GB/T 7714-2025 Formatprüfer
Referenz-Check & Korrektur nach GB/T 7714-2025
Beschreibung
Immer noch besorgt über Fehler in Referenzen, wenn Studenten ihre Abschlussarbeiten schreiben? Jedes Jahr zur Abschlusssaison: Formatfehler, unvollständige bibliografische Angaben und sogar KI-erfundene falsche Literatur – diese Probleme manuell zu überprüfen ist zeitaufwendig, mühsam und schwer zu vermeiden. Der GB/T 7714-2025 Formatprüfer wurde genau dafür entwickelt, um Ihnen auf einen Schlag zu helfen. 📄 Flexible Eingabemöglichkeiten – Fügen Sie Referenztexte direkt ein oder laden Sie vollständige Arbeiten im PDF-, DOC- oder DOCX-Format hoch. Der Prüfer lokalisiert automatisch den Referenzabschnitt und analysiert jeden Eintrag einzeln, ohne manuelles Extrahieren. 🔍 Duale Echtheitsprüfung – Chinesische Literatur wird automatisch mit CNKI (Chinesische Wissensdatenbank) abgeglichen, englische Literatur über Google Scholar. Autor, Titel, Zeitschriftenname, Jahr, Band, Ausgabe und Seitenzahlen werden einzeln überprüft und als „echt“, „teilweise übereinstimmend“ oder „nicht verifizierbar“ gekennzeichnet. Von KI erfundene „falsche Literatur“ wird aufgedeckt. ✅ Vollständige Formatprüfung – Streng nach den neuesten GB/T 7714-2025-Bibliografiestandards, die 8 Dimensionen abdecken: Literaturtypkennzeichnung, Autorenformat, Satzzeichen, Vollständigkeit von Zeitschriften/Monografien/Elektronischen Ressourcen, Groß-/Kleinschreibung im Englischen, Nummerierungsreihenfolge usw. Keine Details werden übersehen. 📊 Visueller Bericht auf einen Blick – Automatisch generierter HTML-Bericht mit farbigen Markierungen. Der erste Teil zeigt die Ergebnisse für jeden Eintrag (Formatstatus + Echtheitsstatus + Korrekturvorschläge), der zweite Teil gibt die vollständig korrigierte Referenzliste aus, die direkt für die endgültige Arbeit kopiert werden kann. 💎 Zusammenfassung Von der Formalkorrektur bis zur Falschliteraturerkennung, von der Dokumentanalyse bis zur Berichtsausgabe – der gesamte Prozess ist automatisiert. Die Qualität Ihrer Referenzen ist nicht länger von manueller Einzelprüfung abhängig.
Ähnliche Fähigkeiten
Alle anzeigen
Referenz-Management-Experte
Ein umfassendes Tool zur Verwaltung von Querverweisen in wissenschaftlichen Arbeiten. Es führt automatisch Konsistenzprüfungen, Formatstandardisierung, Analyse von Zitierbeziehungen und dynamische Wartung von Referenzen durch. Unterstützt die intelligente Erkennung und Konvertierung gängiger Zitierformate wie APA/IEEE/GB-T 7714/MLA/Chicago und verarbeitet drei Eingabeformen: vollständige Arbeiten, Referenzlisten und einzelne Zitate. Integriert die Workflows von Zotero/EndNote, die internationale Norm Citation Style Language und die Querverweisprüfung von LaTeX/BibTeX. „Das Schmerzhafteste beim Schreiben einer Arbeit ist nicht der Text, sondern die Bearbeitung der Referenzen.“ Haben Sie diese Albträume erlebt? Betreueranmerkung: „Im Text wird [5] zitiert, aber in der Referenzliste fehlt es!“ Ablehnung eines Manuskripts: „Das Zitierformat entspricht nicht den Richtlinien dieser Zeitschrift. Bitte formatieren Sie es nach APA 7. Auflage neu.“ Am Abend vor der Verteidigung: Die Referenznummern sind nicht fortlaufend, die Reihenfolge ist durcheinander, eine Referenz wird im Text nie zitiert, liegt aber in der Liste. Eine neue Referenz wird eingefügt, und alle nachfolgenden Nummern geraten durcheinander, die Querverweise im Text müssen manuell geändert werden. 【Referenz-Zitier-Experte】– Ihr „Immunsystem für Zitate“ im wissenschaftlichen Schreiben Dies ist kein Formatkonverter, sondern eine integrierte intelligente Zitierverwaltungslösung: 🔍 Funktion ①: Konsistenzprüfung – Beidseitiger Scan von Text und Referenzliste, sekundenschnelle Lokalisierung von „fehlenden Zitaten“, „verwaisten Referenzen“ und „Nummerierungsbrüchen“. 📐 Funktion ②: Intelligente Formatierung – Automatische Erkennung der Formate APA/IEEE/GB-T 7714/MLA/Chicago, einmalige Konvertierung, gleichzeitige Aktualisierung aller Querverweis-Markierungen im Text. Wechsel vom „Autor-Jahr-System“ zum „Nummernsystem“ ohne manuelle Eingriffe. 🕸️ Funktion ③: Analyse von Zitierbeziehungen – Aufbau eines Referenznetzwerks über das Internet, Identifizierung von Kernliteratur, wissenschaftlichen Verknüpfungen und isolierten Knoten, um Ihnen Einblicke in die Forschungsstruktur zu geben. ➕ Funktion ④: Dynamisches Einfügen von Referenzen – Neue Referenzen erhalten automatisch eine Nummer, eine empfohlene Einfügeposition und einen Inline-Zitierhinweis. Schluss mit dem Albtraum „Eine Referenz einfügen und alles durcheinanderbringen“. Drei Eingabeformen, eine Erfahrung: Einfügen einer vollständigen Arbeit → Automatische Trennung von Text und Referenzliste, vollständige Prüfung Einfügen einer Referenzliste → Einheitliches Format, intelligente Sortierung Einfügen eines einzelnen Zitats → Sofortige Erstellung eines normierten Eintrags mit Einfügeempfehlung Integration von drei Fachsystemen: Zotero/EndNote-Workflow × CSL-Internationale Norm × LaTeX/BibTeX-Querverweisprüfung. Egal, ob Sie ein unter Zeitdruck stehender Student, ein junger Dozent auf Einreichungssprint oder ein Betreuer mehrerer Arbeiten sind – Verwandeln Sie die Zitierverwaltung von einer „Handarbeit“ in einen „Klick-Sorglos-Modus“. Geben Sie jetzt Ihre Arbeit oder Referenzliste ein und erhalten Sie in 60 Sekunden einen fehlerfreien Zitierdiagnosebericht.
ForschungPaper-System v4.1 (五源×AFP 3.1)
Ein umfassendes Schreibsystem für akademische Arbeiten, das das 五源-Modell und die dreischichtige AFP-3.1-Architektur integriert. Während andere KI dir helfen, die Arbeit zu 'schreiben', hilft dir dieses System, jedes Loch zu 'stopfen', durch das deine Arbeit abgelehnt werden könnte – von einer vagen Idee bis zum vollständigen Einreichungspaket, alle sieben Module in einem Durchlauf, mit Anti-Halluzinations-Gate, Fortsetzung per Archivcode und Vier-Kern-Prüfung. 【10-Sekunden-Wert】Eine Idee in einem Satz → ein einreichbares, vollständiges Paper-Paket, mit durchgehend erzwungener echter Literatur, jedes Zitat verifizierbar, unterbrechungsfreie Fortsetzung über Sitzungen hinweg. 【Triggerwörter】Papier schreiben / Literaturübersicht / Forschungsmethoden entwerfen / Diskussion schreiben / Papier polieren / Zusammenfassung und Schlüsselwörter / Einreichungspaket 【Sieben Module, alle als vollständig ausführbare Anweisungen】 Phase 1 Themenwahl und Einleitung → Phase 2 Literaturübersicht → Phase 3 Forschungsmethoden-Design → Phase 4 Diskussion → Phase 5 Fazit → Phase 6 Zusammenfassung und Schlüsselwörter → Phase 7 Gesamtintegration und Einreichungspaket. Phase 0 Einstiegsrouting A–G entspricht den sieben Modulen, zusätzlich gibt es die Option R, um den letzten Fortschritt mit Archivcode/Archivdokument wiederherzustellen. 【v4.1-Upgrades】 1. Beweisketten-Gate (harte Einschränkung): Materialregistrierung (M1/M2-Nummern) + vier Elemente für Zitate (Autor/Jahr/Titel/verifizierbarer Lokator) + dreifarbige Markierung (✅ vom Benutzer bereitgestellt / ⚠️ zu überprüfen / 🚫 darf nicht erscheinen). Wenn die Materialdatenbank leer ist, werden nur Gerüst und Suchanfragen ausgegeben, die Erzeugung von Text mit Zitaten wird verweigert; es ist verboten, Referenzen aus dem Gedächtnis zu erzeugen oder Band-, Heft- und Seitenzahlen zu erfinden. 2. Archivcode-Protokoll: Am Ende jedes Moduls wird ein strukturierter Archivcode ausgegeben, der als YouMind-Dokument gespeichert werden kann. In der nächsten Sitzung kann direkt mit @-Referenz fortgesetzt werden, ohne bereits gesperrte Informationen erneut anzufordern. 3. Reproduzierbare Bewertung: Der C-Kern verankert alle Dimensionen an verhaltensbezogenen Standards von 4/6/8/10 Punkten und liefert Begründungen; der Ratschenmechanismus lässt die Iteration nur steigen, nicht fallen. 4. Vier-Fach-Konfigurationsbibliothek (1A Geisteswissenschaften/Kunst / 1B Sozialwissenschaften / 2A Naturwissenschaften/Technik / 2B Agrar/Medizin/Leben), automatischer Wechsel von Theoriebibliothek, Methoden-Toolbox und Fachnormen; bei 2B erfolgt eine ethische Prüfung in Phase 0/3/7 dreimal. 5. Drei-Paradigmen-Aufteilung (quantitativ / qualitativ / spekulativ): Die Erzählstrategie der Literaturübersicht und das Design der Forschungsmethoden folgen jeweils unterschiedlichen Pfaden. 6. Anti-Klischee-Liste und Verbote: Diskussionen wie 'Zeit und Energie sind begrenzt' oder 'weitere Forschung ist nötig', das Einführen neuer Daten/Literatur im Fazit, oder Zusammenfassungen mit nicht durch den Haupttext gestützten Schlussfolgerungen werden vom B-Kern direkt zurückgewiesen. 7. Adaptivität: Benutzerprofil (Anfänger/fortgeschritten/erfahren) + Arbeitstyp (Zeitschrift/Abschlussarbeit/Konferenz/Kurs) + Schrittmodus (Standard/Schnell/Langsam) + Multitasking-Isolation. 8. Einreichungspaket und Compliance: Sieben Konsistenzprüfungen, sechs logische Kettenglieder, Referenzformatierung (GB/T 7714 / APA 7 / Vancouver / IEEE), Ethikgenehmigungsnummer, Datenverfügbarkeitserklärung, Entwurf einer Offenlegungserklärung zur Nutzung generativer KI, Entwurf eines Cover Letters. 【Verwendung】 Teile dem System mit: Fachrichtung + Zielzeitschrift/Arbeitstyp/Wortzahl + in welcher Phase du dich gerade befindest. Das System arbeitet modulweise vor, und nach jedem Modul hält es an, um Kapitel, Prüfbericht, Bewertungskarte und Archivcode zu liefern, und wartet auf deine Bestätigung, bevor es fortfährt. 【Verantwortungsbereich】 Das System übernimmt die Quellen 1–4 (Struktur, Materialorganisation, Stil, Integration), die manuelle Kalibrierung der Quelle 5 liegt bei dir: akademische Urteile, Faktenprüfung, Innovationsentscheidungen. Alle mit ⚠️ gekennzeichneten Zitate und Daten müssen von dir einzeln überprüft werden, bevor du einreichst; dieses Skill garantiert keine Annahme oder bestandene Ergebnisse.
SchreibenAIGC-Reduktion&Umschreibung v7
📚 AIGC-Reduktion und qualitätsbewahrendes Umschreiben für wissenschaftliche Arbeiten v7.0 Diese Fähigkeit zur Optimierung akademischer Texte wurde für Doktoranden, Wissenschaftler und Autoren wissenschaftlicher Arbeiten entwickelt. Sie basiert auf dem geschlossenen Kreislauf „Quellenkontrolle → Prozesskorrektur → Ergebnisprüfung → Rückwärtsselbstprüfung → Wiederholungsprüfung“ und diagnostiziert und optimiert systematisch schablonenhafte Ausdrücke, mechanische Logik, inhaltsleere Passagen, ungenaue Terminologie und inkonsistente Stile in der Arbeit – unter Wahrung der ursprünglichen Bedeutung, Fachtermini, Daten und Kernschlussfolgerungen. 🔍📝 🌟 Kernfähigkeiten 🔬 Mehrstufige Risikodiagnose Erfasst 10 Kategorien allgemeiner Text-Fingerabdrücke und unterstützt die Erkennung typischer Ausdrucksmuster von Modellen wie ChatGPT, Claude, DeepSeek und Wenxin Yiyan. 🧠 Tiefgreifende semantische Rekonstruktion Beschränkt sich nicht nur auf Synonymersetzung, sondern geht von Aussagenausdruck, Informationsreihenfolge, Argumentationsansätzen und der Organisation der Beweisführung aus, um eine natürlichere und tiefgründigere akademische Argumentation wiederherzustellen. ✍️ Qualitätsbewahrendes Umschreiben Verwendet 13 Satzumstellungsstrategien und 20 Methoden zur Bereinigung häufiger Schablonenausdrücke, um mechanische Satzstrukturen, wiederholte Konjunktionen und übermäßig regelmäßige Ausdrücke zu verbessern. 📊 Diagnose der gesamten Textstruktur Überprüft durch einen großen Kreislauf und fünf Kerndreiecke, ob Forschungsfrage, Theorie, Literaturübersicht, Methode, Schlussfolgerung und Innovation einen vollständigen Kreislauf bilden. 🧩 Fein abgestimmte Kapitelanpassung Entwickelt differenzierte Diagnose- und Umschreibungsstrategien für Zusammenfassung, Einleitung, Literaturübersicht, Forschungsmethode, Ergebnisse, Diskussion und Schlussfolgerung. 🌐 Sprachübergreifende Risikoanalyse Hilft bei der Erkennung von Übersetzungssprache, Anhäufung von Passivkonstruktionen, Verschachtelung langer Sätze und gemischten chinesisch-englischen Formatierungsfehlern, um den akademischen Ausdruck im Chinesischen natürlicher und präziser zu gestalten. 🔄 Rückwärtsselbstprüfungs-Kreislauf Nach dem Umschreiben erfolgt eine erneute Überprüfung in drei Bereichen: Verteilung der Methoden, neu hinzugefügte Text-Fingerabdrücke und Informationsvollständigkeit, um zu vermeiden, dass der Text „immer mehr wie eine Schablone aussieht“ oder wichtige Inhalte verloren gehen. 🛡️ Schutz akademischer Standards Es werden keine Literatur, Daten, Fälle oder politischen Grundlagen erfunden; Informationen, die vom Autor überprüft werden müssen, werden gesondert gekennzeichnet, und es wird daran erinnert, die KI-Nutzung wahrheitsgemäß offenzulegen. 🎯 Anwendungsbereiche ✅ Optimierung einzelner Absätze oder lokaler Abschnitte ✅ Gezielte Bearbeitung markierter Absätze in Prüfberichten ✅ Feinbearbeitung von Zusammenfassung, Einleitung, Übersicht, Diskussion und Schlussfolgerung ✅ Diagnose von AIGC-Risikomerkmalen im gesamten Text ✅ Anpassung an Sprache und Struktur der Zielzeitschrift ✅ Qualitätsprüfung und Konsistenzprüfung vor der Einreichung 📦 Endgültige Lieferung 📄 Qualitätsbewahrend umgeschriebener Text 🔎 Risiko- und Problemdiagnosebericht 🛠️ Erläuterung der Umschreibungsstrategien und -methoden ✅ Rückwärtsselbstprüfungs- und Informationsvollständigkeitsbericht 💡 Vom Autor zu überprüfende Punkte und weitere Änderungsvorschläge 🎓 Originalbedeutung nicht verfälscht · Logik nicht unterbrochen · Daten nicht erfunden · akademische Qualität nicht verringert ⚠️ Diese Fähigkeit zielt darauf ab, die Qualität des akademischen Ausdrucks zu verbessern und Risikomerkmale im Text zu reduzieren. Sie garantiert jedoch nicht, dass der Text einen bestimmten Erkennungstest besteht oder einen bestimmten Erkennungswert erreicht.
GB/T 7714-2025 Formatprüfer
Referenz-Check & Korrektur nach GB/T 7714-2025
Beschreibung
Immer noch besorgt über Fehler in Referenzen, wenn Studenten ihre Abschlussarbeiten schreiben? Jedes Jahr zur Abschlusssaison: Formatfehler, unvollständige bibliografische Angaben und sogar KI-erfundene falsche Literatur – diese Probleme manuell zu überprüfen ist zeitaufwendig, mühsam und schwer zu vermeiden. Der GB/T 7714-2025 Formatprüfer wurde genau dafür entwickelt, um Ihnen auf einen Schlag zu helfen. 📄 Flexible Eingabemöglichkeiten – Fügen Sie Referenztexte direkt ein oder laden Sie vollständige Arbeiten im PDF-, DOC- oder DOCX-Format hoch. Der Prüfer lokalisiert automatisch den Referenzabschnitt und analysiert jeden Eintrag einzeln, ohne manuelles Extrahieren. 🔍 Duale Echtheitsprüfung – Chinesische Literatur wird automatisch mit CNKI (Chinesische Wissensdatenbank) abgeglichen, englische Literatur über Google Scholar. Autor, Titel, Zeitschriftenname, Jahr, Band, Ausgabe und Seitenzahlen werden einzeln überprüft und als „echt“, „teilweise übereinstimmend“ oder „nicht verifizierbar“ gekennzeichnet. Von KI erfundene „falsche Literatur“ wird aufgedeckt. ✅ Vollständige Formatprüfung – Streng nach den neuesten GB/T 7714-2025-Bibliografiestandards, die 8 Dimensionen abdecken: Literaturtypkennzeichnung, Autorenformat, Satzzeichen, Vollständigkeit von Zeitschriften/Monografien/Elektronischen Ressourcen, Groß-/Kleinschreibung im Englischen, Nummerierungsreihenfolge usw. Keine Details werden übersehen. 📊 Visueller Bericht auf einen Blick – Automatisch generierter HTML-Bericht mit farbigen Markierungen. Der erste Teil zeigt die Ergebnisse für jeden Eintrag (Formatstatus + Echtheitsstatus + Korrekturvorschläge), der zweite Teil gibt die vollständig korrigierte Referenzliste aus, die direkt für die endgültige Arbeit kopiert werden kann. 💎 Zusammenfassung Von der Formalkorrektur bis zur Falschliteraturerkennung, von der Dokumentanalyse bis zur Berichtsausgabe – der gesamte Prozess ist automatisiert. Die Qualität Ihrer Referenzen ist nicht länger von manueller Einzelprüfung abhängig.
Ähnliche Fähigkeiten
Alle anzeigenReferenz-Management-Experte
Ein umfassendes Tool zur Verwaltung von Querverweisen in wissenschaftlichen Arbeiten. Es führt automatisch Konsistenzprüfungen, Formatstandardisierung, Analyse von Zitierbeziehungen und dynamische Wartung von Referenzen durch. Unterstützt die intelligente Erkennung und Konvertierung gängiger Zitierformate wie APA/IEEE/GB-T 7714/MLA/Chicago und verarbeitet drei Eingabeformen: vollständige Arbeiten, Referenzlisten und einzelne Zitate. Integriert die Workflows von Zotero/EndNote, die internationale Norm Citation Style Language und die Querverweisprüfung von LaTeX/BibTeX. „Das Schmerzhafteste beim Schreiben einer Arbeit ist nicht der Text, sondern die Bearbeitung der Referenzen.“ Haben Sie diese Albträume erlebt? Betreueranmerkung: „Im Text wird [5] zitiert, aber in der Referenzliste fehlt es!“ Ablehnung eines Manuskripts: „Das Zitierformat entspricht nicht den Richtlinien dieser Zeitschrift. Bitte formatieren Sie es nach APA 7. Auflage neu.“ Am Abend vor der Verteidigung: Die Referenznummern sind nicht fortlaufend, die Reihenfolge ist durcheinander, eine Referenz wird im Text nie zitiert, liegt aber in der Liste. Eine neue Referenz wird eingefügt, und alle nachfolgenden Nummern geraten durcheinander, die Querverweise im Text müssen manuell geändert werden. 【Referenz-Zitier-Experte】– Ihr „Immunsystem für Zitate“ im wissenschaftlichen Schreiben Dies ist kein Formatkonverter, sondern eine integrierte intelligente Zitierverwaltungslösung: 🔍 Funktion ①: Konsistenzprüfung – Beidseitiger Scan von Text und Referenzliste, sekundenschnelle Lokalisierung von „fehlenden Zitaten“, „verwaisten Referenzen“ und „Nummerierungsbrüchen“. 📐 Funktion ②: Intelligente Formatierung – Automatische Erkennung der Formate APA/IEEE/GB-T 7714/MLA/Chicago, einmalige Konvertierung, gleichzeitige Aktualisierung aller Querverweis-Markierungen im Text. Wechsel vom „Autor-Jahr-System“ zum „Nummernsystem“ ohne manuelle Eingriffe. 🕸️ Funktion ③: Analyse von Zitierbeziehungen – Aufbau eines Referenznetzwerks über das Internet, Identifizierung von Kernliteratur, wissenschaftlichen Verknüpfungen und isolierten Knoten, um Ihnen Einblicke in die Forschungsstruktur zu geben. ➕ Funktion ④: Dynamisches Einfügen von Referenzen – Neue Referenzen erhalten automatisch eine Nummer, eine empfohlene Einfügeposition und einen Inline-Zitierhinweis. Schluss mit dem Albtraum „Eine Referenz einfügen und alles durcheinanderbringen“. Drei Eingabeformen, eine Erfahrung: Einfügen einer vollständigen Arbeit → Automatische Trennung von Text und Referenzliste, vollständige Prüfung Einfügen einer Referenzliste → Einheitliches Format, intelligente Sortierung Einfügen eines einzelnen Zitats → Sofortige Erstellung eines normierten Eintrags mit Einfügeempfehlung Integration von drei Fachsystemen: Zotero/EndNote-Workflow × CSL-Internationale Norm × LaTeX/BibTeX-Querverweisprüfung. Egal, ob Sie ein unter Zeitdruck stehender Student, ein junger Dozent auf Einreichungssprint oder ein Betreuer mehrerer Arbeiten sind – Verwandeln Sie die Zitierverwaltung von einer „Handarbeit“ in einen „Klick-Sorglos-Modus“. Geben Sie jetzt Ihre Arbeit oder Referenzliste ein und erhalten Sie in 60 Sekunden einen fehlerfreien Zitierdiagnosebericht.
ForschungPaper-System v4.1 (五源×AFP 3.1)
Ein umfassendes Schreibsystem für akademische Arbeiten, das das 五源-Modell und die dreischichtige AFP-3.1-Architektur integriert. Während andere KI dir helfen, die Arbeit zu 'schreiben', hilft dir dieses System, jedes Loch zu 'stopfen', durch das deine Arbeit abgelehnt werden könnte – von einer vagen Idee bis zum vollständigen Einreichungspaket, alle sieben Module in einem Durchlauf, mit Anti-Halluzinations-Gate, Fortsetzung per Archivcode und Vier-Kern-Prüfung. 【10-Sekunden-Wert】Eine Idee in einem Satz → ein einreichbares, vollständiges Paper-Paket, mit durchgehend erzwungener echter Literatur, jedes Zitat verifizierbar, unterbrechungsfreie Fortsetzung über Sitzungen hinweg. 【Triggerwörter】Papier schreiben / Literaturübersicht / Forschungsmethoden entwerfen / Diskussion schreiben / Papier polieren / Zusammenfassung und Schlüsselwörter / Einreichungspaket 【Sieben Module, alle als vollständig ausführbare Anweisungen】 Phase 1 Themenwahl und Einleitung → Phase 2 Literaturübersicht → Phase 3 Forschungsmethoden-Design → Phase 4 Diskussion → Phase 5 Fazit → Phase 6 Zusammenfassung und Schlüsselwörter → Phase 7 Gesamtintegration und Einreichungspaket. Phase 0 Einstiegsrouting A–G entspricht den sieben Modulen, zusätzlich gibt es die Option R, um den letzten Fortschritt mit Archivcode/Archivdokument wiederherzustellen. 【v4.1-Upgrades】 1. Beweisketten-Gate (harte Einschränkung): Materialregistrierung (M1/M2-Nummern) + vier Elemente für Zitate (Autor/Jahr/Titel/verifizierbarer Lokator) + dreifarbige Markierung (✅ vom Benutzer bereitgestellt / ⚠️ zu überprüfen / 🚫 darf nicht erscheinen). Wenn die Materialdatenbank leer ist, werden nur Gerüst und Suchanfragen ausgegeben, die Erzeugung von Text mit Zitaten wird verweigert; es ist verboten, Referenzen aus dem Gedächtnis zu erzeugen oder Band-, Heft- und Seitenzahlen zu erfinden. 2. Archivcode-Protokoll: Am Ende jedes Moduls wird ein strukturierter Archivcode ausgegeben, der als YouMind-Dokument gespeichert werden kann. In der nächsten Sitzung kann direkt mit @-Referenz fortgesetzt werden, ohne bereits gesperrte Informationen erneut anzufordern. 3. Reproduzierbare Bewertung: Der C-Kern verankert alle Dimensionen an verhaltensbezogenen Standards von 4/6/8/10 Punkten und liefert Begründungen; der Ratschenmechanismus lässt die Iteration nur steigen, nicht fallen. 4. Vier-Fach-Konfigurationsbibliothek (1A Geisteswissenschaften/Kunst / 1B Sozialwissenschaften / 2A Naturwissenschaften/Technik / 2B Agrar/Medizin/Leben), automatischer Wechsel von Theoriebibliothek, Methoden-Toolbox und Fachnormen; bei 2B erfolgt eine ethische Prüfung in Phase 0/3/7 dreimal. 5. Drei-Paradigmen-Aufteilung (quantitativ / qualitativ / spekulativ): Die Erzählstrategie der Literaturübersicht und das Design der Forschungsmethoden folgen jeweils unterschiedlichen Pfaden. 6. Anti-Klischee-Liste und Verbote: Diskussionen wie 'Zeit und Energie sind begrenzt' oder 'weitere Forschung ist nötig', das Einführen neuer Daten/Literatur im Fazit, oder Zusammenfassungen mit nicht durch den Haupttext gestützten Schlussfolgerungen werden vom B-Kern direkt zurückgewiesen. 7. Adaptivität: Benutzerprofil (Anfänger/fortgeschritten/erfahren) + Arbeitstyp (Zeitschrift/Abschlussarbeit/Konferenz/Kurs) + Schrittmodus (Standard/Schnell/Langsam) + Multitasking-Isolation. 8. Einreichungspaket und Compliance: Sieben Konsistenzprüfungen, sechs logische Kettenglieder, Referenzformatierung (GB/T 7714 / APA 7 / Vancouver / IEEE), Ethikgenehmigungsnummer, Datenverfügbarkeitserklärung, Entwurf einer Offenlegungserklärung zur Nutzung generativer KI, Entwurf eines Cover Letters. 【Verwendung】 Teile dem System mit: Fachrichtung + Zielzeitschrift/Arbeitstyp/Wortzahl + in welcher Phase du dich gerade befindest. Das System arbeitet modulweise vor, und nach jedem Modul hält es an, um Kapitel, Prüfbericht, Bewertungskarte und Archivcode zu liefern, und wartet auf deine Bestätigung, bevor es fortfährt. 【Verantwortungsbereich】 Das System übernimmt die Quellen 1–4 (Struktur, Materialorganisation, Stil, Integration), die manuelle Kalibrierung der Quelle 5 liegt bei dir: akademische Urteile, Faktenprüfung, Innovationsentscheidungen. Alle mit ⚠️ gekennzeichneten Zitate und Daten müssen von dir einzeln überprüft werden, bevor du einreichst; dieses Skill garantiert keine Annahme oder bestandene Ergebnisse.
SchreibenAIGC-Reduktion&Umschreibung v7
📚 AIGC-Reduktion und qualitätsbewahrendes Umschreiben für wissenschaftliche Arbeiten v7.0 Diese Fähigkeit zur Optimierung akademischer Texte wurde für Doktoranden, Wissenschaftler und Autoren wissenschaftlicher Arbeiten entwickelt. Sie basiert auf dem geschlossenen Kreislauf „Quellenkontrolle → Prozesskorrektur → Ergebnisprüfung → Rückwärtsselbstprüfung → Wiederholungsprüfung“ und diagnostiziert und optimiert systematisch schablonenhafte Ausdrücke, mechanische Logik, inhaltsleere Passagen, ungenaue Terminologie und inkonsistente Stile in der Arbeit – unter Wahrung der ursprünglichen Bedeutung, Fachtermini, Daten und Kernschlussfolgerungen. 🔍📝 🌟 Kernfähigkeiten 🔬 Mehrstufige Risikodiagnose Erfasst 10 Kategorien allgemeiner Text-Fingerabdrücke und unterstützt die Erkennung typischer Ausdrucksmuster von Modellen wie ChatGPT, Claude, DeepSeek und Wenxin Yiyan. 🧠 Tiefgreifende semantische Rekonstruktion Beschränkt sich nicht nur auf Synonymersetzung, sondern geht von Aussagenausdruck, Informationsreihenfolge, Argumentationsansätzen und der Organisation der Beweisführung aus, um eine natürlichere und tiefgründigere akademische Argumentation wiederherzustellen. ✍️ Qualitätsbewahrendes Umschreiben Verwendet 13 Satzumstellungsstrategien und 20 Methoden zur Bereinigung häufiger Schablonenausdrücke, um mechanische Satzstrukturen, wiederholte Konjunktionen und übermäßig regelmäßige Ausdrücke zu verbessern. 📊 Diagnose der gesamten Textstruktur Überprüft durch einen großen Kreislauf und fünf Kerndreiecke, ob Forschungsfrage, Theorie, Literaturübersicht, Methode, Schlussfolgerung und Innovation einen vollständigen Kreislauf bilden. 🧩 Fein abgestimmte Kapitelanpassung Entwickelt differenzierte Diagnose- und Umschreibungsstrategien für Zusammenfassung, Einleitung, Literaturübersicht, Forschungsmethode, Ergebnisse, Diskussion und Schlussfolgerung. 🌐 Sprachübergreifende Risikoanalyse Hilft bei der Erkennung von Übersetzungssprache, Anhäufung von Passivkonstruktionen, Verschachtelung langer Sätze und gemischten chinesisch-englischen Formatierungsfehlern, um den akademischen Ausdruck im Chinesischen natürlicher und präziser zu gestalten. 🔄 Rückwärtsselbstprüfungs-Kreislauf Nach dem Umschreiben erfolgt eine erneute Überprüfung in drei Bereichen: Verteilung der Methoden, neu hinzugefügte Text-Fingerabdrücke und Informationsvollständigkeit, um zu vermeiden, dass der Text „immer mehr wie eine Schablone aussieht“ oder wichtige Inhalte verloren gehen. 🛡️ Schutz akademischer Standards Es werden keine Literatur, Daten, Fälle oder politischen Grundlagen erfunden; Informationen, die vom Autor überprüft werden müssen, werden gesondert gekennzeichnet, und es wird daran erinnert, die KI-Nutzung wahrheitsgemäß offenzulegen. 🎯 Anwendungsbereiche ✅ Optimierung einzelner Absätze oder lokaler Abschnitte ✅ Gezielte Bearbeitung markierter Absätze in Prüfberichten ✅ Feinbearbeitung von Zusammenfassung, Einleitung, Übersicht, Diskussion und Schlussfolgerung ✅ Diagnose von AIGC-Risikomerkmalen im gesamten Text ✅ Anpassung an Sprache und Struktur der Zielzeitschrift ✅ Qualitätsprüfung und Konsistenzprüfung vor der Einreichung 📦 Endgültige Lieferung 📄 Qualitätsbewahrend umgeschriebener Text 🔎 Risiko- und Problemdiagnosebericht 🛠️ Erläuterung der Umschreibungsstrategien und -methoden ✅ Rückwärtsselbstprüfungs- und Informationsvollständigkeitsbericht 💡 Vom Autor zu überprüfende Punkte und weitere Änderungsvorschläge 🎓 Originalbedeutung nicht verfälscht · Logik nicht unterbrochen · Daten nicht erfunden · akademische Qualität nicht verringert ⚠️ Diese Fähigkeit zielt darauf ab, die Qualität des akademischen Ausdrucks zu verbessern und Risikomerkmale im Text zu reduzieren. Sie garantiert jedoch nicht, dass der Text einen bestimmten Erkennungstest besteht oder einen bestimmten Erkennungswert erreicht.
Finde deine nächste Lieblingsfähigkeit
Entdecke weitere kuratierte KI-Fähigkeiten für Recherche, Kreativität und den Arbeitsalltag.