📌 写在前面
研究问题（Research Question, RQ）和假设（Hypothesis）是整个科研过程的基石。它们就像灯塔一样，照亮你数据收集的方向、分析的焦点、论文写作的逻辑。
但许多博士生陷入的困境是：
- 想法一开始很模糊："我想研究口语流利度......但具体研究什么？"
- 文献读了很多，但不知道怎么把"研究空白"转化为"具体研究问题"
- 写出来的RQ要么太宽泛（无法回答），要么太狭隘（没有意义）
- 定性研究和定量研究的RQ/Hypothesis 该怎么不同地表述？完全不清楚
这就是AI可以精准介入的地方。它不能代替你的学术判断，但能帮你快速从模糊到精准、从感受到表述、从个人想法到学术规范的迭代。本文提供6个Prompt模板，覆盖从"模糊想法"到"精准RQ+Hypothesis"的全流程。每个Prompt都经过应用语言学的学科特性调整，附带使用示例与常见陷阱提示。
🧭 前置知识：RQ与Hypothesis的本质区别
在使用Prompt之前，必须先搞清楚一个核心问题：什么时候用RQ，什么时候用Hypothesis？
根据 Research Methods in Applied Linguistics 的框架：
| 维度 | 研究问题（RQ） | 假设（Hypothesis） |
|---|---|---|
| 使用范式 | 定性研究、定量探索性研究 | 定量假设检验研究（Hypothesis Testing） |
| 表述方式 | 疑问句（How? What? Why?） | 陈述句（肯定式或否定式） |
| 理论基础 | 可以无先验理论或理论较弱 | 必须基于既有理论或前人发现 |
| 检验方式 | 归纳/描述/解释 | 演绎/统计检验（拒绝虚无假设） |
| 例子（SLA领域） | RQ1: 任务复杂度如何影响学生的输出质量? | H1: 高复杂度任务会比低复杂度任务产生更多复杂的句法结构 |
关键认知： 很多研究者混淆这两个概念。如果你的研究是定性的（访谈、观察、叙事分析等），不需要Hypothesis，只需要RQ。只有当你进行假设检验型的定量研究（用统计检验是否拒绝虚无假设），才需要正式的Hypothesis。
🤖 Prompt 1｜模糊想法→初步RQ草稿转化
场景：你有一个模糊的研究想法，但还说不清楚具体想研究什么
🔖 使用说明： 填入你现在对研究的所有想法（越真实越好，不用很规范），让AI帮你理清思路并转化为初步RQ。
【Prompt 1 --- 模糊想法转化为初步研究问题】
你是一位应用语言学研究方法导师，擅长帮助博士生理清研究思路。
我现在有一个模糊的研究想法，请帮我转化为清晰的研究问题（RQ）候选。
【我现在的模糊想法】：
（请尽可能真实地描述你的想法，可以不规范、可以有多个方向）
- 研究方向概述：[例："我想研究中国学生的英语口语学习，特别是在在线教学时代"]
- 为什么感兴趣：[例："因为我发现我学生在疫情期间口语练习时间减少了，但有些学生用AI做口语练习，不同学生的学习效果似乎不同"]
- 已读过的相关文献或概念（如有）：[例："Task complexity, Noticing Hypothesis, Flow Theory"]
- 现有的初步假设或直觉：[例："我直觉认为AI辅助练习可能对害羞的学生更有帮助？"]
- 理想的研究参与者/情境：[例："中国高中生，在线课堂环境，1学期"]
- 你已经排除掉的研究方向（这也很重要）：[例："我不想研究语法准确性，我想关注流利度"]
【我的应用语言学研究背景】：[例：硕士阶段学过SLA理论 / 完全新手 / 有一年教学经验]
请完成以下任务：
1. 【思路梳理】用150字总结我的研究想法中的核心元素，指出：
- 核心构念（Constructs）是什么？[例：口语流利度、学习者焦虑、AI代理效应]
- 这些构念之间的潜在关系是什么？
2. 【假设检验vs.探索性判断】判断我这个想法：
✅ 是否适合做假设检验研究（需要明确预测关系）？
✅ 还是更适合做探索性/描述性研究（描述现象、理解过程）？
✅ 理由是什么？
3. 【初步RQ生成】基于以上分析，为我生成3-4个初步的研究问题（RQ）候选：
- RQ1: [...]
- RQ2: [...] （可选，如为混合研究）
- RQ3: [...] （可选）
每个RQ后注明：问题类型（How/What/Why/Whether）、适用的研究范式（定性/定量/混合）
4. 【RQ质量自检】对每个RQ候选进行以下质量检查：
☑️ 是否"值得问"（Worth asking）？------ 是否基于现实问题或理论空白？
☑️ 是否"可以回答"（Answerable）？------ 在你的时间、资源、能力范围内是否可答？
☑️ 是否"足够聚焦"（Focused）？------ 还是太宽泛或太狭隘？
5. 【建议与预警】
- 我最推荐的RQ是哪一个，为什么？
- 你在这个想法中看到的最大风险是什么？
- 建议你在正式研究前补充阅读的文献方向是什么？💡 为什么要这样设计？ 书中强调：「研究问题必须既值得问又可以被回答」（Worth asking + Answerable）。但很多研究者卡在"模糊想法"这一步，迟迟无法进入"文献综述→RQ精化"的正常流程。这个Prompt通过结构化提问，把你的隐性想法（Implicit ideas）变成显性表述（Explicit formulation），让AI能够基于你的真实想法给出反馈。这是一次"思维外化"的过程，对理清自己的研究思路至关重要。
🤖 Prompt 2｜研究空白→具体RQ的转化
场景：文献综述已完成，已识别出研究空白，现在需要将空白转化为具体RQ
🔖 使用说明： 将你从文献中识别的研究空白粘贴进去，Prompt会帮你将其转化为具体可答的RQ。
【Prompt 2 --- 研究空白转化为具体研究问题】
你是一位应用语言学研究方法专家，尤其擅长从研究空白提炼精准的研究问题。
我已经完成了文献综述，并识别出以下研究空白。
请帮我将这些空白转化为具体、可答、值得问的研究问题（RQ）。
【研究领域】：[例：二语写作；课堂话语分析；语言学习动机]
【从文献综述中识别的研究空白】：
（请尽可能具体地描述空白）
空白1：[例："虽然大量研究证实了显性纠正反馈（explicit corrective feedback）
对语法习得的效果，但很少有研究考察这一效果在混合课堂环境（blended learning）
中是否仍然成立，特别是当学生可以自主选择是否接受反馈时"]
空白2：[例："大多数关于学习者焦虑的研究集中在西方背景，
对中国/亚洲学习者的焦虑来源与应对策略的理解仍然不足"]
空白3：[...]（继续添加）
【我预想的研究参与者与情境】：
- 参与者：[例：中国高中二年级学生]
- 情境/时间：[例：为期一学期的混合英语课程]
- 数据类型：[例：学生写作样本、访谈、问卷]
【我倾向的研究范式】：
□ 定性研究（Qualitative）
□ 定量研究（Quantitative）
□ 混合研究（Mixed Methods）
（请选择，或说"不确定"）
请完成以下任务：
1. 【空白分类】逐个分析我提出的研究空白，判断它们属于以下哪一类：
A. 方法论空白（缺乏某种研究设计/工具/情境中的研究）
B. 群体/背景空白（缺乏针对某特定群体/地域/教学情境的研究）
C. 理论空白（缺乏对机制/过程的理论解释）
D. 时间空白（缺乏纵向研究或最近的研究）
2. 【RQ生成策略建议】对于每个空白，说明生成RQ的最佳策略：
- 若为方法论空白：建议用"Does X? / How does X work in [new method/setting]?"
- 若为群体空白：建议用"What is X experience for [specific group]?"
- 若为理论空白：建议用"Why/How does X happen?"
- 若为时间空白：建议用纵向追踪问题
3. 【RQ正式生成】基于以上分析，为每个研究空白生成1-2个正式的研究问题：
针对空白1：
□ RQ（定性方向）：[...]
□ RQ（定量方向）：[...]
□ 我推荐的方向是：[定性/定量/混合] 因为[原因]
针对空白2：
...（依此类推）
4. 【RQ层级设计】（如为混合研究）说明这些RQ的优先级：
- 主研究问题（Primary RQ）：[最核心的问题]
- 次级研究问题（Secondary RQs）：[配合性/探索性问题]
- 为什么这样排序？
5. 【从RQ到研究设计的可行性评估】：
对于你生成的RQ，逐一评估：
✓ 要回答这个RQ，需要什么数据？
✓ 在你的情境中，这些数据现实吗？
✓ 数据分析需要什么能力或工具？你现在具备吗？
✓ 可能的风险/障碍是什么？💡 为什么要这样设计？ 书中指出：「研究问题本质上是对研究空白或尚未被充分探索的领域的回应」。但研究空白本身往往是"宏观的、理论性的"，而RQ必须是"具体的、可操作的"。这个Prompt通过"空白分类→策略建议→RQ生成→可行性评估"四步走，帮助研究者完成从"学术空白"到"具体研究设计"的转化。这是把宏观的理论问题转化为微观的、能够用某种方法答的问题的过程。
🤖 Prompt 3｜定性 vs. 定量 RQ的规范表述
场景：已有初步RQ，但不确定定性与定量研究的RQ该如何不同地表述
🔖 使用说明： 输入你目前的RQ草稿，AI会帮你转化为符合定性/定量规范的版本。
【Prompt 3 --- RQ规范表述指导（定性 vs. 定量）】
你是一位应用语言学学术写作专家，熟悉定性和定量研究范式对研究问题表述的不同要求。
我已经有了初步的研究问题，但不确定其表述是否符合我想采用的研究范式。
请帮我将其转化为规范的定性或定量研究问题。
【我的研究信息】：
- 研究主题：[例：中国学生在线口语学习焦虑]
- 我倾向的研究范式：[定性/定量/尚未确定]
- 核心构念：[例：学习焦虑、自我效能感、参与度]
【我目前的RQ草稿】：
（这可能表述得不够规范，AI会帮你改进）
[例："学生的在线学习焦虑是怎样的？" /
"在线学习是否能减少学生的口语焦虑？"]
请完成以下任务：
1. 【范式诊断】诊断我的RQ草稿目前适合哪种范式：
✓ 当前RQ的表述特征是什么？（疑问句结构、关键词等）
✓ 根据这些特征，它更接近定性还是定量研究？
✓ 是否存在需要调整的表述问题？
2. 【两种范式下的RQ改写】分别提供定性和定量两种版本的RQ改写：
📌 【定性研究版本】
- 表述规范：多用 How / What / Why / In what ways
- 特点：开放式、探索性、对过程与意义的关注
- 你的RQ定性版本：
RQ1: [...]
RQ2: [...] （如有）
- 这个版本适合用哪些定性方法回答？
（如：访谈、观察、文本分析等）
📌 【定量研究版本】
- 表述规范：多用 Does / Is / To what extent / Whether
- 特点：明确指向变量关系、可被操作化定义、可统计检验
- 你的RQ定量版本：
RQ1: [...]
RQ2: [...] （如有）
- 这个版本对应的假设（Hypothesis）是什么？
H0（虚无假设）：[...]
H1（替代假设）：[...]
3. 【核心构念的操作化定义】为定量RQ中涉及的关键构念给出操作化定义：
- 构念1：[例："学习焦虑"]
- 操作化定义：[例："学生在Foreign Language Classroom Anxiety Scale (FLCAS)
上的得分"]
- 你计划用什么量表或工具测量？
（对每个主要构念重复此步骤）
4. 【RQ的学术规范检查】对两个版本的RQ分别进行以下检查：
定性RQ检查清单：
☑️ 是否开放式且探索性？
☑️ 是否关注过程、意义、体验？
☑️ 是否明确指向某个具体情境或群体？
☑️ 是否可通过质性数据收集与分析回答？
定量RQ检查清单：
☑️ 是否明确包含变量（自变量、因变量）？
☑️ 是否可操作化定义？
☑️ 是否可通过统计方法检验？
☑️ 是否基于前人研究或理论推断？
5. 【范式选择建议】综合考虑你的研究问题、资源条件、学术能力：
✓ 我建议你选择【定性/定量/混合】研究，因为：
✓ 如果选择混合研究，两个范式RQ的整合逻辑是什么？
✓ 定性+定量部分的先后顺序应该是什么？为什么？
6. 【最终RQ版本确认】给出你将在研究中正式使用的RQ最终版本。💡 为什么要这样设计？ 定性与定量研究范式对RQ的要求截然不同。定性RQ强调"开放、探索、过程"，常用How/What/Why；定量RQ强调"变量、测量、关系预测"，常用Does/Is/To what extent。很多研究者写出的RQ"四不像"------既不够开放（不适合定性），也不够明确变量关系（不适合定量）。这个Prompt通过直接对比两种范式的规范表述，帮助研究者快速调整其RQ表述的规范性。同时，通过操作化定义这一步骤，也在为后续的数据收集与分析做准备。
🤖 Prompt 4｜从RQ到Hypothesis的正式推导
场景：已确定RQ采用定量研究，现在需要将RQ转化为正式的研究假设（Hypothesis）
🔖 使用说明： 填入你的定量RQ、理论基础与前人发现，AI会帮你推导出规范的假设体系。
【Prompt 4 --- 研究问题到假设的演绎推导】
你是一位应用语言学定量研究方法专家，熟悉假设检验研究的逻辑与规范。
我已明确采用定量研究范式，现在需要将我的研究问题（RQ）转化为正式的研究假设。
【我的研究背景信息】：
- 研究主题：[例：反馈类型对二语写作复杂性发展的影响]
- 研究范式：定量假设检验研究
- 自变量（Independent Variable, IV）：[例：反馈类型：显性纠正 vs. 隐性改述]
- 因变量（Dependent Variable, DV）：[例：写作句法复杂性]
- 研究设计：[例：准实验设计，2个实验组 + 1个对照组]
【我的定量研究问题】：
RQ1: [例："显性纠正反馈与隐性改述反馈对中国学生英语写作句法复杂性的发展是否有显著差异？"]
RQ2: [如有其他RQ]
【支撑假设的理论或前人发现】：
（请尽可能详细地说明为什么你预期会得到某种结果）
理论基础1：[例："根据Output Hypothesis，显性纠正通过直接指正错误，
能更快地引起学习者的注意，可能比隐性改述更有效"]
理论基础2：[例："但也有研究基于Krashen的Comprehensible Input假设，
认为显性纠正可能会产生焦虑，不如隐性改述自然有效"]
相关前人发现：[例："Li & Ferris (2020)的元分析发现...，
但在特定群体中的效果尚未被验证"]
你的初步预期/直觉：[例："基于我的教学经验，我倾向相信显性纠正对中国学生更有效，
因为..."]
请完成以下任务：
1. 【假设生成的理论基础评估】
✓ 我提供的理论或前人发现是否足以支撑一个有根据的假设？
✓ 是否存在相互矛盾的理论预测？若有，应如何处理？
✓ 还需要补充阅读哪些文献来增强假设的理论基础？
2. 【虚无假设与替代假设的正式陈述】
针对RQ1，请给出：
H0（虚无假设，Null Hypothesis）：
[格式：陈述句，通常表述"无差异""无关系"
例："There is no significant difference in syntactic complexity gains
between students receiving explicit corrective feedback and those
receiving implicit recast feedback."]
H1（替代假设，Alternative/Research Hypothesis）：
[格式：陈述句，表述预期的差异或关系方向
例："Students receiving explicit corrective feedback will show
significantly greater gains in syntactic complexity than those
receiving implicit recast feedback."]
或者，如果你预期有关系但方向不明确：
H1（非方向性）：
[例："There is a significant difference in syntactic complexity gains
between the two feedback groups."]
3. 【单尾假设 vs. 双尾假设的选择】
✓ 基于你的理论或前人发现，是否有足够的理由预期效果的**方向**？
✓ 单尾假设（Directional）：如有明确方向预期，使用单尾检验
[例："X will be greater than Y" 而非 "X will differ from Y"]
✓ 双尾假设（Non-directional）：如无方向预期或想保守一些，使用双尾
我的选择是：[单尾/双尾] 因为...
对应的统计检验应使用：[单尾检验 p-值 / 双尾检验 p-值]
4. 【多个假设的完整体系】（如你的研究有多个RQ）
请列出你所有的假设，并明确其优先级：
🔴 主要假设（Primary Hypothesis）：
H0: [...]
H1: [...]
- 这是你研究的核心关注，最重要的假设
🟡 次要假设（Secondary Hypotheses）：
H0: [...]
H1: [...]
- 这些是配合性或探索性的假设
为什么这样优先级排序？
5. 【假设中的关键变量操作化定义】
对于假设中涉及的每个变量，给出清晰的操作化定义：
变量1：[例："显性纠正反馈"]
- 操作化定义：[例："教师当众明确指出学生的错误，并提供正确答案
和语法解释，如'That's wrong. The past tense of 'go' is 'went',
not 'goed'.'"]
- 测量/观察方式：[例："教师干预的视频记录与转写"]
- 预期的效果值/测量单位：[...]
变量2：[例："句法复杂性"]
- 操作化定义：[例："根据Bulté & Housen (2012)的定义，
句法复杂性 = (从属从句数 / 句子总数) × 100"]
- 测量方式：[例："使用CAEFL或manual coding"]
- 预期的效果值/测量单位：[例："百分比增长，单位为%"]
6. 【假设检验的功效分析（Power Analysis）预告】
✓ 你的因变量是连续变量还是分类变量？
✓ 你预期的效果量（Effect Size）是多大？（小/中/大，或具体Cohen's d值）
✓ 你计划的样本量是多少？
✓ 这个样本量是否足以检验你的假设？
（这可能需要进一步的功效分析计算，但在这里先初步评估）
7. 【假设的理论意义与实践意义阐述】
✓ 如果H1被支持，这对应用语言学理论有什么启示？
✓ 如果H1被拒绝（支持H0），这对理论又有什么启示？
✓ 对一线英语教学有什么实践指导价值？💡 为什么要这样设计？ 假设检验研究与定性研究的根本差异在于："演绎"vs. "归纳"。定量研究基于理论或前人发现，演绎出具体预测（假设），然后用数据来检验这个预测。但很多研究者对假设的理解还停留在"我觉得"层面，而不是"基于理论的预测"。这个Prompt强制要求研究者：（1）陈述理论基础；（2）评估理论基础的充分性；（3）正式陈述虚无与替代假设；（4）选择单尾还是双尾；（5）明确操作化定义；（6）考虑功效。这是一次完整的"从理论到假设"的推导过程，确保你的假设不是凭空捏造，而是有根据的学术预测。
🤖 Prompt 5｜RQ与Hypothesis的精化与优化
场景：已有初步的RQ/Hypothesis，但想确保其质量达到学术发表标准
🔖 使用说明： 输入你的RQ/Hypothesis初稿，AI会按照国际期刊标准逐一检查并优化。
【Prompt 5 --- 研究问题与假设的精化优化】
你是一位应用语言学国际期刊的资深审稿人和学术导师。
我已经有了初步的RQ/Hypothesis，现在需要将其优化至可投稿期刊的标准。
请按照严格的学术规范对我的RQ/Hypothesis进行逐项评审和改进建议。
【我的研究信息】：
- 研究主题与领域：[例：中国高中生的英语口语焦虑与AI辅助学习]
- 研究范式：[定性/定量/混合]
- 理论框架：[例：Spielberger's State-Trait Anxiety Theory, Krashen's Monitor Model]
- 预计投稿期刊类型：[例：SSCI期刊，如TESOL Quarterly]
【我的初步RQ/Hypothesis】：
（直接粘贴你现在的版本，不用修饰）
RQ1: [...]
RQ2: [...]（如有）
H0: [...]（如为定量研究）
H1: [...]
请完成以下任务：
【第一层：RQ/Hypothesis内容质量检查】
1. 【理论与研究问题的对齐度检查】
✓ 你的RQ/Hypothesis是否清晰地源自你阐述的理论框架？
✓ 理论框架中的哪些核心概念在RQ/Hypothesis中体现了？
✓ 是否存在"理论很完善，但RQ与理论脱节"的问题？
✓ 改进建议：[具体建议]
2. 【前人研究与RQ/Hypothesis的衔接度检查】
✓ 你的RQ/Hypothesis是否明确地回应了你在文献综述中识别的研究空白？
✓ 是否能追溯到具体的前人发现或矛盾？
✓ 改进建议：[具体建议]
3. 【核心构念的清晰性检查】
✓ RQ/Hypothesis中涉及的每个核心构念是否都明确定义？
✓ 这些定义是操作化定义还是理论定义？
✓ 若为定量研究，是否可测量？
✓ 改进建议：[具体建议]
【第二层：RQ/Hypothesis规范性检查】
4. 【RQ的表述规范性】（针对定性研究或定量探索性研究）
规范标准检查清单：
☑️ RQ是否采用疑问句形式？
☑️ 是否避免了"是非题"式的过度简化？
☑️ 是否明确指向某个群体、情境或过程？
☑️ 是否避免了隐含的价值判断或假设？
☑️ 是否可在一个研究中回答（既不过宽，也不过狭）？
每项检查的具体改进建议：[...]
5. 【Hypothesis的表述规范性】（针对定量假设检验研究）
规范标准检查清单：
☑️ 虚无假设（H0）是否清晰地陈述"无差异/无关系"？
☑️ 替代假设（H1）是否明确陈述预期的具体关系？
☑️ 假设中的所有变量是否都已操作化定义？
☑️ 假设是否可通过统计检验验证或拒绝？
☑️ 假设是否基于明确的理论或前人发现（而非凭直觉）？
☑️ 单尾/双尾选择是否合理且明确？
每项检查的具体改进建议：[...]
6. 【变量关系表述的精确性】（如为定量研究）
✓ 你的Hypothesis是否明确区分了自变量与因变量？
✓ 变量关系的表述是否精确？
✓ 例如，避免模糊词汇如"影响" "关系"，改用"正相关" "正向预测" 等
✓ 改进建议：[具体建议]
【第三层：学术创新性与可行性检查】
7. 【研究的创新性评估】
✓ 你的RQ/Hypothesis相比前人研究有什么新颖之处？
□ 新的理论整合？
□ 新的研究群体或情境？
□ 新的方法论视角？
□ 新的变量组合？
✓ 创新性是否充分但不过度夸大？
8. 【RQ/Hypothesis的可行性评估】
✓ 在你的资源条件下（时间、资金、参与者、技术），
这些RQ/Hypothesis是否可实际回答？
✓ 潜在的制约因素是什么？
✓ 如何调整RQ/Hypothesis以提高可行性，同时不损失学术价值？
可行性评分（1-10）：[...]
理由：[...]
改进建议：[...]
【第四层：写作规范与学术英文检查】
9. 【学术英文表述的检查】
✓ 语法和措辞是否准确？
✓ 是否避免了中文式英文表述？
✓ 关键术语的英文表述是否与国际文献一致？
示例改写（如有问题）：[before → after]
10. 【与研究设计的逻辑一致性】
✓ 你的RQ/Hypothesis与预计的研究设计是否逻辑一致？
✓ 数据收集方法是否足以回答RQ或检验Hypothesis？
✓ 分析方法与RQ/Hypothesis是否对应？
✓ 改进建议：[具体建议]
【最终输出：优化后的RQ/Hypothesis】
11. 根据以上检查，给出优化后的最终版本：
【优化后的RQ/Hypothesis】：
RQ1: [...]
RQ2: [...] （如有）
H0: [...] （如有）
H1: [...]
相比初稿的主要改进点（列举3-5项）：
1. [...]
2. [...]
...
12. 【投稿前最后建议】
✓ 这份RQ/Hypothesis已经达到发表标准吗？评分1-10：[...]
✓ 还需要进一步改进的最关键方面是什么？
✓ 建议在投稿前再做什么准备工作？💡 为什么要这样设计？ 根据 Mahboob & Paltridge（2014）对 TESOL Quarterly 审稿标准的分析，被拒的论文中，30%的拒因与"研究问题不够清晰或创新"有关。这个Prompt模拟了期刊编辑和审稿人的多层次评审过程：从内容质量、规范性、创新性到写作规范，系统地对标国际期刊标准。通过这一轮"模拟审稿"，研究者可以在真正投稿前发现和修正问题，大幅提升发表成功率。
🤖 Prompt 6｜RQ/Hypothesis的可行性与伦理性最终检查
场景：RQ/Hypothesis已基本定稿，在正式启动研究前的最后一次全面检查
🔖 使用说明： 在开始招募参与者、收集数据之前运行这个Prompt，确保研究设计在实操与伦理上的可行性。
【Prompt 6 --- 研究问题与假设的可行性与伦理性最终检查】
你是一位应用语言学研究伦理审查委员会的专家和资深研究方法导师。
我的RQ/Hypothesis已基本定稿，现在准备正式启动研究。
请帮我进行最后的可行性与伦理性全面检查，确保研究设计在实操与伦理上均可行。
【我的研究信息】：
- 研究主题：[例：中国高中生AI辅助英语口语学习的焦虑与自效]
- 研究范式：[定性/定量/混合]
- 参与者：[例：120名高中二年级学生，2所城市中学]
- 数据收集时间：[例：2024年9月-2025年1月，为期4个月]
- 研究经费/资源：[例：自筹，有基础的统计软件和转写软件]
【我的最终RQ/Hypothesis】：
RQ1: [...]
RQ2: [...]
H0: [...] （如有）
H1: [...]
请完成以下任务：
【第一部分：研究实操可行性检查】
1. 【参与者招募的实操性检查】
✓ 你计划的参与者样本是否现实可得？
✓ 参与者选取的标准（inclusion/exclusion criteria）是否清晰？
✓ 样本量是否充分？
□ 如为定量：根据功效分析，需要多少样本？你能获得吗？
□ 如为定性：预计访谈/观察多少参与者？是否充分深入？
✓ 预期的脱落率（attrition rate）是多少？
✓ 如何应对可能的脱落？
可行性评分（1-10）：[...]
风险提示：[...]
应急方案：[...]
2. 【数据收集工具与方法的实操性检查】
✓ 你计划使用的所有数据收集工具（问卷、访谈指南、观察记录表等）
是否已准备就绪？
✓ 如果是标准化工具（如FLCAS量表），使用权/翻译版本是否已获得？
✓ 数据收集的时间和地点是否现实？
□ 如为访谈：1次访谈需要多长时间？你能在既定时间内完成所有访谈吗？
□ 如为问卷：发放与回收的具体流程是什么？回收率预期多少？
□ 如为观察：观察持续多久？如何确保观察的代表性？
✓ 是否需要特殊的技术支持（如录音转写、数据分析软件）？
你具备这些技术能力吗？
可行性评分（1-10）：[...]
需要补充的准备工作：[...]
3. 【数据分析的可行性检查】
□ 如为定量：
✓ 你计划的统计检验方法是什么？（t检验、ANOVA、回归等）
✓ 这些方法是否与你的数据类型和RQ/Hypothesis相匹配？
✓ 数据是否需要满足正态分布等前提假设？你知道怎么检验吗？
✓ 你熟悉这些分析方法吗？是否需要寻求统计协助？
✓ 分析软件（SPSS / R / Python）是否已准备好？
□ 如为定性：
✓ 你计划的分析方法是什么？（主题分析、扎根理论、会话分析等）
✓ 编码过程如何进行？（初始编码、再编码、主题归类的具体步骤）
✓ 如何确保编码的可靠性（inter-rater reliability）？
✓ 是否使用分析软件（NVivo、Atlas.ti等）？如果是，你会用吗？
可行性评分（1-10）：[...]
需要寻求协助的方面：[...]
【第二部分：研究伦理性检查】
4. 【参与者知情同意与权益保护】
✓ 你是否已准备了明确的知情同意书（Informed Consent Form）？
其中是否包含：
□ 研究目的与过程的清晰说明
□ 参与者的权益与风险说明
□ 参与者有权随时退出研究
□ 数据使用与隐私保护说明
□ 研究者的联系信息
✓ 知情同意书是否已用参与者能理解的语言编写？
✓ 对于未成年参与者，是否已准备了家长同意书？
5. 【隐私保护与数据安全】
✓ 参与者的个人信息如何存储？（物理隐私 vs. 数字隐私）
✓ 数据去识别（de-identification）的措施是什么？
✓ 录音、录像数据如何保存和销毁？
✓ 何时完全删除参与者的可识别信息？
✓ 研究团队中谁有权访问原始数据？
6. 【研究中的最小风险评估】
✓ 你的研究涉及什么可能的风险？
□ 心理风险：访谈可能涉及敏感话题（如焦虑、自尊）吗？
□ 社会风险：数据泄露是否可能对参与者造成声誉损害？
□ 其他风险：[...]
✓ 这些风险是否都在"最小风险"范畴内？
✓ 你的风险预防和应对措施是什么？
风险等级评估：[低/中/高]
应对措施：[...]
7. 【文化敏感性与包容性】
✓ 你的研究涉及特定文化背景（如中国学生）。
是否考虑了文化差异因素？
✓ 研究设计是否可能无意中强化某些刻板印象或权力不对等？
✓ 是否充分尊重参与者的文化背景和多样性？
✓ 数据的表述和解读是否避免了文化偏见？
【第三部分：时间管理与学位计划的匹配】
8. 【研究时间表的现实性检查】
✓ 从现在起到数据分析完成，你预计需要多少月？
✓ 这是否与你的学位要求相符？（如博士论文预计完成时间）
✓ 时间表中是否预留了意外延误的缓冲？（通常建议预留20-30%的缓冲）
✓ 分解到月度的详细时间表：
- 月份1-2：[准备、伦理审查、工具精化]
- 月份3-5：[数据收集]
- 月份6-8：[数据分析]
- 月份9-10：[写作与修改]
- 月份11-12：[终稿与提交]
时间紧张度评估：[宽松/适中/紧张/极其紧张]
建议调整：[...]
【第四部分：综合判断与最终建议】
9. 【综合可行性评估】
综合以上检查，对你的研究整体可行性评分（1-10）：[...]
是否建议在当前形式下启动研究？[是/否/条件性建议]
如为"否"或"条件性建议"，关键的改进或调整建议是什么？
10. 【研究启动前的准备清单】
在正式启动研究前，以下工作是否已完成？
☑️ 伦理审查申请已提交并获批？
☑️ 所有数据收集工具已准备完成？
☑️ 参与者招募渠道已确认？
☑️ 知情同意书已准备并审查？
☑️ 研究团队已进行培训（如何进行伦理数据收集、访谈者培训等）？
☑️ 数据安全与隐私保护措施已落实？
☑️ 应急方案已制定？
☑️ 导师已审核研究设计并同意启动？
未完成项目的完成时间：[...]
11. 【最终的研究启动决策】
综合所有检查，你是否已准备好启动这项研究？
最终决议：[准备就绪 / 需进一步准备（预计 X 周） / 需重新设计]
关键的后续步骤：[...]💡 为什么要这样设计？ 书中反复强调"研究设计的伦理性与可行性"的重要性。很多研究者在理论层面设计得完美，但在实施阶段却发现：参与者难以招募、数据收集工具不现实、缺乏分析能力等问题。更严重的是，有些研究者忽视了伦理审查、隐私保护等关键问题。这个Prompt通过"实操性→伦理性→时间管理→综合判断"四层递进式检查，确保你的研究设计不仅在理论上严谨，更在实际操作中可行，在伦理上无懈可击。这是"从设计到执行"的关键过渡点。
📋 完整使用指南
✅ 6个Prompt的使用顺序与组合策略
情景A：你还很迷茫，只有模糊想法 \\text{Prompt 1} \\rightarrow \\text{Prompt 2} \\rightarrow \\text{Prompt 3} \\rightarrow \\text{Prompt 5} \\rightarrow \\text{Prompt 6}
流程：理清思路 → 将空白转化为RQ → 规范RQ表述 → 精化优化 → 可行性检查
情景B：你已读完文献，但还没定下RQ \\text{Prompt 2} \\rightarrow \\text{Prompt 3} \\rightarrow \\text{Prompt 5} \\rightarrow \\text{Prompt 6}
流程：从研究空白出发 → 规范定性/定量表述 → 精化优化 → 可行性检查
情景C：你确定做定量假设检验研究，需要正式的Hypothesis \\text{Prompt 3（定量版本）} \\rightarrow \\text{Prompt 4} \\rightarrow \\text{Prompt 5} \\rightarrow \\text{Prompt 6}
流程：确保RQ规范 → 从RQ推导Hypothesis → 精化优化 → 可行性检查
情景D：导师让你"重新思考你的研究问题" \\text{Prompt 5} \\rightarrow \\text{Prompt 1 或 Prompt 2}(\\text{根据问题所在}) \\rightarrow \\text{Prompt 5} \\rightarrow \\text{Prompt 6}
流程：深度诊断问题所在 → 针对性重构 → 重新精化 → 最终检查
🎯 6个Prompt的适用场景速查表
| Prompt | 关键场景 | 输入 | 输出 |
|---|---|---|---|
| Prompt 1 | 模糊想法梳理 | 非正式的研究想法 | 初步RQ候选+思路诊断 |
| Prompt 2 | 空白→RQ转化 | 研究空白清单 | 具体RQ+空白分类 |
| Prompt 3 | 定性/定量规范 | RQ初稿 | 规范的定性/定量RQ两版本 |
| Prompt 4 | RQ→Hypothesis | 定量RQ+理论基础 | 正式H0/H1+操作化定义 |
| Prompt 5 | 质量优化 | RQ/Hypothesis初稿 | 期刊发表水准的最终版本 |
| Prompt 6 | 启动前检查 | 定稿的RQ/Hypothesis | 可行性/伦理检查报告+启动清单 |
⚠️ 常见陷阱与规避策略
陷阱1：RQ过于宽泛，无法回答
❌ 错误示例："学习者焦虑如何影响语言学习？"（太宽泛，缺乏具体情境） ✅ 改进方案：使用Prompt 1或2梳理，明确具体群体、情境、学习方式 ✅ 提示：好的RQ应该能在一个硕士论文或博士论文的某一章中回答
陷阱2：定性研究错误地用Hypothesis表述
❌ 错误示例：定性研究写"Hypothesis: Students with high anxiety will avoid speaking in class" ✅ 改进方案：改为RQ："How do learners with high anxiety navigate speaking tasks in the classroom?" ✅ 提示：Hypothesis只用于定量假设检验研究，定性研究用Research Question
陷阱3：Hypothesis基于"我的直觉"而非理论或前人发现
❌ 错误示例："I hypothesize that AI feedback is better than teacher feedback because I think so" ✅ 改进方案：使用Prompt 4，阐明理论基础（如：Output Hypothesis, Corrective Feedback literature） ✅ 提示：好的Hypothesis必须有理论或前人研究支撑，而非凭空猜测
陷阱4：RQ与研究设计不匹配
❌ 错误示例：RQ是定性探索型"How do students experience AI-assisted learning?"， 但研究设计是仅发问卷（无访谈、观察） ✅ 改进方案：使用Prompt 6检查RQ与数据收集方法是否对应 ✅ 提示：每个RQ的回答需要相应的数据类型支撑
陷阱5：忽视参与者招募的现实性
❌ 错误示例：RQ设计需要100个参与者，但你无法接触到这么多人 ✅ 改进方案：使用Prompt 6评估参与者可获得性，必要时调整RQ范围 ✅ 提示：最好的RQ也需要能招募到足够的参与者