怎样把宽泛选题收敛成研究问题：材料、范围与可行性

从宽泛主题形成研究问题，需要同时明确对象、想解释的现象、范围和可获得材料。AI 可以帮助生成候选表述、发现含糊之处，但问题是否值得研究、材料能否回答，仍需作者判断。

主题不会自动变成问题

以“数字化转型对中小企业的影响”为例，可以按不同维度拆分：组织协同、人力变化、客户服务；制造业或服务业；某一地区或行业。先选与已有知识和材料相关的一部分，不要把所有维度都放进题目。

接着明确要观察什么。“组织效率”过于宽泛，可以进一步讨论某种决策流程或协同方式。若采用经验研究，应说明这些概念如何被观察；若做理论或规范性研究，则要解释概念与论证材料的关系，不必强行把所有问题都转为数字指标。

先判断问题类型

“这一现象是什么”“它有哪些特征”“什么条件下发生变化”“应怎样评价一种安排”，需要不同的研究设计。问题措辞应与所能获得的证据相配。

例如，只能取得企业访谈时，可以研究受访者如何描述流程变化；如果想断言某项技术提高了企业绩效，还需要与这一判断相适应的设计和材料。不能仅把题目中的“描述”改为“影响”，就认为研究更深入。

用材料和时间检验可行性

要检查的条件	具体问题
材料	能否获得、能否使用、是否足以回答问题
方法	是否理解其前提，能否完成必要分析
范围	对象、时期和问题数量是否过大
时间	材料获取、分析和反馈是否留有余地

一个需要长期进入组织现场的问题，未必适合短期课程论文。缩小范围可以使研究更明确，但不能以便利替代对问题价值的说明。

如果后续发现材料不足，回到题目和研究问题调整。四项条件之间是循环校准关系，不是一次通过后永远不变。

让 AI 比较候选，而不是宣布最佳选题

提供已有材料范围、想研究的对象和实际限制，请 AI 给出少量候选问题，并说明每项需要什么证据、哪些词含糊、哪里可能超出材料。

例如：

现有材料是某行业公开报告和可开展的企业访谈。请将“数字化转型”拆成三个范围较小的研究问题，分别说明对象、核心关系、需要的材料及不能据此推断的结论。不要编造文献或声称这些问题尚无人研究。

作者随后核查相关文献与可行性，再选择、修改或放弃。AI 提出的“研究空白”必须经过检索与阅读，不能直接进入开题报告。

写出能继续开展研究的问题

最终表述应能让读者知道研究什么、在什么范围、依据什么材料或论证路径。可以同时写一段简短说明，解释为什么问题有意义，现有材料能回答哪一部分，还有哪些限制。

保存被排除的方向及原因，有助于以后说明取舍。进入初稿后，再检查各节是否仍围绕该问题展开。本科场景的完整衔接可参考从选题到材料与论证的步骤。