scientific-brainstorming
Ajuda seu agente a gerar e discutir ideias científicas de forma estruturada. Ele avalia as ideias com base em evidências. É útil para pesquisadores em fases iniciais de projetos para explorar novas direções.
O que ela faz
Ajuda a pensar em novas ideias para pesquisas científicas, organizando e avaliando essas ideias de forma clara. É útil para começar a pesquisar ou decidir quais caminhos seguir.
Quando usar
- ✓Quando você tem uma pergunta científica e quer explorar possíveis respostas.
- ✓Ao decidir qual ideia de pesquisa é mais promissora para investigar.
- ✓Para desafiar e melhorar ideias existentes com base em evidências.
Exemplo do que pedir para a IA
“Quais são as possíveis abordagens para entender o impacto das mudanças climáticas na migração de pássaros, considerando as evidências atuais?”
Quer saber mais? Abra as seções abaixo.
Como usar
O jeito mais fácil: copie a mensagem abaixo e cole no Claude, ChatGPT, Cursor ou outra IA. Ela lê a skill e segue as instruções.
Link da skill
Mensagem pronta para colar
Como funciona
A IA ajuda a gerar ideias separadamente, depois as organiza e avalia com base em critérios definidos. Ela garante que todas as opiniões sejam consideradas e que as decisões sejam transparentes.
Instalação
Jeito mais fácil: copie o link da skill e cole no Claude, ChatGPT ou Cursor pedindo para seguir as instruções.
No terminal (Claude Code, Codex, Cursor), na pasta do projeto:
npx skills add K-Dense-AI/scientific-agent-skills --skill scientific-brainstormingOu baixe só o arquivo:
curl -L https://raw.githubusercontent.com/K-Dense-AI/scientific-agent-skills/main/skills/scientific-brainstorming/SKILL.md -o SKILL.mdConteúdo técnico (SKILL.md)
Tradução do texto original do autor no GitHub. Os comandos e códigos estão como no original.
Brainstorming Científico
Propósito e limites
Use esta habilidade para criar, organizar, desafiar e priorizar de forma transparente
direções de pesquisa candidatas. Trate cada resultado como uma proposta, não como uma
descoberta. Métodos de criatividade podem alterar a participação e o rendimento de ideias, mas nenhum
método melhora universalmente a originalidade, utilidade ou validade científica.
A base de evidências e seus limites são resumidos em
references/sources.md.
Mantenha estas atividades separadas:
- Ideação cria perguntas, mecanismos, alternativas ou conceitos de estudo.
- Avaliação de evidências verifica o que a literatura e os dados confiáveis suportam.
- Validação de hipóteses requer observações, previsões, desenhos adequados, análises e escrutínio independente; brainstorming não pode validar uma hipótese.
- Ética, biossegurança, uso duplo, revisão regulatória e institucional requerem os revisores autorizados relevantes. Um brainstorm nunca é uma aprovação.
- Aconselhamento clínico requer clínicos qualificados e contexto específico do paciente. Não transforme ideias de pesquisa em orientação de diagnóstico ou tratamento.
Para uma hipótese testável baseada em observação, encaminhe para
hypothesis-generation. Para arquitetura de estudo, use experimental-design;
para tamanho de amostra, statistical-power; para evidências existentes,
literature-review; e para análise, statistical-analysis.
Regras de operação
- Rotule as afirmações como ideia, suposição, previsão, evidência localizada ou decisão. Nunca misture essas categorias.
- Gere independentemente antes de expor os participantes a ideias de outras pessoas ou geradas por IA. A vez de falar presencial pode bloquear a produção, e exemplos podem ancorar a produção posterior.
- Preserve visões minoritárias, evidências negativas, incertezas e abstenções. Consenso não é verdade e contagens de votos não são tamanhos de efeito.
- Registre a proveniência sem expor informações confidenciais, pessoais, controladas ou não publicadas.
- Defina critérios e direções de avaliação antes de pontuar. Mantenha as pontuações brutas, razões, intervalos e desacordos visíveis.
- Pesquise a literatura após uma rodada inicial independente quando for prático, então reabra deliberadamente a ideação. Isso reduz a ancoragem precoce sem confundir uma busca incompleta com uma lacuna de pesquisa.
- Não selecione automaticamente um "vencedor". Pontuações são auxílios de decisão rastreáveis; julgamento qualitativo, incerteza, viabilidade e portões de ética permanecem decisivos.
Fluxo de trabalho reproduzível
1. Escopo da sessão
Escreva uma pergunta focal e registre:
- propósito, público, proprietário da decisão e horizonte de tempo;
- tópicos incluídos e excluídos;
- restrições que são reais, assumidas, negociáveis ou desconhecidas;
- conhecimento atual, observações não resolvidas e resultados proibidos;
- se participantes humanos, animais, cuidados clínicos, dados sensíveis, patógenos, tecnologias controladas ou liberação ambiental poderiam ser implicados.
Se a solicitação buscar cuidado específico do paciente, evasão de supervisão, otimização prejudicial ou detalhes de uso duplo operacionalmente habilitadores, pare a ideação e encaminhe para o processo profissional ou institucional apropriado.
2. Diversifique perspectivas deliberadamente
Convide perspectivas metodológicas, de domínio, de implementação, estatísticas, de segurança, de ética, de partes interessadas e de experiência vivida relevantes. Diversidade não é uma garantia de criatividade: explique qual perspectiva está representada, faltando ou estruturalmente desfavorecida. Use modos de participação acessíveis e IDs de participante pseudônimos onde apropriado.
O facilitador deve divulgar conflitos, evitar oferecer uma resposta preferida primeiro, impedir que membros seniores dominem e pedir aos líderes que contribuam após a rodada independente.
3. Gere independentemente
Dê a todos o mesmo prompt neutro, restrições e janela de tempo fixa. Os participantes escrevem ideias privadamente e em paralelo antes da discussão. Para cada ideia, capture:
- um ID estável e uma declaração de uma frase;
- ID(s) do contribuinte e estágio (
independent,discussionoupost-check); - origem (
human,AI-assisted,literature-inspired,mixedouother); - suposições, observações previstas, incertezas e possíveis evidências de desconfirmação;
- identificadores de origem para ideias inspiradas na literatura e divulgação de ferramenta/propósito para assistência de IA.
Não mostre soluções de exemplo antes desta rodada, a menos que os exemplos sejam necessários; se forem, registre-os como potenciais âncoras.
4. Compartilhe sem avaliação imediata
…
Perguntas frequentes
O que significa 'evidência-aware'?
Significa que as ideias geradas levam em conta o que já se sabe (evidências científicas) e também reconhecem os limites desse conhecimento.
Posso usar isso para validar uma hipótese científica?
Não. Esta ferramenta é para gerar e organizar ideias. A validação real de uma hipótese requer experimentos e análises específicas, que são feitas por outras ferramentas ou especialistas.
A IA vai escolher a melhor ideia para mim?
A IA ajuda a organizar e avaliar as ideias com base em critérios que você define, mas a decisão final sobre qual caminho seguir ainda é sua, considerando todos os fatores.
Detalhes
Descrição original do autor
Facilitates evidence-aware scientific ideation with independent generation, structured discussion, explicit assumptions, transparent evaluation, adversarial review, and decision logs. Use for early-stage research brainstorming or prioritizing candidate directions; hand off empirical validation, study design, ethics or regulatory review, and clinical questions to appropriate experts or skills.
Popularidade
- Estrelas no GitHub
- 51 mil
- Posição no ranking
- #1969
- Licença
- MIT
- Atualizada em
- 15/10/2026
Comentários
- …
Mais skills deste repositório
13c-metabolic-flux
Estima fluxos metabólicos usando dados de rastreamento de isótopos de carbono-13. É útil para analisar o metabolismo celular e vias bioquímicas.
K-Dense-AI/scientific-agent-skills
adaptyv
Projeta experimentos de caracterização de proteínas usando a API Adaptyv. Ele ajuda a estimar custos, enviar sequências e monitorar resultados de laboratório.
K-Dense-AI/scientific-agent-skills
aeon
Realiza tarefas de aprendizado de máquina em séries temporais. É útil para classificar, prever, detectar anomalias e encontrar padrões em dados sequenciais.
K-Dense-AI/scientific-agent-skills
alphagenome
Consulta efeitos genômicos pré-calculados para variantes genéticas. Ele fornece pontuações e explicações para entender o impacto das variantes no genoma.
K-Dense-AI/scientific-agent-skills
Skills parecidas
agent-architecture-audit
Faz seu agente verificar se tudo está funcionando corretamente. Ele encontra e conserta problemas em sistemas de IA, garantindo que funcionem como esperado.
affaan-m/ECC
agent-eval
Ajuda seu agente a comparar diferentes ferramentas de programação de IA. Ele mede qual é mais rápido, barato e confiável para realizar tarefas específicas.
affaan-m/ECC
agent-harness-construction
Faz seu agente entender melhor como realizar tarefas. Ele otimiza as ferramentas e instruções que o agente usa para aumentar suas chances de sucesso.
affaan-m/ECC