跟随博士导师做真科研，最终拿到可展示的学术产出。
面向需要真实科研经历与背景提升的本科、转学与申研学生。博士导师带方向、选题、文献与写作，最终产出报告、论文或作品集。
学生当前背景
先复核学术记录、时间线、现实限制与目标区间，再确定服务范围。
下一步规划重点
找不到科研机会、不知如何与教授沟通、缺少可展示学术产出的学生。
风险复核
课程、时间、材料、选校与证据风险会作为不同规划变量单独复核。
先复核适合人群。
下面把适合人群、博导带科研方向、明确产出物、学科匹配变成可拆解、可分工、可复核的服务工作线。
适合人群
找不到科研机会、不知如何与教授沟通、缺少可展示学术产出的学生。
博导带科研方向
同领域博士导师指导选题、文献综述与研究方法。
明确产出物
明确最终交付物：研究报告、论文、会议投稿、推荐信或作品集。
学科匹配
博导匹配会结合学科方向、研究方法、学生阶段与目标产出类型。
科研辅导覆盖选题范围、研究方法、产出形式与申请用途。
学生需要能解释、能记录、能进入申请材料的科研经历。我们关注研究问题、方法、结果、局限，以及学生本人的具体贡献。
转学生想在申请数据科学前做机器学习科研。
可执行项目可能围绕公开数据做小范围分类、预测或可视化问题，最终产出 notebook、研究报告，以及模型限制说明。
下一步行动前的规划检查
- 项目中哪部分由学生本人真正掌握？
- 学生能否解释方法和局限？
- 哪份申请材料会使用这个产出？
规划顺序
年级与阶段重点
选择学生能真正掌握的项目
选题要匹配学生水平、目标专业、可用数据、导师领域和申请时间线。
- 用一句话定义研究问题。
- 确认学生本人要做什么。
先教会产出背后的方法
科研辅导应包括如何读文献、使用数据或材料、做决策以及识别局限。
- 保留包含决策和失败尝试的科研日志。
- 在最终写作前用导师反馈收窄范围。
把过程变成可复核产出
最终产出应是学生能讨论的报告、论文、海报、作品集页面、代码库或展示。
- 写项目摘要和个人贡献说明。
- 准备可用于活动、文书或面试的简短解释。
把项目连接到下一阶段目标
科研应该加强专业主线、推荐信策略、文书或作品集，而不是孤立存在。
- 决定项目会出现在申请材料哪里。
- 练习解释项目，同时避免夸大结论。
量化项目
适合 CS、数据科学、经济、商业分析和部分社科背景。
- 公开数据集或来源清楚的数据。
- 透明的方法和误差讨论。
- 非专业读者也能理解的图表或文字解释。
文献或政策项目
适合人文、公共政策、教育、心理和跨学科背景。
- 聚焦研究问题和来源地图。
- 能比较多种解释的论证。
- 可转化为写作样本或文书证据的产出。
需要复核的风险点
看起来不像学生本人完成
如果学生解释不了方法，项目反而会损害可信度。
- 让范围符合学生当前水平。
- 要求学生保留自己的笔记、草稿和解释。
选题无法用于申请
项目既要学术上诚实，也要和申请策略连接。
- 检查产出如何支持专业选择或材料策略。
- 项目结束前先写出申请用途。
每个服务阶段都有复核节奏。
匹配方向
为学生匹配同领域博导与可落地的科研方向。
开展科研
逐次推进文献、方法与分析。
写作产出
把成果写成结构化的报告、论文或投稿。
交付作品
交付学生可用于申请的最终作品。
可复核产出
服务交付物
带负责人和时间节点的执行路线图
需要补强或打磨的证据清单
学生与家庭可追踪的服务节奏
明确下一阶段决策，而不是零散任务