碩士論文題目怎麼選：用 AI 三天內找到可執行的方向
手上有數據卻不知道怎麼開始？有想法但說不出研究問題？用 Storm 法把模糊想法講出來，再用 CARE Framework 四步收斂成可執行的研究題目。
「在醫學中心手上有大量 data，卻因為不曉得怎麼開始而堆在倉庫長灰塵。」
選題卡關的人，問題通常不是「沒想法」,而是不知道怎麼把模糊的興趣變成一個可回答的研究問題。
解法很直接：用 Storm 法跟 AI 對話，把腦中的模糊想法講出來，再用 CARE Framework 四步收斂成可執行的研究問題。三天內可以產出初步大綱，拿去跟教授討論。
為什麼選題這麼難
「有想法」和「有研究問題」之間，差了三個層次：
- 想法層：「我想研究 AI 在醫療的應用」
- 問題層：「AI 輔助糖尿病視網膜病變篩檢能否超越傳統方法？」
- 執行層：「用 ResNet-50 對 5,000 張眼底照片分類，與三位眼科醫師的診斷比較」
大部分人卡在第 1 層到第 2 層。傳統方式是讀大量文獻後慢慢收斂，但這對新手是先有雞還是先有蛋的問題。
Storm 法 + CARE Framework：三天走完
第一天，Storm 法：打開 AI 對話工具，用最口語的方式描述你的狀況。不需要學術用語，就像跟朋友聊天。AI 會追問細節，幫你產出 3-5 個可能的研究角度。
「教授叫我做 ESG 相關的，但我完全不知道 ESG 可以怎麼切。」
像這樣直接說就好。說出來的過程本身就是釐清的過程。
第二天，CARE Framework：拿著 3-5 個方向，用四個維度逐一檢驗。C（場域）、A（受眾）、R（研究問題）、E（證據）。最後選 E 最強的那個，也就是你手上資源最能支撐的方向。
第三天，產出大綱：拿著 CARE 的結果跟 AI 做最後一輪對話，請它生成暫定標題、研究背景、研究問題、預期方法、預期貢獻。先交出 60 分的版本，根據教授回饋再迭代。
比完美更重要的是速度。很多人花三個月想題目，結果教授早就把好的數據集派給別人了。
FAQ
Q：完全沒想法怎麼辦？
從日常工作中找「不合理」的事情。你覺得某個流程很蠢、某個系統很難用,這些不滿就是研究問題的種子。把不滿告訴 AI，它會幫你轉化成研究問題。
Q：AI 給的方向太泛怎麼辦？
正常的。追問 3-5 輪就會收斂。問它：這個方向具體回答什麼問題？需要什麼數據？預期結果是什麼？