选题是 AI 辅助科研里最容易翻车的环节，让 AI "给我想几个方向"，它列十个看着都行，能落地的可能一个都没有。

不是 AI 不行，是用法不对。

这篇把选题拆成 9 步讲透。文献搜索，用 academic-search 搜 11 个平台，知网单独走 Chrome DevTools。

文献精读，调研阶段只读摘要和 Introduction，50 篇以上用多级压缩。

材料准备，直接喂 PDF 是最常见的错误，AI 处理 PDF 实际上在猜，用 MinerU 转成 Markdown 再喂准确率高很多。

Idea 生成，关键不是问"怎么改进"，而是问"为什么会失败"，从失败倒推假设比正面硬想有用十倍。

最后让 AI 扮审稿人迭代 2-3 轮，只保留能设计实验验证的。