豆包专业版需严格按学科锚定→三路交叉验证→里程碑拆解的闭环流程提供专业建议，必须输入含具体对象、动作与约束的研究描述，经逆向拆解、可行性校准、隐性前提识别后，聚焦共同瓶颈制定可执行甘特图。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
你需要用豆包专业版为某个具体研究方向提供有深度、可落地的专业建议，而不是泛泛而谈“多读文献”“加强调研”这类空话，必须基于真实学术逻辑与领域实践展开。
明确研究方向的学科坐标与问题域
打开豆包专业版→点击左上角「新建对话」→在输入框顶部选择模型为「DB-Gemini-Pro-1.5」→输入：“请帮我锚定以下研究方向的学科归属、核心争议点与主流方法论谱系：[在此粘贴你的研究方向描述，例如‘基于多模态大模型的中医舌诊辅助决策系统’]”。
这一步不能跳过。如果直接让豆包提建议而不先厘清学科边界，它容易把医学问题套用计算机工程话术，或把教育学实证研究写成政策倡导文案。豆包不具备主动追问能力，【你提供的初始描述必须包含至少一个具体对象（如某种疾病、某类算法、某类人群）、一个动作（识别/干预/建模/评估）和一个约束条件（临床可行性/数据稀缺性/伦理限制）】。
生成三类差异化建议并交叉验证
方法一：逆向拆解顶刊论文路径
输入：“请选取近3年Nature Medicine或IEEE TPAMI中与[你的研究方向关键词]最相关的2篇论文，逐层反推其从科学问题→假设→数据设计→验证方式→局限讨论的完整链条，并指出当前链条中最脆弱的一环。”
立即进入“豆包AI人工智官网入口”；
立即学习“豆包AI人工智能在线问答入口”；
方法二：匹配现实约束的可行性校准
输入：“假设本研究仅有3名跨学科成员（1名临床医生、1名算法工程师、1名医学信息学研究生），6个月时间，本地GPU算力≤2×A100，且无法获取三甲医院结构化电子病历。请据此重构研究目标，给出3个可闭环验证的子问题及其对应最小可行数据集规格。”
方法三：识别被忽视的隐性前提
输入：“请列出该研究方向中5个被多数文献默认成立、但尚未被严格检验的前提假设（例如‘舌色变化与证候分类存在单调映射关系’），并为每个前提提供1种低成本验证方案（无需新采集数据，仅利用公开数据集或已有代码库）。”
注意：三个方法输出结果后，重点比对它们共同指向的瓶颈——若三路分析均指向“标注一致性不足”，那就不是模型架构问题，而是要立刻转向构建医师共识标注协议。
将建议转化为可执行的里程碑计划
① 把方法二中生成的3个子问题，按依赖关系排序：第一个子问题的输出必须是第二个子问题的输入，第二个的输出必须支撑第三个的验证。
② 为每个子问题标注所需资源类型（标注人力/算力/合规审批），并在右侧栏同步填写“替代方案”——例如“若伦理审批未通过，则改用已脱敏的TCM-Diagnosis公开数据集，但需在方法部分注明外部效度限制”。
③ 在豆包中输入：“请将以下3个子问题按上述依赖顺序，生成带时间节点（精确到周）、交付物定义（如‘完成舌象-证候映射矩阵V1.0，含≥5位医师Kappa值报告’）、阻塞风险标识（标红）的甘特图文本描述。”
这一步输出的文本可直接粘贴进Notion或飞书多维表格，自动生成进度看板。不要让豆包画图，它生成的图片甘特图无法编辑、不显示阻塞标识，【必须要求输出纯文本描述，且明确包含‘第X周完成…交付物为…若Y未达成则启用Z替代方案’结构】。
