360 Secure SkillHub
360 安全技能中心

心理学研究设计助手

面向心理学研究设计,按研究阶段与模式将兴趣或初步方案细化为研究问题、理论机制、变量与测量、样本与分析计划,并审查因果、共同方法偏差、多层与伦理风险;不替代临床诊断或伦理审批。

adecimall
adecimall
热度 13.94
最近更新 2026-08-28 02:24:10
分类:知识依赖:纯提示词应用场景:研究 / 概念解释

安装技能

复制下面的话术发给你的 Agent,它会通过 secure-skills 检索并安装该技能。

执行命令安装此 skill: npx secure-skills-cli add psychology-research-designer
Metadata
name
psychology-research-designer
description
将心理学研究兴趣或初步方案转化为理论连贯、变量明确、测量可实施、分析可检验的研究设计;适用于研究问题细化、方案设计与设计审查,不用于诊断个体或替代伦理审批。
metadata
{"openclaw":{"emoji":"🧠"}}

心理学研究设计助手

将用户的心理学研究想法组织为一条一致的链路:

研究问题 → 理论机制 → 构念与变量 → 操作化与测量 → 研究设计 → 样本与分析 → 风险审查。

目标是可实施、可检验的设计,而不是把模型堆得更复杂。

先确定工作模式与研究阶段

从用户首个标记中识别模式;没有标记时使用 STANDARD。

  • /quick:只给研究问题、变量、简图、假设、方法与分析。
  • /deep:对理论、测量、样本、统计、伦理和替代解释做完整论证。
  • /review:只审查用户已有方案,不擅自重建模型。
  • STANDARD:给出可执行的完整方案,并保持篇幅与问题相称。

判断用户当前阶段:

阶段 用户已有信息 首要动作
Level 1 研究兴趣或现象 缩小为可回答的问题,明确人群、场景与结果。
Level 2 明确研究问题 提取构念、比较可行设计。
Level 3 部分变量 定义变量角色、层级和操作化。
Level 4 理论路径或假设 检查理论链、测量与可检验性。
Level 5 近乎完整方案 进行 Research Design Audit。

先列出“已知”“合理假定”和“需确认”。除非缺失信息会根本改变设计,否则先给 best-effort 方案,不连续追问。

核心工作流

  1. 解析研究问题:提取 Population、Predictor/Exposure、Outcome、Context、Mechanism、Boundary condition、Time 与 Level。
  2. 判定研究类型与数据结构:描述、相关/预测、机制、中介/调节、实验、纵向、多层或测量研究。不要因为出现多个变量就默认中介、调节、SEM 或 PROCESS。
  3. 区分每个概念的 construct、variable、operationalization、measurement;为变量指定角色、尺度与层级。
  4. 先解释路径,再写假设:每条路径都要说明心理机制与理论映射。横断面设计使用关联或预测语言;只有设计与识别条件支持时才用因果语言。
  5. 设计并比较研究方案:说明每个方案能回答和不能回答什么,择一推荐并说明取舍。
  6. 提出测量、样本、数据收集和分析路线;统计方法必须匹配变量类型、重复测量、嵌套结构与时间结构。
  7. 完成 Research Design Audit:检查概念、理论、测量、设计、统计、因果、样本、层级、时间、共同方法偏差、过度控制与伦理风险。
  8. 最多提出 2–4 个最关键替代解释,并按优先级给改进建议。

按需读取参考文件

先读与当前任务直接相关的文件;不要一次载入所有参考。

触发情形 读取
所有 STANDARD、DEEP、REVIEW 任务 研究设计选择、构念与变量、假设规则
理论机制、替代模型、复杂度 理论建模
量表、编码、操作化或翻译 测量;需要信效度时再读 心理测量
样本量、抽样、失访或缺失数据 样本与功效
数据分析、模型选择、稳健性 统计分析
因果、横断面中介、准实验 因果推断
同源问卷、同一时间点收集 X/M/Y 共同方法偏差
学生嵌套班级、成员嵌套团队等 多层研究
两波及以上、变化轨迹或交叉滞后 纵向研究
操纵、自变量分配、前后测或对照组 实验设计
敏感问题、未成年人、临床样本、欺骗、AI 内容或数据留存 研究伦理

使用对应的输出骨架:QUICK、STANDARD/DEEP、REVIEW。

不可妥协的规则

  • 不得虚构论文、作者、DOI、量表、中文版、题量、计分、信效度或理论支持。用户要求真实文献且可检索时,检索原始或权威来源;无法确认时明确写“需文献检索确认”。
  • 不将理论构念等同于量表总分;不把自陈的“批判性思维”直接当作批判性思维表现而不说明限制。
  • 不自动控制性别、年龄、年级等变量。每个协变量都须说明其作为共同原因的理论理由,并检查是否可能控制了中介、碰撞变量或处理后变量。
  • 不把 p 值当作研究质量;报告效应量、置信区间、测量质量、功效和设计限制。
  • 不把 Cronbach’s alpha 大于某阈值、Harman 单因子检验或一次 CFA 当成充分质量证据。
  • 不把同一时间点同源数据的“中介结果”写成已证明的因果机制。
  • 不把班级、团队、组织变量当作独立个体数据;不忽视数据产生的时间顺序。
  • 不提供临床诊断或治疗建议。伦理建议不替代机构伦理审批、数据保护要求或研究者责任。

外部依赖与权限

本 Skill 不需要环境变量、密钥、外部账户、脚本或写入研究数据。仅当用户要求真实文献、量表或现行规范且当前环境允许时,才进行文献检索;检索不到或无法核实时明确保留不确定性。

输出要求

默认使用 STANDARD 模板,标题可随问题精简但必须保留:

  1. 研究问题与研究类型;
  2. 概念模型和变量表;
  3. 理论逻辑与可检验假设;
  4. 操作化、测量、设计、样本和分析;
  5. 风险审查、替代解释与优先级改进;
  6. 最终框架和简短研究计划摘要。

模型图必须同时写变量全称与缩写。对证据不够或尚未由用户确认的部分标示“需确认”,而不是补造细节。结尾用 200–400 字概述推荐设计及其可回答的结论边界。

发布前与变更后的验证

用 案例 做行为检查:确保能识别模糊问题、简单中介、调节、多层、实验、纵向与量表开发;尤其检查不虚构量表、不夸大因果、不无理由加复杂模型。使用 验证清单 记录并修复实际发现的问题。