Audit approfondi de rapport
Auditez données, logique et cohérence
Audit approfondi de rapport
Auditez données, logique et cohérence
Aperçu
Description
Audit approfondi de rapports et de propositions. À utiliser lorsque l’utilisateur importe un rapport (Word, PDF ou PPT) et demande de « l’examiner », de réaliser un « audit approfondi », d’« identifier les problèmes », de vérifier si le rapport est satisfaisant ou prêt à être remis, de faire une dernière vérification ou d’évaluer un rapport. Le rapport est traité comme un livrable officiel destiné à un client ou à un dirigeant, avec un audit selon neuf dimensions et une double évaluation (score de qualité × nature des corrections à apporter). Tous les supports contenant des données sont obligatoirement extraits, y compris les graphiques intégrés. Une première version décisionnelle des conclusions d’audit est fournie, puis la version complète est développée après confirmation.
Compétences associées
Tout voir
Expert projets de recherche
Assistant expert pour l’évaluation de projets de recherche au niveau des établissements d’enseignement supérieur. L’utilisateur fournit les documents de N projets d’une même catégorie (chaque projet comprend un dossier de candidature, une fiche de contrôle formel ou de contrôle à mi-parcours, et des pièces justificatives ; les noms de fichiers peuvent être mélangés, erronés ou modifiés, dans des formats docx, xlsx, pdf ou image ; les justificatifs peuvent être regroupés dans un seul fichier ou répartis entre plusieurs fichiers). Le Skill effectue successivement : ① alignement des points d’ancrage — extraction, depuis le contenu des documents, du nom du projet ou du centre, du responsable, de l’établissement de rattachement et de la période, afin d’associer correctement les trois types de documents et de signaler les éléments à vérifier lorsque le nom du fichier ne correspond pas à son contenu ; ② normalisation des justificatifs — qu’ils soient regroupés ou séparés, décomposition en « éléments de preuve unitaires », puis création, pour chacun, d’un registre avec code et statut (complet / à vérifier / manquant / douteux), afin de ne pas évaluer la richesse des justificatifs selon le nombre de fichiers ; ③ audit tridimensionnel détaillé — évaluation de la pertinence, de l’authenticité et de la consistance de chaque preuve, avec rapprochement entre les engagements du dossier de candidature et les résultats déclarés dans la fiche de contrôle à mi-parcours ; ④ double barème et classement transversal — les cinq critères pondérés de l’annexe 2 servent de barème de présentation, tandis que les cinq dimensions du contrôle à mi-parcours servent de barème de référence ; les deux systèmes restent indépendants et ne sont pas fusionnés, et tous les projets sont classés puis répartis par niveaux ; ⑤ production d’un document structuré de travail pour l’évaluation, avec une section « note + avis d’évaluation » directement copiable dans le formulaire officiel, ainsi que, si nécessaire, une page web interactive de notation. Le référentiel actuel de Huali est utilisé par défaut ; les indicateurs, pondérations et documents de référence peuvent être confirmés, modifiés dans la conversation ou remplacés par l’utilisateur avant le démarrage. Deux points de confirmation sont prévus : d’abord l’alignement et le registre, puis la notation et le classement par niveaux. Lorsque les documents ne peuvent pas être identifiés, l’utilisateur est invité à les confirmer. Pour les projets arrivant à leur terme, deux contraintes strictes supplémentaires s’appliquent : premièrement, la correspondance entre les résultats attendus du dossier de candidature et les résultats justificatifs doit être vérifiée obligatoirement ; si les justificatifs ne contiennent pas les résultats attendus mentionnés dans le dossier, le projet est automatiquement déclaré non conforme ; deuxièmement, les problèmes de modèle distinguent l’utilisation d’un modèle totalement inapproprié (non conforme) d’un écart de format partiel (faible déduction seulement).
Rapport de clôture Pro
【Indispensable pour la saison de clôture】 Préparez un rapport de clôture de haute qualité en 3 heures, fini les retours ! 🔥 Avez-vous déjà rencontré ces problèmes ? → Date limite de clôture approchant, vous ne savez pas par où commencer avec des années de données de recherche → Vous découvrez après coup que vous avez oublié la comparaison des indicateurs d'évaluation et l'explication du taux d'exécution budgétaire → Vous voulez créer des graphiques professionnels pour présenter vos résultats, mais vous ne maîtrisez pas les outils complexes → Le rapport généré sent l'IA, vous craignez que les experts évaluateurs le remarquent ✅ Ce skill résout tous ces problèmes en une seule fois : 【Point fort 1】 Processus structuré en 8 étapes × mécanisme de Checkpoint De la collecte d'informations à la version finale, chaque étape comporte des consignes claires et des points de validation. Les problèmes sont interceptés dès qu'ils surviennent, pas lors de la relecture finale. Couvre tous les scénarios : nationaux, provinciaux, universitaires. 【Point fort 2】 6 types de graphiques professionnels générés en un clic Intègre des sous-skills générateurs de nuages de mots, graphiques à barres, courbes, etc. (sans frais supplémentaires). L'IA recommande intelligemment le type de graphique le plus adapté, généré en 30 secondes, permettant aux experts de comprendre vos résultats en un coup d'œil. 【Point fort 3】 Optimisation exclusive « anti-odeur d'IA » Détection des traces d'IA en 4 dimensions + 3 niveaux d'optimisation (conservateur/moyen/agressif). Remplace les formules creuses par des expressions plus concrètes et plus profondes. Le rapport optimisé est non seulement plus naturel, mais aussi plus dense en informations et plus convaincant. 📩 Envoyez vos retours et suggestions à : 1329806797@qq.com Il ne s'agit pas de vous « écrire » un rapport, mais de vous aider à « bien faire » tout le processus de clôture.
Optimisation de prop. PRO V2.0
🎯 Présentation des fonctionnalités principales Il s'agit d'un système intelligent d'évaluation et d'optimisation conçu spécifiquement pour les propositions de projets CNSF, MEN et provinciaux. Il simule le mode de pensée d'experts évaluateurs ayant 15 ans d'expérience et garantit la rigueur académique et la compétitivité des propositions via trois mécanismes principaux. 🔧 Trois mécanismes principaux 1️⃣ Méthodologie structurée en 12 étapes Couverture complète du cycle de vie de l'évaluation des propositions de projets : Phase 1-3 : Diagnostic de base - Analyse approfondie de l'annonce (orientations de financement, critères d'évaluation, exigences de soumission) - Identification du type interdisciplinaire (8 types précis) - Identification des lacunes de recherche sur 5 dimensions (théorie/méthode/empirique/politique/technique) Phase 4-7 : Évaluation des éléments clés - Analyse du modèle TMAQ pour les questions de recherche (4 dimensions : théorie/méthode/approche/question) - Vérification des objectifs de recherche selon le principe SMART - Évaluation de l'exhaustivité du cadre de contenu de recherche - Mise en correspondance des types d'approche de recherche (6 types) Phase 8-10 : Amélioration profonde de la qualité - Extraction précise des points clés et des difficultés (critères de distinction + voies de percée) - Exploration des points d'innovation sur 7 dimensions - Justification de la faisabilité sur 7 dimensions Phase 11-12 : Optimisation globale - Contrôle qualité sur 9 dimensions (rigueur académique, innovation, faisabilité, etc.) - Recommandations d'optimisation complètes et rapport final 2️⃣ Mécanisme de confrontation dual-core (Builder vs Supervisor) Principe de fonctionnement : - Builder (rédacteur académique) : génère des propositions d'optimisation à partir des matériaux de l'utilisateur - Supervisor (relecteur de revue de premier plan) : remet en question les solutions du Builder selon les critères les plus stricts - Itération par confrontation : 3 cycles de confrontation garantissent que les solutions sont solides Scénarios d'application : - Lors de l'exploration des points d'innovation : Builder propose une innovation → Supervisor remet en question sa nouveauté → itération et optimisation - Lors de la justification de la faisabilité : Builder conçoit un plan → Supervisor remet en question sa faisabilité → justification complémentaire - Lors de la citation des références : Builder cite une référence → Supervisor vérifie l'authenticité → garantit les normes académiques 3️⃣ Mécanisme de vérification de l'authenticité des références Deux modes de fonctionnement : Mode A : Mode avec placeholders (par défaut) - Utilise des marqueurs tels que [Placeholder-réf-001] pour remplacer les références spécifiques - Génère une « Liste des besoins en références » précisant les exigences de recherche pour chaque placeholder - L'utilisateur recherche lui-même et insère les références réelles Mode B : Mode de vérification en temps réel - Utilise Google Scholar pour vérifier en temps réel l'authenticité des références - Génère un « Rapport de vérification des références » (notes d'authenticité, pertinence, autorité) - Garantit que chaque citation est traçable Prévention des hallucinations IA : - Interdiction de fabriquer de toutes pièces des auteurs, revues, DOI - Toutes les références doivent être vérifiées ou marquées comme placeholders - Protège le seuil d'intégrité académique 💡 Valeur principale et scénarios d'application ✅ Problèmes clés résolus 1. Manque de rigueur académique : les contenus générés par IA présentent souvent des références fausses et des failles logiques 2. Innovation insuffisante : difficulté à trouver de véritables points d'innovation académique 3. Faisabilité faible : le plan de recherche manque de justification systématique 4. Difficulté interdisciplinaire : les sujets transdisciplinaires tombent souvent entre deux chaises 🎓 Utilisateurs concernés - Enseignants-chercheurs (sciences sociales, éducation, sciences humaines) - Chercheurs (soumission de projets nationaux, provinciaux et ministériels) - Équipes académiques (nécessitant un processus d'évaluation systématique) 📋 Processus d'utilisation type 1. Saisie : téléchargement de l'annonce du projet + brouillon de la proposition 2. Évaluation : le système effectue une analyse structurée en 12 étapes 3. Confrontation : le mécanisme dual-core optimise itérativement les parties clés 4. Vérification : contrôle de l'authenticité des références 5. Sortie : rapport d'évaluation complet + recommandations d'optimisation + liste des références 🔍 Différence avec l'évaluation traditionnelle | Dimension | Évaluation humaine traditionnelle | Système d'évaluation expert | |----------|---------------------------------|-----------------------------| | Profondeur de l'évaluation | Dépend de l'expérience personnelle | 12 étapes structurées + contrôle qualité 9 dims | | Rigueur académique | Difficile à vérifier complètement | Vérification des références + confrontation dual-core | | Exploration de l'innovation | Jugement subjectif | Analyse systématique sur 7 dimensions | | Justification de la faisabilité | Guidée par l'expérience | Argumentation dimension par dimension sur 7 dimensions | | Cohérence | Varie d'une personne à l'autre | Processus standardisé | | Efficacité | De plusieurs jours à plusieurs semaines | Évaluation initiale en 1-2 heures | L'avantage principal de ce système est de rendre explicite, structurée et reproductible la connaissance tacite d'experts évaluateurs ayant 15 ans d'expérience, permettant à chaque utilisateur d'obtenir un service d'évaluation de niveau expert de premier plan.
Informations
- Version
- v4
- Dernière mise à jour
- Crédits par exécution
- Selon l’utilisation
- Modèles
- Automatique
