实验刺激物设计
触发范围
触发
在请求明确涉及以下任一任务时使用本 Skill:
- 设计实验刺激、实验材料、Vignette、情境故事或实验组与控制组材料。
- 将一个或多个自变量转化为可呈现的操纵版本。
- 设计与刺激直接对应的操纵检验题和条件组合表。
- 审查已有刺激中的混淆变量、非预期差异、真实感或需求特征。
- 为视觉、多媒体、回忆或行为唤起刺激提供内容方案、参数约束或脚本。
不触发
以下请求不使用本 Skill:
- 量表开发、一般问卷题项、信效度检验;操纵检验题除外。
- 实验平台编程、随机分组实现、数据收集和被试招募。
- 已收集数据的统计分析、假设检验、回归或方差分析。
- 非实验用途的广告、新闻、小说或普通文案写作。
- 单纯的研究选题、理论构建、假设提出或文献综述。
如果请求只有“设计实验”而未说明是否需要刺激材料,先澄清范围,不直接生成刺激。
边界
- 混合请求只处理刺激设计部分;将量表、编程、收数和统计部分明确拆出。
- 审查已有材料时只评价刺激设计、内部效度和可执行性,不把审查结果表述为学术价值、因果效应或伦理审批结论。
- 设计本身缺少对照、变量定义矛盾或条件不可识别时,先指出问题并等待修正。
- 游戏、虚拟现实、交互网页或物理道具等超出可直接制作范围时,交付内容脚本、分镜、交互逻辑和实现约束,不声称已生成成品。
证据边界
- 将材料相似度、字数和条件覆盖结果表述为设计检查,不把它们等同于操纵成功或因果效应成立。
- 只有真实执行脚本并保留输出时,才写“脚本检查通过”;未执行时写“待执行”。
- 只有 Owner 或指定评审者真实运行测试题库并保存输入、输出与判定时,才写“测试通过”。测试用例集 当前是待 Owner 执行的测试设计,不是通过证据。
- 不根据示例、截图或预期结果伪造最终文档、脚本日志、预测试结果、基线比较或完整合规自检。
- 预测试阈值是事先约定的决策标准,不是跨研究通用的伦理或科学保证;结合研究设计、量表质量和领域规范解释。
核心设计原则
任何刺激方案同时平衡以下三项:
- 精准对比度:刺激只操纵目标自变量,差异足以让被试感知目标构念。
- 严苛等值性:非操纵部分保持字数、句式、语气、信息量、版式和视觉参数一致,以减少混淆。
- 合理真实感:情境符合目标人群经验,避免荒诞设定和过强需求特征。
采用四条通用法则:
- 最小差异:先写共用骨架,再替换目标词句;版本字数差异以 5% 为默认设计门槛。
- 场景化呈现:用行为、对话或事件唤起构念,避免直接给被试贴标签。
- 注意力锚点:把操纵信息放在易被注意的位置,但不要用夸张格式暴露目的。
- 现实合理性:人物、任务和媒介贴近被试日常经验。
刺激类型
| 类型 | 形式 | 典型用途 | 详细规范 |
|---|---|---|---|
| 情境阅读 | 故事、新闻、对话、Vignette | 态度、领导风格、道德判断、说服 | 刺激类型指南:类型 A |
| 视觉或多媒体 | 图片、界面、广告、短视频 | 营销、HCI、品牌、界面研究 | 刺激类型指南:类型 B |
| 回忆或行为唤起 | 写作、回忆、任务 | 权力感、排斥、情绪、自我肯定 | 刺激类型指南:类型 C |
在概念界定后选择类型,只读取对应章节再构建材料。
四步工作流
Step 1:概念界定
开始写作前确认:
- 实验类型:单次、多时间点或纵向。
- 研究主题和目标关系。
- 被试人群及其情境经验。
- 每个自变量的名称、水平数和各水平操作定义。
- 因变量的大致方向和测量时点。
信息缺失时逐项追问;变量定义模糊时先给出可选择的操作定义。输出实验设计摘要并请用户确认,未确认前不进入材料定稿。
Step 2:原型构建
- 写出所有条件共用的中立骨架。
- 按最小差异原则替换操纵部分。
- 建立覆盖全部组合的条件对照表。
- 为每个自变量设计至少两道操纵检验题。
- 对每个成对版本检查字数、句式、信息量和非目标情绪差异。
原型门禁:
- 版本字数差异不超过事先约定阈值;默认 5%。
- 非操纵核心段落保持一致。
- 每个自变量至少两道检验题,其中至少一道直接测量目标感知。
- 条件表覆盖所有组合。
- 情境与目标人群经验相符。
字数和差异检查可使用字数差异脚本与版本对比脚本,条件枚举可使用条件组合脚本。仅在真实运行后记录日志和退出状态;不能运行时按“失败与降级”处理。
Step 3:盲审自检
隐去组别标签后逐段比较:
- 除目标变量外,是否还有可感知差异?
- 某组是否更长、更强烈、更正面或包含更多论据?
- 是否暗示研究目的或期望答案?
- 材料格式、媒介参数和呈现时长是否等值?
发现非预期差异就修改。自检完成后建议由 1–2 位不了解组别的同行回答:“这些材料唯一的区别是什么?”将真人复核标为建议或待执行,不能替真人声称通过。
Step 4:小样本预测试
交付时建议使用与正式样本同质的小样本预测试;20–30 人可作为初步规划参考,不替代功效分析。事先约定操纵检验、效应量、理解度和退出规则。操纵未达到预设标准时,修改材料并重新预测试,不把失败材料直接投入正式实验。
操纵检验
默认每个自变量至少配置两道直接对应操纵的题项,并将其放在主要因变量之后以降低目的暴露风险。量尺、反向题、时序和分析标准见操纵检验指南。多题项并不自动构成有效量表,应结合预测试和测量证据判断。
实验伦理与合规
在生成材料前进行风险分级,并把处理结果写入设计说明:
- 知情同意:说明任务性质、可能不适、退出权利和联系方式;确需隐藏研究目的时,只隐去实现研究所必需的信息。
- 欺骗与事后告知:只有在研究目的无法用低风险替代方案实现时才考虑欺骗;提供及时 debriefing、撤回数据途径和必要支持,不声称已获伦理审批。
- 脆弱或未成年人群体:涉及未成年人、认知障碍者、患者、受权力关系影响者或其他脆弱群体时,要求 Owner 依据机构规则补充同意、监护和风险控制。
- 负面情绪与伤害风险:死亡、排斥、创伤、自伤、歧视、身体意象等材料采用最低必要强度,提供跳过、退出、安抚和支持资源;不能把“真实感”作为提高伤害强度的理由。
- 隐私与敏感数据:只收集实现操纵所必需的信息,避免在示例材料中放入真实个人身份、健康或联系方式。
- 审批与地域规则:将机构伦理审查、平台政策和适用法律列为 Owner 的上线前门禁。本 Skill 只能提供检查清单,不能代替 IRB 或其他正式审批。
遇到无法降至合理水平的伤害、胁迫、非法歧视、未获授权的敏感数据使用或诱导危险行为,停止制作相关部分,说明原因并提供低风险替代设计。
失败与降级
| 情况 | 处理 |
|---|---|
| 输入不完整 | 输出缺口清单和最少追问,不猜测实验条件 |
| 设计有硬伤 | 标出影响、提出修正方案,等待确认后再写材料 |
| 用户要求破坏等值性 | 说明具体混淆风险;若仍要求保留,显著标记偏离,不声称合规 |
| 脚本不可用或未运行 | 提供人工核对表,把字数、差异和条件覆盖状态标为待验证 |
| 视觉、视频或交互成品无法制作 | 提供内容规范、分镜、参数表和验收标准,不伪造文件或截图 |
| 缺少真实预测试或同行复核 | 输出待执行计划,不填写结果、不宣称通过 |
| 伦理风险无法合理缓解 | 停止相关材料,改给低风险替代方案或建议提交伦理审查 |
产物契约
交付一个刺激材料包,明确区分被试材料与研究者材料:
| 产物 | 消费方 | 用途 |
|---|---|---|
| 基线材料 | 被试 | 所有条件共用的启动内容 |
| 条件操纵版本 | 被试 | 对应各自变量水平的刺激 |
| 条件组合对照表 | 研究者、编程人员 | 条件编号、水平组合和呈现顺序的权威依据 |
| 操纵检验题 | 被试 | 验证目标感知是否形成 |
| 设计说明 | 研究者 | 记录定义、操纵逻辑、偏离和风险 |
| 合规性自检表 | 研究者 | 记录已检查、未通过和待执行项 |
默认使用 Markdown。只有用户明确要求 Word 且环境支持时才生成 .docx;未生成时不能声称存在最终 Word 文件。按“设计概述 → 被试材料 → 条件表 → 设计说明与自检”的顺序组织。
交付前检查
范围与构念
- 实验类型、主题、人群、自变量、水平和因变量方向已明确。
- 每个版本只操纵目标变量,操纵与操作定义一致。
- 不用直接标签替代情境化操纵。
等值性与真实感
- 字数阈值、核心段落、句式、语气、信息量和版式已逐项核对。
- 视觉或视频刺激的尺寸、分辨率、时长、音量等已控制。
- 情境符合被试经验,不含明显需求特征。
条件与测量
- 条件对照表覆盖全部组合并给出呈现顺序。
- 每个自变量至少两道操纵检验题。
- 操纵检验与主要因变量的时序已说明。
证据、伦理与风险
- 脚本是否真实运行及日志位置已如实记录;未运行项标为待执行。
- 同行盲审、预测试和基线比较的真实状态已标记。
- 知情同意、欺骗、debriefing、脆弱群体、负面情绪和隐私风险已检查。
- 未把设计自检表述为伦理审批、操纵成功或因果证据。
资源导航
设计规范
- 刺激类型指南:三类刺激的设计步骤和参数约束。
- 操纵检验指南:题项、时序和预测试解释。
参考案例
- 低碳饮食多因素案例:2×2×2 对话类刺激示例。
- 领导风格案例:单因素 Vignette 示例。
案例只用于理解结构,不是可直接复用的医学、统计或伦理证据。
工具
- 字数差异检查:比较多个版本的长度差异。
- 版本差异检查:定位句子级或字符级差异。
- 条件组合生成:枚举全部实验条件。
测试设计
- 测试用例集:召回、边界和执行质量的待执行设计。