使用AI工具提出具有影响力的研究问题，需要通过结构化提示词（structured prompts）引导AI分析现有文献、精准定位未解决的研究空白（research gaps），并将宽泛的主题细化为聚焦且可测试的探究问题。提出正确的问题通常是研究过程中最困难的部分，但对于希望优化工作流程的研究生和早期职业研究人员来说，AI可以作为一个强大的思想碰撞“参谋”（sounding board）。
1. 梳理宽泛的研究领域
在提出好问题之前，你需要了解当前的学术现状（academic landscape）。首先，可以要求AI工具总结你所在学科的现状。使用宽泛的提示词，例如：“【主题】的主要研究主题、最新进展和持续存在的争议有哪些？”这种高层次的概述有助于将你的兴趣从庞大的学科领域缩小到一个具体、可控的细分方向（niche）。
2. 识别有意义的研究空白
一个有影响力的研究问题必须解决学术文献中现存的空白。与其手动梳理数百篇摘要来弄清楚哪些内容尚未被研究，不如利用AI更快地发现这些盲点。例如，WisPaper的Idea Discovery（灵感发现）功能使用代理型AI（agentic AI），直接从你汇总的文献中自动识别研究空白，帮助你生成新颖且基于证据的研究思路，让你免受繁重阅读的困扰。
3. 使用具体的提示词生成并迭代
一旦确定了研究空白，就可以使用AI来头脑风暴一系列潜在的问题。获得高质量输出的关键在于提示词要高度具体。告诉AI你的学术水平、偏好的研究方法以及目标变量。
尝试这个提示词：“基于目前对【具体研究空白】缺乏研究，请生成五个适合【领域】硕士论文的定量研究问题。请特别关注【目标人群】。”
4. 使用学术框架进行完善
一个好主意并不总是一个结构严谨的研究问题。有影响力的问题需要高度具体且具有可回答性。你可以要求AI工具使用成熟的学术框架来评估你起草的问题，例如FINER（可行性 Feasible、趣味性 Interesting、新颖性 Novel、伦理性 Ethical、相关性 Relevant）或PICO（人群 Population、干预 Intervention、对照 Comparison、结果 Outcome）框架。让AI对问题的范围进行批判性分析，并提出使其更加精确的建议。
5. 验证原创性
AI模型有时会提出已经被近期出版物广泛解答过的研究问题。务必将经过AI完善的问题在可靠的学术搜索引擎中进行交叉核对。这最后一步的验证可确保你提出的研究具有真正的新颖性和相关性，并准备好为你的学术界贡献有意义的见解。