从研究方向到可资助的科学问题
基金选题需要把一个研究兴趣变成值得投入资源、能够产生新认识的问题。问题是否清楚、研究能改变什么判断、方案能否获得相应证据，需要一起考虑。
面上项目的评审涉及科学价值、创新性、社会影响和研究方案可行性。下面的方法把这些要求转成选题练习，不代表某个项目的官方评分细则，也不保证获得资助。面上项目管理办法
用一个练习看清层级
下面是虚构的教学题目，不对应真实申请或实测结论。
“用 AI 研究城市热环境”给出了方法和方向。“预测街道温度”给出了任务。“为什么一个城市训练的模型到另一个城市后误差增大”开始形成问题，但还需要确认这种现象是否存在。
进一步可以提出待检验的判断。假设误差来自形态与温度关系随气候条件改变，而非仅由测量差异造成，就需要设计能区分这两种解释的观测和比较。此时，选题才有具体的知识对象、竞争解释和证据需求。
如果项目目标只是提高预测准确度，也可以形成方法研究，但要说明新方法改变了什么能力、依赖什么假设、在哪些条件下优于已有方案。预测研究与因果机制研究的证据要求不同，应按实际主张选择。
从文献中找需要研究的缺口
把相关文献放到同一张表里，记录它们回答的问题、支持结论的证据和适用条件。只有比较对象一致，才能判断是否真有冲突或未解决部分。
| 缺口线索 | 需要补问的问题 | 可能需要的证据 |
|---|---|---|
| 不同研究结论不一致 | 数据、尺度和测量口径统一后还冲突吗 | 可比条件下的重复检验 |
| 一种解释尚未排除其他解释 | 哪个观测可以区分竞争解释 | 对照、识别设计或额外测量 |
| 方法只在窄条件下有效 | 新条件是否触及方法的核心假设 | 分布变化、失效分析与外部验证 |
| 关键现象难以测量 | 新测量会增加什么可识别信息 | 测量有效性、误差分析和独立校验 |
“这个城市还没人做过”只是覆盖空白。它能否成为研究缺口，取决于新场景是否检验了现有解释的边界，或带来了原本无法观察的变化。站内的四阶段方法提供从观察到可检验问题的完整路径。
明确研究价值和创新位置
先写一句研究完成后会增加的认识。它可以是区分两种机制解释、识别一个理论边界、建立一种可验证的测量方式，或解决某类方法在特定条件下的能力限制。
再说明与最接近工作相比的变化。问题、概念、理论、方法、测量和数据都可能承载创新，关键在于它们带来的新增认识或能力。采用新模型或组合现有模块，需要进一步解释为什么这些变化会解决已有方案无法处理的问题。
项目的社会价值要与研究结果接上。若某种规划判断依赖一项尚不可靠的估计，项目可以说明怎样改善估计，以及什么条件下改善会影响规划判断。应用场景很重要，但应用口号无法代替基础研究论证。
研究属性由问题来源决定。国家或经济社会需求可以牵引目标导向类基础研究；好奇心和学术灵感也可以形成自由探索类基础研究。二者都有各自的科学价值。2026 年研究属性规定
让方案真正回答问题
对每个核心问题写下四件事。支持与反驳它的结果分别是什么，最重要的替代解释是什么，什么数据能够区分这些解释，以及数据到结论之间需要哪些假设。
不同研究用不同的验证方式。理论研究需要推导和反例，方法研究需要适当基线、消融或能力边界检验，经验研究需要测量、比较与识别设计。因果主张还需要说明如何处理混杂等识别问题，不能仅以预测准确度支撑。
这些设计必须与项目条件相配。数据是否真的可得，关键仪器或计算资源是否具备，时间跨度是否足够，哪个步骤失败会使整个问题无法回答，都应在选题阶段考虑。
一页选题工作纸
| 填写项 | 要写出的内容 |
|---|---|
| 研究对象与范围 | 对什么对象，在什么条件下研究 |
| 已有认识 | 最相关工作建立了什么，证据是什么 |
| 核心问题 | 一个可明确回答的问句 |
| 预期贡献 | 回答以后会改变什么认识或方法能力 |
| 竞争解释或基线 | 最需要认真比较的另一种解释或方案 |
| 验证路径 | 哪些数据、操作与结果分别支持什么判断 |
| 前期基础 | 已掌握的证据，以及它支持的具体可行性 |
| 最大风险 | 最关键的不确定性及可行的替代路径 |
填完后，请同行判断每一格是否与同一个核心问题有关。若验证路径回答的是另一个问题，优先改研究设计；若贡献只有“大幅提升”“填补空白”，继续写出具体比较对象和知识变化。