ChatGPT 经济学研究选题技能:把观察写成可检验的问题
EnglishChatGPT 安装步骤
- 从固定版本 GitHub 原文下载 _skills/ideation/research-ideation/SKILL.md。将它作为 research-ideation 的独立文本技能,保留名称、描述及正文。
- 在已启用技能和上传权限的 ChatGPT 工作区,打开「插件 → 技能 → 创建 → 从电脑上传」,选用文件选择器接受的技能包格式。也可在「使用编辑器创建」中录入原名称、描述和文本指令。
- 完成扫描后,确认 research-ideation 出现在已安装列表。在新对话输入 @ 并选择此技能,使用页面的虚构示例检查输出。
中文摘要
从一个经济现象、数据来源或政策变化出发,提出可观测的机制和竞争解释,再用可行性、识别策略及现有文献比较研究问题。
SKILL.md 中文导读
可复现示例
虚构背景是两座城市的公交票价变动,一座在暑假开始前降价,另一座维持原价。每周只有匿名总乘车次数和天气数据。请列出两个可检验问题、方向性假设、需要补的数据和最早可做的验证。工作步骤
- 交代现象、候选机制和目前可取得的资料。
- 将竞争解释转成可检验问题,说明关键变量、样本和数据缺口。
- 比较证据价值和可行性,挑一个适合先验证的问题。
验收方法
问题应明确研究单位、时间窗及结果变量,指出暑期与票价变化重合导致混淆。方案可以从趋势图与平行趋势检查开始,把额外城市或历年数据列为待补。
GitHub 原文 · 更新日期
适用环境
需要有技能创建权限的合资格 ChatGPT 工作区,选择上传时还需相应权限。这份纯文本移植的安装路径按 OpenAI 文档核对,工作区运行待验证。
常见问题
只有一个观察时可以直接提出因果结论吗?
先把观察变成假设,写清可能混淆的因素与可检验预测。能否识别因果要看对照组、数据范围和研究设计。
相关指南
相关推荐
academic-paper-writer 技能
meleantonio/awesome-econ-ai-stuff
python-panel-data 技能
meleantonio/awesome-econ-ai-stuff
stata-regression 技能
meleantonio/awesome-econ-ai-stuff
ChatGPT Beamer 学术演讲技能:按时长安排经济学报告幻灯片
meleantonio/awesome-econ-ai-stuff
ChatGPT 经济学数据可视化技能:从样例数据起草 R 图表
meleantonio/awesome-econ-ai-stuff
api-data-fetcher 技能
meleantonio/awesome-econ-ai-stuff