你把想法讲给 AI，它回答：“这个方向看起来很新颖。”这句话很鼓舞人，却不等于完成了创新性核查。它可能只是没有立刻找到题目完全相同的论文。
创新性描述的是你的想法与既有工作的关系。要让它站得住，需要找到最接近的先前研究，而不是得到一个信心分数。
先确定你说的是哪一种“新”
研究想法可能在不同层面有新意：
- 新的研究问题
- 已知问题在具有实质差异的人群或场景中出现
- 新方法、数据集或测量方式
- 既有方法的新组合
- 检验先前研究默认成立的机制
- 在可能改变结果的条件下进行复制
“从来没人做过这个精确组合”往往在字面上成立，科学意义却很小。这个组合必须说明，它为什么会改变我们能够知道的内容。
不要让 AI 直接判定，让它找最近的工作
把想法拆成问题、人群、干预或方法、结果、数据和预期贡献，再问：
找出与这个想法最接近的五项先前研究。分别说明重合之处、不同之处，以及这些差异是否改变研究问题、证据或实际用途。必须包含可能削弱我创新性主张的研究。
对创新性威胁最大的论文，比一长串泛泛相关的来源更有价值。
用多种方式表达同一个想法
不同作者可能使用完全不同的词描述同一概念。分别搜索：
- 完整研究问题
- 各个组成部分及其同义词
- 目标问题加拟用方法
- 结果指标加研究人群
- 关键种子论文以及引用它们的研究
- 适合该领域的近期综述、预印本、学位论文和会议论文
还要搜索你声称的“贡献”，不要只搜主题。一个方法可能早已在邻近学科以另一个名称出现。
建一张“最近先前研究”表
对每篇候选论文记录问题、数据或人群、方法、结果和贡献，再增加两列：“与我的想法有何不同”和“这个差异为什么重要”。
创新性表述应该从这张表中长出来，通常会变得更小，也更扎实：
先前研究主要检验自动反馈对最终作文分数的影响。本项目使用写作过程录屏，研究学生在修改时怎样决定接受哪些建议。
它比“从来没人研究 AI 反馈与写作”更经得住检查。
用 WisPaper 寻找最接近的论文
把完整想法写进 WisPaper Search，再分别搜索每个组成部分和可能的替代术语。把最接近的论文存进 My Library，通过 Library QA 比较它们的问题、人群、方法、结果和贡献。
Scholar Agent 可以帮助提出其他表达方式和搜索路线，但“新颖”应该是一项需要检验的假设，而不是由 Agent 直接授予的标签。
明白搜索无法证明什么
任何检索都无法证明全世界绝对不存在相关工作。索引不完整，未发表研究存在，术语会变化，新论文也不断出现。措辞应与实际检查匹配：“截至某日期，在指定来源中没有找到同时结合 X 与 Y 的先前研究”，比“这是世界首创”更诚实。
导师和领域专家仍然重要，因为他们知道没有写进索引的历史、正在进行的项目，以及一些看似新颖的想法为什么曾被放弃。
