SCI 리뷰 반박문 생성기 | 논문 수정 답변 도구
리뷰 의견+아이디어 입력 → 최고 저널급 영어 답변 자동 생성
설명
SCI 논문 게재의 마지막 단계에서 동료 심사(Peer Review)의 수정 의견을 적절히 처리하는 것이 매우 중요합니다. 대수정(Major Revision)이나 까다로운 리뷰 의견을 마주할 때, 저자는 종종 심사자의 의도를 파악하고 매우 엄격하고 적절한 학술 영어로 답변하는 데 많은 노력을 기울여야 합니다. 조금만 실수해도 답변서(Rebuttal Letter)의 부적절한 어조, 논리적 허점, 또는 표준 형식 미준수 등이 심사자의 부정적인 감정을 유발하여 최종 거절(Reject)로 이어질 수 있으며, 이는 연구 성과의 게재 진행에 심각한 영향을 미칩니다. 이 스킬은 석·박사 대학원생, 대학 교수 및 연구자를 위해 개발되었으며, 국제 최고 저널에 공개된 Rebuttal 모범 사례와 학술 출판 규범을 기반으로 구축되었습니다. 심사자의 원본 의견을 입력하고 한국어로 실제 답변 아이디어를 간략히 설명하기만 하면(아무리 직설적이어도), 이 엔진이 자동으로 논리를 재구성하여 한 번에 생성합니다: ✅ 【학술적 어조 재구성】：직설적인 한국어 아이디어를 객관적이고 겸손하며 전문적인 최고 수준의 학술 영어로 전환하여 언어 습관으로 인한 오해를 방지합니다. ✅ 【표준화된 항목별 답변】：국제 최고 저널에서 선호하는 Point-by-point response 방식을 엄격히 준수하여 구조가 명확하고 편집장과 심사자가 빠르게 확인할 수 있습니다. ✅ 【다중 시나리오 전략 매칭】：5가지 전문 답변 전략(제안 수락 및 수정, 동의하지만 대폭 수정 필요, 한계 인정, 연구 범위 정의, 정중한 반박)이 내장되어 완벽한 방어적 표현을 제공합니다. ✅ 【금기 표현 필터링】：Rebuttal에서 은연중에 나타나는 공격적 표현(예: obviously, the reviewer is wrong 등)을 자동으로 인식하고 수정하여 어조가 항상 적절하도록 보장합니다. 【사용 시연】 📝 귀하의 입력: 심사자 의견: The experimental method is somewhat outdated. Why not use the latest Method X? 한국어 아이디어: X 방법이 실제로 새롭지만, 본 연구의 특정 재료에는 적합하지 않으며 현재 실험 조건으로는 구현할 수 없습니다. 이미 논의 부분에서 현재 방법을 선택한 이유를 설명했습니다. ✨ AI가 생성한 최고 저널급 답변: Reviewer's Comment: The experimental method is somewhat outdated. Why not use the latest Method X? Author's Response: We are grateful for this insightful suggestion. While we recognize the value of Method X as a highly advanced approach, it falls outside the primary focus of the current study because our material system requires specific characterization conditions that Method X does not currently support. We have explicitly discussed this methodological choice and its rationale in the revised manuscript (Discussion Section, Page 8, Lines 234-241) to clarify this point. Action Taken: Added a new paragraph in the Discussion section (Page 8) explaining the rationale for the chosen method. 【학술 정직 약속】 이 스킬은 학술 윤리를 엄격히 준수합니다: 참고 문헌을 조작하지 않으며, 실험 데이터를 허위로 만들지 않으며, 귀하를 대신하여 학술적 판단을 내리지 않습니다. 모든 답변 전략은 귀하가 제공한 실제 정보를 기반으로 재구성되며, AI는 언어 재구성과 논리 최적화만 담당합니다. 귀하의 입력 정보가 완전한 답변을 생성하기에 부족한 경우, AI는 보충이 필요한 내용을 명확히 표시하며 과학적 이유를 자체적으로 구성하지 않습니다. 【적용 범위】 SCI / SSCI / EI 저널 투고 수정, 학술대회 논문 Rebuttal, 동료 심사 커뮤니케이션. 언어 간 커뮤니케이션의 장벽을 없애고 수정 과정에서의 에너지 소모를 줄입니다. 번거로운 답변 작업을 AI에 맡기고 연구 자체에 집중하세요. 귀하의 학술 성과가 성공적으로 Accept되도록 도와드립니다!
관련 스킬
전체 보기
심사 의견 회신 전체 프로세스 V3.0
사회과학 및 경영학 분야 학술 논문 심사 의견 회신 전체 프로세스 시스템 — 의견 분석, 전략 수립, 치명적 결함 대응부터 Rebuttal Letter 일괄 조립까지. V3.0 핵심 업그레이드: · 거버넌스 계층: 통합 대시보드 + 3가지 스텝 모드 (표준/빠르게/느리게) + 래칫 버전 관리 + 중간 참여 로직 · 12개 빠른 명령어 모두 탑재 (/quick /jump /skip /rerun /export /resume /tone /hardcase /conflict /cover /draft /lang) · Step 간 의견 추적표: Step 1부터 Step 6까지 각 의견 상태를 전체 추적, 폐쇄 루프 관리 · 완전한 7가지 치명적 결함 진단 라이브러리 + 하위 분야 적응 (회계/금융/경영/마케팅/노동경제/거시경제/질적 연구) · 전체 언어 쌍 지원: 중→영 / 영→영 / 중→중, 심사 의견 언어 자동 감지 · 수정 Cover Letter 생성 + 수정 요약표 추가 · 어조 보정 시스템 업그레이드: 금지 표현 목록 (20개) + 자동 수정 + 예의 점수 · 안전 경고선 강화: 환각 인용 검사 + 과도한 약속 검사 + AI 생성 콘텐츠 투명성 선언 적용 시나리오: 사회과학/경영학 박사 과정생 및 젊은 교수가 심사 의견을 받은 후 원스톱 답변 작성.
작성학술논문 AIGC 표절감소·품질보존 개작 v7.0
📚 학술 논문 AIGC 표절 감소 및 품질 보존 개작 전문가 v7.0 대학원생, 연구자, 논문 저자를 위해 설계된 학술 텍스트 최적화 스킬로, '원천 제어 → 과정 교정 → 결과 검증 → 역방향 자체 점검 → 재검토 반복'을 핵심 폐쇄 루프로 하여, 원래 의미, 전문 용어, 데이터, 핵심 결론을 보호하면서 논문 내의 템플릿화된 표현, 기계적 논리, 내용 공허, 용어 부정확, 스타일 불일치 등의 문제를 체계적으로 진단하고 최적화합니다. 🔍📝 🌟 핵심 능력 🔬 다층 위험 진단 10가지 일반 텍스트 지문을 포괄하며, ChatGPT, Claude, DeepSeek, Wenxin Yiyan 등 모델의 일반적인 표현 패턴을 추가로 식별합니다. 🧠 심층 의미 재구성 동의어 대체에 국한되지 않고, 명제 표현, 정보 순서, 논증 접근 방식 및 증거 구성 방식에서 접근하여 더 자연스럽고 깊이 있는 학술 논증을 재구성합니다. ✍️ 품질 보존 개작 13가지 문장 변환 전략과 20가지 고빈도 템플릿 표현 제거 방법을 종합적으로 활용하여 기계적 문장, 반복 접속사 및 과도하게 정형화된 표현 구조를 개선합니다. 📊 전체 구조 진단 큰 순환과 5대 철삼각형을 통해 연구 문제, 이론, 리뷰, 방법, 결과, 혁신이 완전한 폐쇄 루프를 이루는지 확인합니다. 🧩 세부화된 장별 적응 초록, 서론, 문헌 리뷰, 연구 방법, 결과, 논의, 결론에 대해 각각 차별화된 진단 및 개작 전략을 수립합니다. 🌐 언어 간 위험 스캔 번역체, 수동태 중복, 긴 문장 중첩, 중영문 혼합 이상을 추가로 식별하여 중문 학술 표현을 더 자연스럽고 정확하게 만듭니다. 🔄 역방향 자체 점검 폐쇄 루프 개작 완료 후, 기법 분포, 새로운 텍스트 지문, 정보 완전성의 세 가지 측면에서 다시 검증하여 '고칠수록 템플릿화'되거나 핵심 내용이 손실되는 것을 방지합니다. 🛡️ 학술 규범 보호 문헌, 데이터, 사례, 정책 근거를 조작하지 않습니다. 저자가 확인해야 할 정보는 별도로 표시하고, AI 사용 사실을 투명하게 공개하도록 안내합니다. 🎯 적용 시나리오 ✅ 단일 단락 또는 일부 장 최적화 ✅ 검사 보고서에 표시된 단락의 지향적 수정 ✅ 초록, 서론, 리뷰, 논의, 결론 정밀 수정 ✅ 전체 논문 AIGC 위험 특성 진단 ✅ 목표 저널 언어 및 구조 적응 ✅ 투고 전 품질 검토 및 일관성 검증 📦 최종 제공물 📄 품질이 보존된 개작 텍스트 🔎 위험 및 문제 진단 보고서 🛠️ 개작 전략 및 기법 설명 ✅ 역방향 자체 점검 및 정보 완전성 보고서 💡 저자 확인 사항 및 후속 수정 제안 🎓 원래 의미 왜곡 없음 · 논리 단절 없음 · 데이터 조작 없음 · 학술 품질 저하 없음 ⚠️ 본 스킬은 학술 표현 품질을 향상시키고 텍스트 내 위험 특성을 줄이는 것을 목적으로 하며, 특정 탐지 플랫폼을 통과하거나 특정 탐지 수치에 도달할 것을 약속하지 않습니다.
연구학술논문전과정작성시스템 v4.1 (五源×AFP 3.1)
五源 모델과 AFP 3.1 3계층 아키텍처를 결합한 학술 논문 전 과정 작성 시스템입니다. 다른 AI는 논문을 '쓰는' 것을 돕는 반면, 이 시스템은 논문이 거절될 모든 구멍을 '막아' 줍니다. 막연한 아이디어 한 줄에서 완전한 투고 패키지까지, 7개 모듈을 한 번에 완료하며, 환각 방지 게이트 + 아카이브 코드 연속 작성 + 4중 검증을 제공합니다. 【10초 가치】 한 문장 아이디어 → 투고 가능한 완전한 논문 패키지. 전 과정에서 실제 문헌을 필수로 사용하고, 모든 인용은 검증 가능하며, 세션 간 중단점에서 이어 쓸 수 있습니다. 【트리거 단어】 논문 작성 / 문헌 검토 / 연구 방법 설계 / 토론 작성법 / 논문 교정 / 초록·키워드 / 투고 패키지 【7개 모듈, 모두 완전한 실행 가능 지침】 Phase 1 주제 선정 및 서론 → Phase 2 문헌 검토 → Phase 3 연구 방법 설계 → Phase 4 토론 → Phase 5 결론 → Phase 6 초록 및 키워드 → Phase 7 전체 통합 및 투고 패키지. Phase 0 진입 라우팅 A–G는 7개 모듈과 일대일로 대응하며, 별도 R 옵션은 아카이브 코드/저장 문서로 이전 진행 상황을 복원합니다. 【v4.1 업그레이드】 1. 증거 사슬 게이트(강제 제약): 자료 등록제(M1/M2 번호) + 인용 4요소(저자/연도/논문명/검증 가능한 위치 표시) + 3색 표시(✅ 사용자 제공 / ⚠️ 확인 필요 / 🚫 금지). 자료 라이브러리가 비어 있으면 뼈대와 검색식만 제공하며, 인용이 포함된 본문 생성을 거부합니다. 기억에 의존한 참고문헌 생성이나 권호·페이지 번호 날조를 금지합니다. 2. 아카이브 코드 프로토콜: 각 모듈 종료 시 구조화된 아카이브 코드를 출력하며, YouMind 문서로 저장할 수 있습니다. 다음 세션에서 @ 참조로 바로 이어 쓸 수 있고, 이미 확정된 정보를 반복해서 요구하지 않습니다. 3. 점수 재현 가능: C 코어는 모든 차원에서 4/6/8/10점 행동 기준을 고정하고 판정 근거를 첨부합니다. 래칫 메커니즘으로 반복 시 점수는 오르기만 하고 내려가지 않습니다. 4. 4개 학문 구성 라이브러리(1A 인문예술 / 1B 사회과학 / 2A 이공 / 2B 농의생명): 이론 라이브러리, 방법 툴박스, 학문 규범을 자동으로 전환합니다. 2B 유형은 Phase 0/3/7에서 세 차례 윤리 심사를 거칩니다. 5. 3가지 패러다임 분기(양적 / 질적 / 사변): 문헌 검토 내러티브 전략과 연구 방법 설계가 각각 다른 경로로 진행됩니다. 6. 상투어 금지 목록 및 규칙: 토론에서 '시간과 노력이 제한적이다', '추가 연구가 필요하다' 같은 표현, 결론에 새로운 데이터/문헌 도입, 초록에 본문에서 뒷받침되지 않은 결과 제시 등은 B 코어가 직접 반려합니다. 7. 적응형: 사용자 프로필(초보/중급/숙련) + 논문 유형(학술지/학위/학술대회/수업) + 진행 모드(기본/빨리/천천히) + 멀티태스크 격리. 8. 투고 패키지 및 규정 준수: 일관성 7가지 검사, 논리 체인 6단계, 참고문헌 형식(GB/T 7714 / APA 7 / Vancouver / IEEE), 윤리 승인 번호, 데이터 가용성 성명, 생성형 AI 사용 공개 성명 초안, 커버 레터 초안. 【사용 방법】 시스템에 학문 분야 + 목표 학술지/논문 유형/글자 수 + 현재 단계를 알려주세요. 시스템은 모듈별로 진행하며, 각 모듈 완료 시 챕터, 검토 보고서, 평가 카드, 아카이브 코드를 전달하고, 확인 후 계속합니다. 【책임 범위】 시스템은 소스 1–4(구조, 자료 구성, 스타일, 통합)를 담당하며, 소스 5의 수동 교정은 사용자가 수행합니다: 학술 판단, 사실 확인, 혁신 결정. ⚠️로 표시된 모든 인용과 데이터는 투고 전에 직접 하나씩 확인해야 합니다. 본 스킬은 어떤 게재 또는 통과 결과도 보장하지 않습니다.
SCI 리뷰 반박문 생성기 | 논문 수정 답변 도구
리뷰 의견+아이디어 입력 → 최고 저널급 영어 답변 자동 생성
설명
SCI 논문 게재의 마지막 단계에서 동료 심사(Peer Review)의 수정 의견을 적절히 처리하는 것이 매우 중요합니다. 대수정(Major Revision)이나 까다로운 리뷰 의견을 마주할 때, 저자는 종종 심사자의 의도를 파악하고 매우 엄격하고 적절한 학술 영어로 답변하는 데 많은 노력을 기울여야 합니다. 조금만 실수해도 답변서(Rebuttal Letter)의 부적절한 어조, 논리적 허점, 또는 표준 형식 미준수 등이 심사자의 부정적인 감정을 유발하여 최종 거절(Reject)로 이어질 수 있으며, 이는 연구 성과의 게재 진행에 심각한 영향을 미칩니다. 이 스킬은 석·박사 대학원생, 대학 교수 및 연구자를 위해 개발되었으며, 국제 최고 저널에 공개된 Rebuttal 모범 사례와 학술 출판 규범을 기반으로 구축되었습니다. 심사자의 원본 의견을 입력하고 한국어로 실제 답변 아이디어를 간략히 설명하기만 하면(아무리 직설적이어도), 이 엔진이 자동으로 논리를 재구성하여 한 번에 생성합니다: ✅ 【학술적 어조 재구성】：직설적인 한국어 아이디어를 객관적이고 겸손하며 전문적인 최고 수준의 학술 영어로 전환하여 언어 습관으로 인한 오해를 방지합니다. ✅ 【표준화된 항목별 답변】：국제 최고 저널에서 선호하는 Point-by-point response 방식을 엄격히 준수하여 구조가 명확하고 편집장과 심사자가 빠르게 확인할 수 있습니다. ✅ 【다중 시나리오 전략 매칭】：5가지 전문 답변 전략(제안 수락 및 수정, 동의하지만 대폭 수정 필요, 한계 인정, 연구 범위 정의, 정중한 반박)이 내장되어 완벽한 방어적 표현을 제공합니다. ✅ 【금기 표현 필터링】：Rebuttal에서 은연중에 나타나는 공격적 표현(예: obviously, the reviewer is wrong 등)을 자동으로 인식하고 수정하여 어조가 항상 적절하도록 보장합니다. 【사용 시연】 📝 귀하의 입력: 심사자 의견: The experimental method is somewhat outdated. Why not use the latest Method X? 한국어 아이디어: X 방법이 실제로 새롭지만, 본 연구의 특정 재료에는 적합하지 않으며 현재 실험 조건으로는 구현할 수 없습니다. 이미 논의 부분에서 현재 방법을 선택한 이유를 설명했습니다. ✨ AI가 생성한 최고 저널급 답변: Reviewer's Comment: The experimental method is somewhat outdated. Why not use the latest Method X? Author's Response: We are grateful for this insightful suggestion. While we recognize the value of Method X as a highly advanced approach, it falls outside the primary focus of the current study because our material system requires specific characterization conditions that Method X does not currently support. We have explicitly discussed this methodological choice and its rationale in the revised manuscript (Discussion Section, Page 8, Lines 234-241) to clarify this point. Action Taken: Added a new paragraph in the Discussion section (Page 8) explaining the rationale for the chosen method. 【학술 정직 약속】 이 스킬은 학술 윤리를 엄격히 준수합니다: 참고 문헌을 조작하지 않으며, 실험 데이터를 허위로 만들지 않으며, 귀하를 대신하여 학술적 판단을 내리지 않습니다. 모든 답변 전략은 귀하가 제공한 실제 정보를 기반으로 재구성되며, AI는 언어 재구성과 논리 최적화만 담당합니다. 귀하의 입력 정보가 완전한 답변을 생성하기에 부족한 경우, AI는 보충이 필요한 내용을 명확히 표시하며 과학적 이유를 자체적으로 구성하지 않습니다. 【적용 범위】 SCI / SSCI / EI 저널 투고 수정, 학술대회 논문 Rebuttal, 동료 심사 커뮤니케이션. 언어 간 커뮤니케이션의 장벽을 없애고 수정 과정에서의 에너지 소모를 줄입니다. 번거로운 답변 작업을 AI에 맡기고 연구 자체에 집중하세요. 귀하의 학술 성과가 성공적으로 Accept되도록 도와드립니다!
관련 스킬
전체 보기심사 의견 회신 전체 프로세스 V3.0
사회과학 및 경영학 분야 학술 논문 심사 의견 회신 전체 프로세스 시스템 — 의견 분석, 전략 수립, 치명적 결함 대응부터 Rebuttal Letter 일괄 조립까지. V3.0 핵심 업그레이드: · 거버넌스 계층: 통합 대시보드 + 3가지 스텝 모드 (표준/빠르게/느리게) + 래칫 버전 관리 + 중간 참여 로직 · 12개 빠른 명령어 모두 탑재 (/quick /jump /skip /rerun /export /resume /tone /hardcase /conflict /cover /draft /lang) · Step 간 의견 추적표: Step 1부터 Step 6까지 각 의견 상태를 전체 추적, 폐쇄 루프 관리 · 완전한 7가지 치명적 결함 진단 라이브러리 + 하위 분야 적응 (회계/금융/경영/마케팅/노동경제/거시경제/질적 연구) · 전체 언어 쌍 지원: 중→영 / 영→영 / 중→중, 심사 의견 언어 자동 감지 · 수정 Cover Letter 생성 + 수정 요약표 추가 · 어조 보정 시스템 업그레이드: 금지 표현 목록 (20개) + 자동 수정 + 예의 점수 · 안전 경고선 강화: 환각 인용 검사 + 과도한 약속 검사 + AI 생성 콘텐츠 투명성 선언 적용 시나리오: 사회과학/경영학 박사 과정생 및 젊은 교수가 심사 의견을 받은 후 원스톱 답변 작성.
작성학술논문 AIGC 표절감소·품질보존 개작 v7.0
📚 학술 논문 AIGC 표절 감소 및 품질 보존 개작 전문가 v7.0 대학원생, 연구자, 논문 저자를 위해 설계된 학술 텍스트 최적화 스킬로, '원천 제어 → 과정 교정 → 결과 검증 → 역방향 자체 점검 → 재검토 반복'을 핵심 폐쇄 루프로 하여, 원래 의미, 전문 용어, 데이터, 핵심 결론을 보호하면서 논문 내의 템플릿화된 표현, 기계적 논리, 내용 공허, 용어 부정확, 스타일 불일치 등의 문제를 체계적으로 진단하고 최적화합니다. 🔍📝 🌟 핵심 능력 🔬 다층 위험 진단 10가지 일반 텍스트 지문을 포괄하며, ChatGPT, Claude, DeepSeek, Wenxin Yiyan 등 모델의 일반적인 표현 패턴을 추가로 식별합니다. 🧠 심층 의미 재구성 동의어 대체에 국한되지 않고, 명제 표현, 정보 순서, 논증 접근 방식 및 증거 구성 방식에서 접근하여 더 자연스럽고 깊이 있는 학술 논증을 재구성합니다. ✍️ 품질 보존 개작 13가지 문장 변환 전략과 20가지 고빈도 템플릿 표현 제거 방법을 종합적으로 활용하여 기계적 문장, 반복 접속사 및 과도하게 정형화된 표현 구조를 개선합니다. 📊 전체 구조 진단 큰 순환과 5대 철삼각형을 통해 연구 문제, 이론, 리뷰, 방법, 결과, 혁신이 완전한 폐쇄 루프를 이루는지 확인합니다. 🧩 세부화된 장별 적응 초록, 서론, 문헌 리뷰, 연구 방법, 결과, 논의, 결론에 대해 각각 차별화된 진단 및 개작 전략을 수립합니다. 🌐 언어 간 위험 스캔 번역체, 수동태 중복, 긴 문장 중첩, 중영문 혼합 이상을 추가로 식별하여 중문 학술 표현을 더 자연스럽고 정확하게 만듭니다. 🔄 역방향 자체 점검 폐쇄 루프 개작 완료 후, 기법 분포, 새로운 텍스트 지문, 정보 완전성의 세 가지 측면에서 다시 검증하여 '고칠수록 템플릿화'되거나 핵심 내용이 손실되는 것을 방지합니다. 🛡️ 학술 규범 보호 문헌, 데이터, 사례, 정책 근거를 조작하지 않습니다. 저자가 확인해야 할 정보는 별도로 표시하고, AI 사용 사실을 투명하게 공개하도록 안내합니다. 🎯 적용 시나리오 ✅ 단일 단락 또는 일부 장 최적화 ✅ 검사 보고서에 표시된 단락의 지향적 수정 ✅ 초록, 서론, 리뷰, 논의, 결론 정밀 수정 ✅ 전체 논문 AIGC 위험 특성 진단 ✅ 목표 저널 언어 및 구조 적응 ✅ 투고 전 품질 검토 및 일관성 검증 📦 최종 제공물 📄 품질이 보존된 개작 텍스트 🔎 위험 및 문제 진단 보고서 🛠️ 개작 전략 및 기법 설명 ✅ 역방향 자체 점검 및 정보 완전성 보고서 💡 저자 확인 사항 및 후속 수정 제안 🎓 원래 의미 왜곡 없음 · 논리 단절 없음 · 데이터 조작 없음 · 학술 품질 저하 없음 ⚠️ 본 스킬은 학술 표현 품질을 향상시키고 텍스트 내 위험 특성을 줄이는 것을 목적으로 하며, 특정 탐지 플랫폼을 통과하거나 특정 탐지 수치에 도달할 것을 약속하지 않습니다.
연구학술논문전과정작성시스템 v4.1 (五源×AFP 3.1)
五源 모델과 AFP 3.1 3계층 아키텍처를 결합한 학술 논문 전 과정 작성 시스템입니다. 다른 AI는 논문을 '쓰는' 것을 돕는 반면, 이 시스템은 논문이 거절될 모든 구멍을 '막아' 줍니다. 막연한 아이디어 한 줄에서 완전한 투고 패키지까지, 7개 모듈을 한 번에 완료하며, 환각 방지 게이트 + 아카이브 코드 연속 작성 + 4중 검증을 제공합니다. 【10초 가치】 한 문장 아이디어 → 투고 가능한 완전한 논문 패키지. 전 과정에서 실제 문헌을 필수로 사용하고, 모든 인용은 검증 가능하며, 세션 간 중단점에서 이어 쓸 수 있습니다. 【트리거 단어】 논문 작성 / 문헌 검토 / 연구 방법 설계 / 토론 작성법 / 논문 교정 / 초록·키워드 / 투고 패키지 【7개 모듈, 모두 완전한 실행 가능 지침】 Phase 1 주제 선정 및 서론 → Phase 2 문헌 검토 → Phase 3 연구 방법 설계 → Phase 4 토론 → Phase 5 결론 → Phase 6 초록 및 키워드 → Phase 7 전체 통합 및 투고 패키지. Phase 0 진입 라우팅 A–G는 7개 모듈과 일대일로 대응하며, 별도 R 옵션은 아카이브 코드/저장 문서로 이전 진행 상황을 복원합니다. 【v4.1 업그레이드】 1. 증거 사슬 게이트(강제 제약): 자료 등록제(M1/M2 번호) + 인용 4요소(저자/연도/논문명/검증 가능한 위치 표시) + 3색 표시(✅ 사용자 제공 / ⚠️ 확인 필요 / 🚫 금지). 자료 라이브러리가 비어 있으면 뼈대와 검색식만 제공하며, 인용이 포함된 본문 생성을 거부합니다. 기억에 의존한 참고문헌 생성이나 권호·페이지 번호 날조를 금지합니다. 2. 아카이브 코드 프로토콜: 각 모듈 종료 시 구조화된 아카이브 코드를 출력하며, YouMind 문서로 저장할 수 있습니다. 다음 세션에서 @ 참조로 바로 이어 쓸 수 있고, 이미 확정된 정보를 반복해서 요구하지 않습니다. 3. 점수 재현 가능: C 코어는 모든 차원에서 4/6/8/10점 행동 기준을 고정하고 판정 근거를 첨부합니다. 래칫 메커니즘으로 반복 시 점수는 오르기만 하고 내려가지 않습니다. 4. 4개 학문 구성 라이브러리(1A 인문예술 / 1B 사회과학 / 2A 이공 / 2B 농의생명): 이론 라이브러리, 방법 툴박스, 학문 규범을 자동으로 전환합니다. 2B 유형은 Phase 0/3/7에서 세 차례 윤리 심사를 거칩니다. 5. 3가지 패러다임 분기(양적 / 질적 / 사변): 문헌 검토 내러티브 전략과 연구 방법 설계가 각각 다른 경로로 진행됩니다. 6. 상투어 금지 목록 및 규칙: 토론에서 '시간과 노력이 제한적이다', '추가 연구가 필요하다' 같은 표현, 결론에 새로운 데이터/문헌 도입, 초록에 본문에서 뒷받침되지 않은 결과 제시 등은 B 코어가 직접 반려합니다. 7. 적응형: 사용자 프로필(초보/중급/숙련) + 논문 유형(학술지/학위/학술대회/수업) + 진행 모드(기본/빨리/천천히) + 멀티태스크 격리. 8. 투고 패키지 및 규정 준수: 일관성 7가지 검사, 논리 체인 6단계, 참고문헌 형식(GB/T 7714 / APA 7 / Vancouver / IEEE), 윤리 승인 번호, 데이터 가용성 성명, 생성형 AI 사용 공개 성명 초안, 커버 레터 초안. 【사용 방법】 시스템에 학문 분야 + 목표 학술지/논문 유형/글자 수 + 현재 단계를 알려주세요. 시스템은 모듈별로 진행하며, 각 모듈 완료 시 챕터, 검토 보고서, 평가 카드, 아카이브 코드를 전달하고, 확인 후 계속합니다. 【책임 범위】 시스템은 소스 1–4(구조, 자료 구성, 스타일, 통합)를 담당하며, 소스 5의 수동 교정은 사용자가 수행합니다: 학술 판단, 사실 확인, 혁신 결정. ⚠️로 표시된 모든 인용과 데이터는 투고 전에 직접 하나씩 확인해야 합니다. 본 스킬은 어떤 게재 또는 통과 결과도 보장하지 않습니다.
다음으로 즐겨 쓸 스킬을 찾아보세요
연구, 창작, 일상 업무에 유용한 엄선된 AI 스킬을 더 탐색해 보세요.