研究设计不是一张填空表。各项决定环环相扣：改变设计类型，检验方法就会改变；检验方法变了，所需的样本量也随之改变。通用 AI 工具也能给出看似合理的设计，但样本量常常与实际检验不匹配，或者混入并不存在的量表和论文。
智能体画廊中的 Experimental Design 智能体就从这项核对开始。它阅读相关研究的方法部分，以此为依据逐一做出你研究中的各项决定，并记录每项决定的理由和来源——凡是依赖惯例或判断的选择，都会明确标注无来源。你会得到一份实验设计报告，以及它所阅读研究的参考设计对比表。
智能体做什么
工作流由四个智能体步骤和一个回答组成。它不会中途提问：你在请求中写明的内容——对象人群、操纵、测量、约束——会严格照写保留；你没写的部分则按前人研究中最常见的做法确定，并记录为假设。
- 研究问题与参考设计。 重新梳理现象、对象人群和结果变量，写出 2–4 个可回答的研究问题和有方向的假设，并确定尚未明确的维度。然后调查相关研究是如何设计实验的：按范式和主要测量检索，阅读最相关的方法部分，并为每项实际读过的研究记录一行——设计、自变量与因变量、测量、N、分析、链接，以及它支持哪个设计要素。
- 变量、设计与测量。 确定设计类型——被试间、被试内或混合，以及因子结构——及其适用理由，确定随机化和平衡方案，并比较一个备选设计及其利弊。每个自变量确定操纵方式和水平数，每个因变量确定工具、单位和计算方法。所有问卷或量表都会在 Neutropic 的测量工具库中查询，只使用工具库返回的内容（条目、计分、反向计分条目、来源、许可）。查不到的工具会标为来源待确认，绝不称其已验证。
- 样本量、流程与效度。 用与设计匹配的检验计算功效曲线，取达到目标功效的 N——报告中不会出现功效曲线无法支持的样本量。绘制方案流程图（筛选、基线、干预、后测，以及各阶段的 n 和时间），确定主要 KPI 及成功标准、次要 KPI 和多重比较控制，列出伦理事项，以及内部、外部、构念和统计结论效度威胁及各自的应对。
- 撰写与检查。 用请求的语言撰写一份设计报告，并运行设计检查，把报告中的数字与图表——功效曲线、流程图、预期结果——对照，修正所有重大不一致后才结束。
- 回答。 聊天中显示简短总结和文件。
设计报告包含什么
报告汇集了框架、设计、变量与测量、参与者、统计、流程与伦理，以及各设计要素的依据和来源，并把你设定的内容与智能体假设的内容区分开来。
报告最后是一份预注册草案——假设、设计、变量、样本、分析和排除规则——以及留给你决定的事项清单。可下载为 DOCX、PDF 或 Markdown。
参考设计对比表中每项被调查的研究占一行：设计类型、自变量、因变量与测量、样本量、分析、链接，以及本设计从中借鉴了什么。两者相互关联——设计依据中引用的每项研究都在对比表中，其支持列显示它支撑哪个要素。只有本次运行中检索并阅读过的论文才能被引用，其他引用会在保存前删除。
样本量如何确定
功效曲线在代码中用与设计匹配的检验计算——例如对于前后测混合设计，用变化分数检验交互作用。报告会写明效应量、α、功效以及效应量的来源；没有来源的估计值会如实标注。N 是检验假设所需的最小人数，不额外加入流失余量，因此招募计划要在此基础上制定。
级别带来的变化
每个级别都运行相同的步骤，样本量始终来自功效曲线。级别越高，调查的参考研究越多，阅读的方法部分越多，报告中增加的章节也越多。
| Lite | Pro | Expert | Max Thinking | |
|---|---|---|---|---|
| 一句话 | 快速给出主设计 | 主设计 + 一个备选 | 含完整分析计划的设计 | 再加预实验计划和时间表 |
| 候选 · 对比研究 | 8 · 5 | 20 · 8 | 30 · 12 | 40 · 15 |
| 完整阅读的方法部分 | 无（仅摘要） | 2 篇 | 4 篇 | 6 篇 |
| 样本量 | 功效曲线 + 计算代码 | 相同 | 相同 + 敏感性表 | 相同 + 敏感性表 |
| 额外章节 | — | — | 分析计划 · 操纵检验 | 分析计划 · 操纵检验 · 预实验计划 · 时间表 |
如何运行
打开智能体画廊 → 研究设计，在 Experimental Design 上点击运行任务。首页打开后输入框中有示例任务，把它改写成你的研究：
Design an experiment on {research topic or idea}. I want to test how {what you manipulate} affects {the outcome you measure} in {population}.已经决定的内容请写下来——会严格照写保留。补充以下信息会明显改变结果：
- 参与者上限或其他约束（时间、预算、设备）。功效和备选设计会在约束范围内比较，依据表会说明哪项约束改变了哪个决定。
- 必须使用的测量工具或论文。 测量工具会核对来源和计分，论文会进入参考设计对比表。
- 所在机构的 IRB 模板或规定。 伦理事项会遵循它们。
I want to test in VR how kiosk font size affects task success for older adults. We can recruit at most 60 participants. Include a preregistration draft.
在发送旁选择级别并发送。和其他智能体一样，智能体页面上的我的指示可以保存课题组的固定规则——功效标准、效应量来源、偏好的设计、报告语言——命名后反复使用。
设计之后
在同一个聊天中继续："如果只有 80 人呢？"、"改成被试间设计"、"预注册用 OSF 模板"。如果想自己修改，在文件面板中对报告点击保存到笔记本。
在依赖这份设计之前，请审核效应量假设，核对测量工具的许可和译本，并阅读决定事项清单。伦理事项是协助你申请的草稿，是否批准由 IRB 判断。预注册同样是草稿——请自行在 OSF 或 AsPredicted 上注册。
如果还没有梳理过领域，先运行 Narrative Review 智能体，再在同一个聊天中进行设计，这样设计就能针对你发现的空白。研究完成后，Paper Draft 的方法部分只取自这份报告。设置和各步骤指令见研究设计模板文档。
