用途：该技能引导 Research Agent 基于已识别的研究缺口（research gap），制定精准、可衡量、方向明确的研究问题（Research Questions/RQ），确保研究具有清晰的操作边界、明确目标和可衡量的学术贡献。依赖项为 discover-phenomenon-and-gap。
主要能力与工作流：一，解构与分析缺口，评估目标缺口，确认其具备学术依据（如方法局限、发现不一致或数据偏差），而非仅“研究较少”。二，制定 2 至 4 个具体 RQ，使用“如何”“在多大程度上”“为什么”等推动批判性分析的提问方式，避免是/否的封闭式问题。三，确定研究目标，使每个 RQ 与具体目标同步，使用可衡量的操作性动词（如分析、开发、评估、验证）。四，映射研究贡献，分为理论贡献、方法贡献（新工具、指标、实验流程或算法修改）与实践贡献（对行业、政策或实际问题的直接启示）。五，界定范围限制，明确不涉及的内容（如特定数据集类型、硬件平台限制或参数范围）以保持聚焦。六，以结构化表格输出：研究缺口、Research Question（RQ）、Objective（目标）、主要贡献（理论/方法/实践）、范围限制。
使用方式：示例指令为“Gunakan skill research-question-builder untuk merumuskan pertanyaan penelitian dan kontribusi ilmiah berdasarkan methodological gap pada evaluasi robustness model LLM.”
常见错误与关键规则：RQ 过于描述性或简单（如“什么是算法 X？”），应要求实证检验或深入分析；目标与 RQ 不同步；在现实研究限制下过度声称贡献；缺少范围限制导致研究范围过宽、难以在时限内完成。
限制：资料未提供具体安装命令、收费、价格、平台支持或效果数据。