विदेशी पत्रिका गहन पठन सामग्री निर्माण

बनाया गया
OOlivert Python
इंस्टॉल किया
4
श्रेणीसीखें
स्रोतYouMind
संपादक की पसंद

हमें यह कौशल क्यों पसंद है

यह विदेशी पत्रिकाओं की सामग्री को बुद्धिमानी से विभाजित करता है, लेख का सारांश, आईईएलटीएस उन्नत शब्दावली और सटीक द्विभाषी अनुवाद प्रदान करता है। यह अंग्रेजी सीखने वालों के लिए विदेशी पत्रिकाओं को कुशलतापूर्वक पढ़ने का एक शक्तिशाली साधन है।

निर्देश

विवरण

विदेशी पत्रिकाओं की गहन पठन सामग्री निर्माण। कोई भी लेख इनपुट करें, आपको चीनी-अंग्रेज़ी तुलनात्मक अंग्रेज़ी सीखने की सामग्री मिलेगी।

संबंधित कौशल

सभी देखें
सीखें

समग्र फिल्म साथी Pro

आपका समग्र फिल्म-साथी — किसी भी फिल्म को देखने के लिए यह उपयोग करने लायक है। फिल्म से पहले आपको तैयार करता है और तय करता है कि देखने लायक है या नहीं। फिल्म के बाद यह ईस्टर एग्स का शिकारी बनकर पूरे वेब से सबूत जुटाता है और ईस्टर एग्स व सुरागों की गहराई से पड़ताल करता है। बातचीत के बाद यह आपको इंसानी-लगने वाली फिल्म समीक्षा या व्याख्या-एडिटिंग स्क्रिप्ट तैयार करके देता है, जिसे सीधे पोस्ट किया जा सकता है। एक साथी, तीन चरणों में आपकी पूरी फिल्म-यात्रा का साथ देता है। 🔍 पारदर्शी स्रोत, न कि AI की मनगढ़ंत बातें: हर विश्लेषण में उपयोगकर्ता को पता होता है कि यह जानकारी कहाँ से आई है — यदि कोई स्रोत है, तो उसका नाम और क्लिक करने लायक लिंक दिया जाता है (豆瓣, 知乎, निर्देशक के इंटरव्यू जैसे असली स्रोत)। साथी अपनी व्याख्या को प्राकृतिक भाषा में 'साथी को ऐसा लगता है' कहकर स्पष्ट करता है (वह विशेषज्ञ होने का दावा नहीं करता)। जब कोई बात पुष्ट नहीं होती, तो वह सीधे कहता है 'अभी कोई विश्वसनीय स्रोत नहीं मिला'। आप एक नज़र में जान सकते हैं कि कौन सी बात इंटरनेट से मिली है और कौन सी साथी की अपनी तार्किक कल्पना है — दोनों को भ्रमित नहीं किया जाता। हर सत्यापन योग्य विश्लेषण के साथ स्रोत का लिंक होता है, एक क्लिक पर मूल सामग्री देखी जा सकती है। 📚 फिल्म से पहले तैयारी — तेज़, सटीक और बिना स्पॉयलर: सीरीज़ के सीक्वल के लिए पिछली कड़ियां देखने का समय नहीं? यह जल्दी से पिछली कहानी, किरदारों के रिश्ते, ज़रूरी शब्दावली और उम्मीदों के संकेत प्रस्तुत करता है — केवल पुरानी कड़ियों का पुनरीक्षण, नई फिल्म का स्पॉयलर नहीं। तैयारी फ़ाइल में चित्र भी होते हैं — आधिकारिक पोस्टर, सेट डिज़ाइन जैसी सार्वजनिक तस्वीरें। साथ ही 'देखने लायक है या नहीं' का आकलन: 豆瓣, 烂番茄, IMDb की लोकप्रिय राय और प्रचार बनाम वास्तविक अनुभव का विश्लेषण। 🥚 फिल्म के बाद ईस्टर एग्स का शिकारी: फिल्म खत्म होते ही दिमाग में सवाल उठता है 'वह विवरण क्या था'? पूरे वेब से ईस्टर एग्स, सुरागों की श्रृंखला, किरदारों की छिपी कहानी, सांस्कृतिक संदर्भ — बातचीत के जरिए जवाब मिलता है। आप जो पूछें, साथी वही खोजता है। अहम दृश्यों पर सार्वजनिक स्क्रीनशॉट भी जोड़े जाते हैं, हर विश्लेषण के साथ स्रोत लिंक। 📝 नोट्स तैयार — सीधे पोस्ट करने लायक (वैकल्पिक): बातचीत खत्म और पोस्ट करना चाहते हैं? इंसानी-लगने वाली समीक्षा (विचार और भावनाओं के साथ, जैसे किसी असली इंसान ने लिखी हो, उपयुक्त: 豆瓣, वीचैट अकाउंट, मोमेंट्स) या फिल्म व्याख्या एडिटिंग स्क्रिप्ट (स्टोरीबोर्ड के निशान, विज़ुअल + वॉइसओवर + टेक्स्ट ओवरले सब सेट, पोस्ट करने के लिए तैयार — उपयुक्त: 小红书, 抖音, B站)। साथी खुद से प्रचार नहीं करता; केवल स्पष्ट अनुरोध पर यह सुविधा काम करती है। 🎬 ज़्यादातर फिल्मों, एनिमेशन और सीरीज़ को कवर करता है। हर हिट फिल्म की रिलीज़ पर पहले तैयारी + बाद में गहन पड़ताल = एक संपूर्ण यात्रा। नोट्स तैयार करना आवश्यकता अनुसार सक्रिय होता है।

B
04k
सीखें

चार प्रश्न पठन कोच

उपयोगकर्ता पुस्तक का नाम दर्ज करता है (वैकल्पिक रूप से पेशा/पद/पहचान भी बता सकता है)। यह 'पुस्तक कैसे पढ़ें' में दिए गए 'अच्छे पाठकों के चार प्रश्न' ढांचे पर आधारित है। यह मौजूदा जानकारी, ऑनलाइन खोज और उपयोगकर्ता द्वारा अपलोड की गई सामग्री को लचीलेपन से जोड़ता है, और लेखक परिचय, चार-प्रश्न विश्लेषण, 10 प्रेरक उद्धरण और 3 संबंधित पुस्तक अनुशंसाओं सहित एक संरचित पठन दस्तावेज़ तैयार करता है।

D
3799
सीखें

Offer Toolkit

एक 10 साल के सिलिकॉन वैली अनुभव वाली नौकरी प्रणाली, जो वास्तविक भर्ती अंतर्दृष्टि और नौकरी खोज方法论 को AI में समाहित करती है। Offer Toolkit | AI नौकरी सहायक 'मनपसंद नौकरी खोजने' से लेकर 'ऑफर प्राप्त करने' तक, पूरी प्रक्रिया को तीन स्मार्ट मॉड्यूल में विभाजित किया गया है: ① JD डिकोडर (JD Decoder) गहराई से नौकरी विवरण का विश्लेषण करें और विशेष ऑफर स्ट्रैटेजी रिपोर्ट तैयार करें: - क्या आवेदन करना उचित है - नौकरी मिलान मूल्यांकन - मुख्य योग्यताएँ और क्षमता अंतराल - साक्षात्कार फोकस और उच्च संभावना वाले प्रश्नों का पूर्वानुमान ② रिज्यूमे बिल्डर (Resume Builder) आपके अनुभव को 'नौकरी विवरण' से 'भर्तीकर्ता द्वारा मान्यता प्राप्त प्रभाव कहानी' में बदलें: - स्वचालित रूप से व्यक्तिगत अनुभव को संरचित करें - परियोजना अभिव्यक्ति और परिणाम मात्रा को अनुकूलित करें - ATS-अनुकूल, उच्च गुणवत्ता वाला रिज्यूमे तैयार करें - 11+ प्रिंट-ग्रेड प्रोफेशनल टेम्पलेट का समर्थन करता है ③ व्यवहारिक साक्षात्कार कहानी पुस्तकालय (Behavioral Story Library) आपके वास्तविक अनुभव को उजागर करें और पुन: प्रयोज्य साक्षात्कार कहानी संपत्ति बनाएं: - मुख्य परियोजनाओं और विकास अनुभवों को निकालें - स्वचालित रूप से STAR Framework में बदलें - व्यक्तिगत Behavioral Interview Story Bank स्थापित करें - 'Tell me about a time...' जैसे प्रश्नों का कुशलतापूर्वक सामना करें चाहे आप 'क्या इस पद के लिए आवेदन करूं' में उलझे हों, 'रिज्यूमे अनुकूलित करना' चाहते हों, 'JD विश्लेषण' की आवश्यकता हो, या अगले Behavioral Interview की तैयारी कर रहे हों, Offer Toolkit स्वचालित रूप से आवश्यकता को पहचानेगा और सबसे उपयुक्त AI मॉड्यूल पर रूट करेगा। कीवर्ड: नौकरी खोज | Offer | Career | Job Hunt | JD | Job Description | रिज्यूमे | Resume | CV | Behavioral Interview | STAR | Tell me about a time | Interview Preparation ------------------------------------- job-description-skill: एक JD और आपका रिज्यूमे डालें, और आपको एक HTML रिपोर्ट मिलेगी जो बताएगी: क्या इस पद के लिए आवेदन करना चाहिए, आपका मिलान कितना है, कमियाँ कहाँ हैं, साक्षात्कार में क्या पूछा जाएगा, वेतन उचित है या नहीं, और अगले 6 सप्ताह में क्या करना चाहिए। resume-skill: आपके मौजूदा रिज्यूमे को बेहतर बनाने में मदद करता है, या LinkedIn से आयात करता है, या बातचीत के दौरान शून्य से लिखता है। 11 प्रिंट-ग्रेड टेम्पलेट देता है (Classic-ATS, Ledger, Tech Compact, Modern Sidebar, Pillar, Elegant Serif, Atelier, Timeline, Swiss, Executive, Color-block)। हर बार दो फाइलें देता है: एक सीधे PDF के रूप में प्रिंट करने योग्य, और एक ब्राउज़र में क्लिक करके संपादित करने योग्य। bq-skill: आपको तैयार उत्तर नहीं देता, बल्कि आपके पिछले वास्तविक अनुभवों को निकालकर एक पुन: प्रयोज्य कहानी संग्रह में व्यवस्थित करता है। यह आपके अनुभवों के बारे में कदम-दर-कदम पूछता है, STAR/CAR का उपयोग करके विचारों को स्पष्ट करने में मदद करता है, और 'निर्णय लेना' 'कठिन परिस्थितियाँ' जैसे टैग लगाता है। हिंदी और अंग्रेज़ी दोनों में एक प्रति सहेजता है, ताकि अगली बार अलग व्यवहारिक प्रश्नों के लिए भी उसी कहानी का उपयोग किया जा सके। साथ ही, एक JD के आधार पर, कंपनी द्वारा पूछे जाने वाले 20 प्रश्नों का पूर्वानुमान लगाता है और उनकी तैयारी में मदद करता है। तीन सामान्य नियम: 1. कल्पना न करें। सभी अनुभव, जिम्मेदारियाँ और संख्याएँ उपयोगकर्ता द्वारा वास्तव में बताई गई बातों पर आधारित हैं। कमजोर अभिव्यक्तियों को सुधारा जा सकता है, लेकिन कंपनी, पद, उपलब्धियाँ या मात्राएँ कभी न बनाएँ। संख्याओं की पुष्टि उपयोगकर्ता से करें। 2. एक बार में केवल एक प्रश्न पूछें। कहानियाँ निकालना, रिज्यूमे बनाना, BQ तैयारी - ये सब बातचीत हैं, प्रश्नावली नहीं। 3. पहले संरचित करें, फिर आउटपुट दें। पहले एक मानक डेटा मॉडल में डालें, सुनिश्चित करें कि कोई त्रुटि नहीं है, फिर HTML रेंडर करें या उत्तर उत्पन्न करें।

Y
122k

अपना अगला पसंदीदा कौशल खोजें

शोध, निर्माण और रोज़मर्रा के काम के लिए और अधिक चयनित AI कौशल खोजें।

सभी कौशल देखें