第一章 析题：看清赛场 001
第一节 课题选题与题目的辩证关系 002
一、选题与题目的概念辨析 002
二、从选题到题目的转化路径 005
三、题目对选题的反向牵引 007
第二节 课题的问题意识 011
一、问题意识的基本内涵 011
二、问题意识的类型划分 013
三、问题意识的形成路径 016
第三节 课题选题来源 020
一、从政府工作报告中寻找选题 020
二、从新闻事件中寻找选题 022
三、从学术报告中寻找选题 024
第四节 AI 智能分析课题指南和立项选题 027
一、课题指南的专项深度分析 027
二、单条立项选题的深度剖析 028
三、学科立项选题的整体特色与趋势分析 029
四、课题指南与立项选题的比较分析 029
五、智能分析课题指南和立项选题的注意事项 031
第二章 找题：锚定方向 033
第一节 大小模型结合找题目 034
一、小模型智能生题 034
二、大模型辅助修改课题题目 044
第二节 由现象出发找题目 044
一、社会现象的识别与界定 045
二、学术理论视角的选择 046
三、研究问题的提炼 047
第三节 由研究对象出发找题目 058
一、研究对象的核心地位与类型划分 059
二、以人为研究对象 059
三、以物为研究对象 061
四、以事为研究对象 062
五、以理为研究对象 063
六、以模式为研究对象 064
七、由研究对象出发寻找课题题目的方法论 065
第四节 由情境出发找题目 069
一、情境识别与分析 069
二、研究对象确定 070
三、研究问题提炼 070
四、题目构建与优化 071
第五节 由理论出发找题目 076
一、经典理论库匹配法 077
二、智能平台辅助发现法 084
第六节 由理念或思想出发找题目 089
一、借助 AI 自上而下寻找前沿理念或思想 090
二、分析已立项课题，自下而上归纳前沿理念或思想 093
第七节 由技术出发找题目 094
一、技术识别与筛选 094
二、技术与研究问题的适配 095
三、课题题目的生成与优化 096
第八节 由交叉学科出发找题目 100
一、交叉学科的识别与筛选 102
二、交叉学科与研究问题的适配 103
三、课题题目的生成与优化 103
第九节 基于 ADFV 模型找题目 108
一、ADFV 思维模型的核心逻辑 108
二、ADFV 题目寻找法的独特价值 111
三、ADFV 与九大课题选题类型的关系 112
第十节 基于课题指南找题目 117
一、课题指南的特征与价值 118
二、课题指南选题转化的核心逻辑 119
三、AI 辅助的课题指南选题转化 120
四、需要注意的问题 121
第十一节 基于立项课题题目找题目 124
一、立项课题题目的收集与整理 125
二、立项课题题目的分析与借鉴 126
三、AI 辅助的题目生成与优化 126
四、课题指南选题与立项课题题目的协同运用 127
五、需要注意的问题 128
第三章 证题：亮出底气 131
第一节 证题的核心逻辑：在前人肩膀上找到立足点 132
一、证题完成的三重任务 132
二、“学术史梳理”与“研究现状”：异曲同工，各有侧重 134
三、传统文献梳理的困境 135
第二节 AI 辅助文献梳理：从海量文献到精准缺口 136
一、四步操作流程 136
二、五个识别研究缺口的进阶技巧 137
第三节 构建叙事框架：把文献梳理写成有说服力的论证 138
一、四种常见叙事框架 139
二、撰写研究现状的五条核心原则 140
三、从“学术史梳理”或“研究现状”到研究缺口：证题的最后一公里 141
第四节 借助智能体撰写文献综述 141
一、智能体操作的完整流程 142
二、智能体综述的正确使用方式 145
第五节 运用 AI 辅助证题的伦理规范 146
一、AI 辅助证题的四条底线 146
二、证题与找题的相互校验 147
三、运用 AI 辅助证题的几点忠告 148
第四章 论题：搭建骨架 150
第一节 什么是好的研究内容 152
一、研究内容在申请书中的地位 152
二、研究内容的五个特征 152
第二节 研究内容的常见结构类型 154
一、六种基本结构类型 154
二、结构类型的灵活运用 157
第三节 TMAQ 模型：AI 辅助构建研究框架的核心方法 157
一、TMAQ 模型的提问模板 158
二、TMAQ 模型的使用示例 158
三、TMAQ 智能体的使用方法 161
四、TMAQ 模型的进阶用法 168
五、TMAQ 模型使用的注意事项 170
第四节 研究框架图的设计逻辑与绘制方法 170
一、研究框架图的三种基本类型 171
二、研究框架图的五点设计原则 173
三、研究框架图的五步绘制流程 175
四、利用 AI 辅助绘制研究框架图 177
五、研究框架图设计的常见问题 181
第五节 论题的常见问题与自查清单 183
一、论题环节常见的问题 183
二、让 AI 充当“挑剔的评审专家” 187
三、论题自查清单 188
第五章 解题：注入灵魂 192
第一节 研究价值的阐释 193
一、学术价值：你的研究让学术世界多了什么 194
二、实践价值：你的研究能为现实世界解决什么问题 197
三、研究价值阐释的原则 199
四、AI 辅助研究价值的阐释 199
第二节 研究对象的界定 201
一、研究对象界定的四个维度 202
二、AI 辅助研究对象的界定 204
第三节 研究问题的提炼 205
一、研究问题的四个核心特征 205
二、研究问题的四种基本类型 206
三、研究问题的分解：从总问题到子问题 208
四、AI 辅助提炼研究问题的方法 209
第四节 研究目标的设定 210
一、研究目标设定的四个原则 211
二、研究目标的主要类型 212
三、AI 辅助研究目标的设定 214
第五节 创新点的提炼 215
一、创新的维度 216
二、创新点提炼的原则 218
三、AI 辅助创新点的提炼 219
第六章 立题：最终淬火 223
第一节 四维评估：建立系统审视的整体框架 224
一、科学性评估：研究逻辑是否严密自洽 225
二、创新性评估：研究贡献是否真实独特 227
三、可行性评估：研究方案能否切实完成 229
四、价值性评估：研究方案是否值得资助 231
五、四维评估问题清单：确定修改优先级 232
第二节 精准诊断：逐板块扫描高频问题 233
一、选题题目层面的精准诊断 233
二、选题依据层面的精准诊断 235
三、思路框架层面的精准诊断 239
四、研究方法层面的精准诊断 241
五、研究基础层面的精准诊断 242
第三节 迭代优化：有序推进的四轮修改 244
一、第一轮：结构修改，解决致命性问题 244
二、第二轮：内容修改，解决严重性问题 245
三、第三轮：表达修改，解决改善性问题 247
四、第四轮：综合把关，解决收尾性问题 249
第四节 终稿定型：从打磨完成到准备提交 251
一、整体视觉呈现的最终打磨 251
二、提交前的程序性核查 252
三、建立申报经验的个人档案 253
结语 六步，走的是同一条路 256
一、六步不是六个房间，而是一条河 257
二、六步各有侧重，但侧重的是同一件事的不同面 257
三、所有步骤背后，只有一条主线 259
四、最后的叮嘱 259
本书聚焦课题申报中“想不透”的核心痛点，跳出格式手册思维，提出 AI 辅助的课题论证六步法，搭建从研究构思到申请书定稿的完整思维链条，同时辩证看待 AI 价值，明晰人机协作的边界与核心。
本书按析题、找题、证题、论题、解题、立题六步展开，逐一解答课题申报中的关键问题，详解 AI 在各环节的实操方法，并融入 ADFV、TMAQ 等模型，配套自查清单、四维评估等方法，兼顾方法性与实用性。
本书适合各类课题申请者，是想要借助 AI 高效完成课题论证、撰写出高质量课题申请书的学者与研究人员的实用指南。
