为 【谁】，在 【什么时刻】，用 【一个动作】，解决 【什么问题】——因为 【为什么是现在 / 为什么是你】。
先想清楚：为什么“选题”最重要
同样两周、同样的 AI 工具，为什么有人做出让人眼前一亮的东西，有人只是又做了一个“差不多的 App”？差别往往不在手快，而在一开始选的那个题。
选题定上限
执行只能逼近天花板
选题决定了这件作品最好能好到哪里。一个平庸的题，做到极致也只是“不错”；一个好题，哪怕粗糙也让人记住。
好题自带动力
对的题会“拽着你往前走”
选到一个你真在意、别人也需要的题，你会忍不住想把它做好；选错了，越做越像交作业。
换个坐标系：不止图书馆
图书馆 × CADAL 是我们的背景与素材，但真正的母题更大——我们在探索：未来的人会怎么学、怎么被教、怎么和知识相处。好选题，往往站在这个更大的问题上，用图书馆的资源去回答它的一个小切口。
未来怎么“读”从线性翻页，到可对话、可视化、可穿越的知识——让一本书、一段历史“活”起来。
未来怎么“学”个性化、场景化、陪伴式；从“被教”到“共创”，让学习者也成为创造者。
未来的图书馆从“藏”到“活”——馆藏不再只是被检索，而是变成可交互、可再创作的素材。
知识怎么“连”把孤立的知识点连成网、连成时空、连成人——让人看见知识之间的关系。
创游美人 · 一个好作品的四个维度
一个记得住的口诀——创游美人：创造性、游戏性、美学性、人文性。好选题往往在这四维上都有想象空间；评一件作品好不好，也可以拿它来照一照。
创
创造性
有新意、有想象力，不是照搬——带来“没见过”的惊喜。
自问：哪一点是别人没做过的？
游
游戏性
好玩、想上手、愿意多停留——有互动、有反馈、有探索的乐趣。
自问：用起来让人想多玩一会儿吗？
美
美学性
好看、有品味、细节讲究——视觉与体验让人舒服、耐看。
自问：它够好看、够耐看吗？
人
人文性
有温度、有价值关怀，连接人与文化——不只是炫技，而是对人有意义。
自问：它对人、对文化有意义吗？
“创游美人”和下面“好选题的 7 个特征”是两把尺子：四维看作品的气质（好不好、耐不耐玩），七特征看选题的地基（立不立得住）。两把一起用最稳。
用上 AI 的独特优势 · 做到以前做不到的事
选题最该问的一句是：这件事，是不是因为有了 AI 才第一次做得到、做得起、人人能做？好选题往往踩在 AI 的新能力上——而不是把原来就能做的东西换个壳。先认清 AI 到底强在哪：
自然语言就是接口
以前 · 要会工具、会编程、有门槛→现在 · 一句大白话就能生成、查询、创作
例：不会画画、不会代码，也能让一幅古画动起来、让一段史料变成互动页面。
规模化的个性化
以前 · 因材施教靠昂贵人力→现在 · 一个人也能给一千个孩子各自定制
例：给每个学生建档案、按 TA 的节奏和薄弱点讲——千人千面。
跨模态自由转换
以前 · 图/文/声/视频/3D 各要专业团队→现在 · 文生图、图生视频、文生 3D 一键完成
例：一张老照片 → 会说话的人物；一段文字 → 可把玩的 3D 文物。
知识可以对话、可陪伴
以前 · 知识是静态的、只能被动查→现在 · 能对话、有上下文、像懂你的伙伴
例：直接和《资治通鉴》里的人物聊、让一本古籍随问随答。
连接零散、发现关系
以前 · 知识是一座座孤岛→现在 · 把人物、时空、典籍连成网、做关联推理
例：一个历史事件牵出的人物关系图谱、一条线索串起的时空脉络。
极低成本的试错
以前 · 从想法到验证要很久→现在 · 一下午做出可玩原型、快速迭代
例：两周就能把一个念头，做成真能打开、能用、能演示的东西。
一句判断
好选题 = 因为有了 AI，第一次变得“可能 / 便宜 / 人人可做”的那件事。自问：没有 AI 也能做吗？能——可能不够新；不能、而 AI 让它可行了——这就是好切口。别让 AI 只当噱头（换个壳），要用它的独特能力。
一个好选题的 7 个特征
每个特征配一句“反面”和一句“自问”——对照着看，就知道你的题站不站得住。
特征 01
真问题，有人真会在意
它解决的是一个真实存在、有人真的难受的问题，而不是“听起来该有”。
反面：伪需求、自嗨，“我觉得挺酷”。
自问：谁会因为没有它而难受？
特征 02
具体到一个人、一个时刻
能想象出“谁、在什么时候、遇到什么”，具体到能画出画面。
反面：宏大空泛，“提升学习效率”。
自问：能想象出 TA 的样子和那一刻吗？
特征 03
小而深，一个动作做透
收敛到一个核心动作，把它做到位，而不是功能大杂烩。
反面：什么都想做，结果什么都浅。
自问：只能留一个功能，你留哪个？
特征 04
有独特支点
用上了别人没有的资源、视角、经历或数据（比如 CADAL 馆藏、一个特定人群）。
反面：通用 ChatGPT 一句话就能替代。
自问：为什么是你、是这里、是这些数据才能做？
特征 05
面向未来，不是复刻现状
它让“未来的学习 / 图书馆 / 知识”往前走了一点，而不是把线下原样搬上线。
反面：把已有的东西换个壳。
自问：它推动“未来”往前了一步吗？
特征 06
价值可感，一用就懂
用户一上手就“哦，这个有用 / 有意思”，价值能被直接感知、能演示。
反面：要解释半天别人才明白。
自问：30 秒内能让人“哦，有用”吗？
特征 07
可达，且有故事
两周能做出一个可演示的最小闭环；而且能一句话讲清、还挺打动人。
反面：宏图两周做不完，也讲不清。
自问：两周能做出来吗？一句话讲得动人吗？
怎么一步步想出一个好选题
不是等灵感砸中你，而是有方法地逼近。
未来倒推
先问：未来的学习 / 图书馆 / 知识长什么样？再回头看——现在缺了什么、哪一步还很别扭。缺口里藏着题。
从一个人出发
别从“功能”出发，从“一个具体的人”出发：锁定一个真实的人和 TA 的一个具体困扰，把 TA 想清楚。
找你的独特切入
盘点你手上、身边别人没有的：一段经历、一个专业视角、一批独特数据（CADAL、馆藏、特定社群）。独特支点让题立得住。
先发散、再收敛
用“如果……会怎样”狂想十个方向，别急着评判；然后狠心砍——砍到只剩一个核心动作、一个具体的人、一句能讲清的话。
选题自检清单
把上面 7 个“自问”变成一张勾选表。勾得越多，越靠谱。
勾选看看：0 / 8
顺带：把选题讲成一个好故事
选好了题，还要讲得出来。一句话公式，套进去就是一个能打动人的故事：
例：为不知道读什么的中学生，在睡前想读点书却挑花眼的那一刻，用“一句话心情 → 一本馆藏好书”的荐书盲盒，解决选择困难——因为馆藏里有大量被埋没的好书，而现在没人替他们挑。
想清楚了，去动手
这门课讲“怎么想”，下面这些工具帮你“想具体、评一评”：