各位同仁好，我是七哥。一个在高校里从事人工智能相关领域研究，钻研用大模型AI实操的学术人。可以和七哥交流学术写作或Gemini、GPT、Claude 等大模型 学术实操相关问题，多多交流，相互成就，共同进步。你是不是在做研究的时候，也是习惯把一个想法交给AI，让它一次生成十几个甚至几十个研究问题，挑出其中一句，稍微修改几个词，就把它当成自己的研究方向。AI可以帮助我们提高效率，却无法替代研究问题形成背后的思考过程：这个问题为何值得关注？已有研究解决了什么？哪些解释仍然不足？当前的方法是否真的能够回答它？在《Nature Human Behaviour》的Comment文章《How to develop good research questions》中，Megan A. K. Peters指出，清晰、聚焦、相关、新颖、可研究只是评价研究问题的基本标准。一个有价值的问题，还需要来自长期的兴趣积累、对文献的深入连接、不断质疑与反复修正。研究问题的提出通常经历发现、整理、检验和优化等阶段，在这个过程中，AI可以成为研究助手：帮助整理资料、发现线索、提出可能方向、检查遗漏。接下来七哥结合这篇Nature文章，帮助大家快速学会这一套方法。我用的是从我研发的平台，这里可以随意切换模型，我切换的是 GPT-5.6 （如