题？
2. **主要假设**：零假设（H₀）和备择假设（H₁）是什么？
3. **主要结局指标**：主要观测的变量是什么（如血压、基因表达量）？
4. **自变量/干预因素**：实验组和对照组如何区分？
5. **研究对象**：纳入/排除标准是什么？
6. **时间框架**：观察期多长？
每次只问一个问题，等待用户回答后再继续。
输出格式：提出问题 + 示例答案（帮助用户理解）
基于步骤一的问题定义，推荐最适合的实验设计类型，说明选择理由和适用前提。
基于以下研究问题摘要：
{define_problem_output}
请为研究者推荐合适的实验设计方案。重点考量：
**主要设计类型**：
- **RCT（随机对照试验）**：适合干预性研究，因果关系最强，但成本高
- **配对设计**：适合个体差异大的情况，提高检验功效
- **析因设计**：适合同时研究多个因素及其交互作用
- **交叉设计**：适合慢性病或稳定结局，同一受试者接受多种干预
**推荐原则**：
1. 说明推荐的设计类型及其核心理由
2. 说明该设计的统计检验方法（t 检验、ANOVA 等）
3. 列出主要假设和局限性
4. 建议效应量的参考范围（引用文献领域惯例）
输出包含：设计类型、适用理由、统计方法、建议效应量参考值。
标注：本推荐为 O2 草稿级，需结合具体学科规范和文献调研调整。
调用 sample_size 工具，基于效应量、显著性水平和检验功效计算所需样本量。
基于步骤二确定的实验设计，现在计算样本量。
请引导用户确认以下参数：
1. **设计类型**：two_sample_ttest / anova / proportion
2. **效应量**：使用步骤二推荐的参考范围，或请用户提供文献中的估计值
3. **显著性水平（α）**：通常 0.05，高风险研究用 0.01
4. **检验功效（1-β）**：通常 0.8，高要求研究用 0.9
5. **组数**（ANOVA 设计）：实验组数量
调用 sample_size 工具后，将结果整理为：
- 每组所需样本量
- 考虑 20% 脱落率后的实际招募量建议
- 参数敏感性说明（效应量估计误差对样本量的影响）
sample_size 工具的完整计算结果综合前三步结果，生成完整的实验方案草稿。
⚠️ review_gate = true：方案生成前将暂停，等待用户确认前三步结果后方可继续。
检测用户输入中的伦理相关关键词，自动触发伦理提示：
触发关键词：临床试验、人体、患者、受试者、志愿者、、、、、
动物实验小鼠大鼠IRB伦理伦理提示内容（关键词匹配时必须包含）：
⚠️ 伦理审查提示：
本研究设计涉及人体试验/动物实验，实施前必须：
1. 向所在机构伦理审查委员会（IRB/IACUC）提交申请并获批
2. 确保知情同意程序符合赫尔辛基宣言（人体研究）或 3R 原则（动物研究）
3. 在中国临床试验注册中心（ChiCTR）或 ClinicalTrials.gov 完成注册（临床试验）
本 AI 不提供伦理判断，上述责任由研究者和所在机构承担。
综合以下研究设计信息：
- 研究问题：{define_problem_output}
- 实验设计：{choose_design_output}
- 样本量计算：{calculate_params_output}
请生成完整的实验方案草稿，结构如下：
---
**实验方案草稿**（O2 草稿级）
## 1. 研究背景与问题
[简述研究背景和核心假设]
## 2. 实验设计类型与理由
[设计类型 + 选择理由]
## 3. 受试者/样本
- 纳入标准：
- 排除标准：
- 样本量：每组 N 例（考虑脱落率后建议招募 M 例）
## 4. 样本量计算过程
[完整参数：effect_size, alpha, power, 设计类型]
## 5. 干预/处理方案
[实验组 vs 对照组的具体干预描述]
## 6. 主要结局指标
[测量时间点 + 统计方法]
## 7. 统计分析计划
[主要检验方法 + 多重比较处理]
## 8. 伦理考量
[如适用，包含 IRB/IACUC 要求]
## 9. 局限性与风险
[主要方法学局限]
---
⚠️ **输出等级声明**：本方案为草稿级（O2），需专业人员审核后方可实施。
研究者应结合具体学科规范、文献证据和机构要求对本方案进行修订完善。
用户：我想设计一个研究，比较新药 A 和安慰剂对高血压患者血压的影响
Claude（步骤一）：好的，让我帮您定义研究问题。请问：
您预期的血压变化（主要结局指标）是收缩压还是舒张压，还是两者都要测量？
用户：主要看收缩压的变化
Claude（步骤一完成）：研究问题摘要：
- 干预：新药 A vs 安慰剂
- 主要结局：收缩压变化量（mmHg）
- 研究对象：高血压患者
[继续确认其他要素...]
Claude（步骤二）：推荐设计：平行组 RCT
统计方法：独立样本 t 检验
文献参考效应量：Cohen's d 通常在 0.3~0.6 之间...
Claude（步骤三）：样本量计算结果：
调用 sample_size(design_type="two_sample_ttest", effect_size=0.5, alpha=0.05, power=0.8)
→ 每组 64 例，考虑 20% 脱落率建议招募 77 例/组
[review_gate 触发：等待用户确认以上结果]
用户：确认，继续生成方案
Claude（步骤四）：[生成完整方案，包含伦理提示...]
⚠️ 本方案为草稿级（O2），需专业人员审核后方可实施。