최고급 정책 자문 글 작성·정밀 수정 전문가
의사결정층 대상 고품질 정책 자문 글 작성·정밀 수정
설명
이 스킬을 추천하는 이유
이 스킬은 의사결정층을 위한 고품질 자문 기사 작성 및 교정에 특화되어 있습니다. 독특한 점은 주제에 대한 깊은 이해, 정확한 개념 추적, 실행 가능한 대책 제안을 강조하여 모든 기사가 전략적 가치와 실행 가능성을 갖추도록 한다는 것입니다.
중앙급 및 성·부급 내부 참고 자료 작성 및 정밀 수정을 위해 설계된 시스템화된 스킬(V8)입니다. V8 핵심 철학: 내부 참고 자료의 본질로 회귀——'주제에 대한 깊은 이해 → 철저한 분석 → 간결한 표현', V7의 규칙 나열 방식을 완전히 배제합니다. V7 대비 V8의 근본적인 변화: (1) '강제 독창적 개념'이라는 하드 지표를 폐지하고, '개념 추적 규율'로 대체——모든 핵심 개념은 정책 문서, 학술 문헌 또는 실무 용어에 출처를 추적할 수 있어야 하며, 의미가 불명확한 조합어를 새로 만드는 것을 금지합니다. (2) '반(反)합의 검증'을 폐지하고, '현실 제약 네 가지 질문'으로 대체——모든 제안은 법적 호환성, 재정적 수용 가능성, 시범 경로, 위험 대책에 답해야 합니다. (3) 모범 사례의 역할을 '언어 밀도와 논증 리듬의 교정 도구'로 엄격히 제한하며, 모범 사례의 개념 프레임워크, 대책 구조 또는 구체적인 용어를 이전하는 것을 금지합니다. (4) 글자 수의 엄격한 제약을 폐지하고, 탄력적 범위 2500~3500자로 변경합니다. (5) '주제 깊이 우선' 사전 단계를 추가하여, 작성 전에 주제의 정책 진화, 실제 어려움을 겪는 대상, 기존 솔루션의 실패 원인에 대한 실질적인 이해를 완료하도록 요구합니다. V8은 V6의 효과적인 유산을 유지합니다: 문장 극단 간소화 원칙, 굵게 강조 자제 원칙, 기계적 표현 세 가지 제거. 핵심 평가 기준은 여섯 가지로 회귀: 주제 선정의 정확성(의사 결정 수요에 밀착), 원인에 대한 깊은 분석, 논리 명확성 및 구조의 간결성, 제안의 실현 가능성, 선견적 사고 및 새로운 시각, 문장의 간결성 및 전문적 깊이.
관련 스킬
전체 보기
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.
C刊·북경대등재급 논문 학술 정밀 수정 워크숍
학술 논문을 작성할 때 AI 작문 흔적을 제거하고 텍스트의 학술 전문성을 높이는 방법에 고민한 적이 있나요? 이 도구는 중국 핵심 학술지(CSSCI) 투고자를 위해 설계되었으며, 학술지 수준의 심층 정밀 수정 서비스를 제공합니다. 논문에 존재하는 AI 말투, 구어체 표현, 정책 문서체, 저급한 논리적 표현, 개념 불안정성 등의 일반적인 문제를 체계적으로 해결하여 원고를 성숙한 학자의 핵심 학술지 논문 표현 수준에 더 가깝게 만들어 줍니다. 논문 전체, 특정 장, 초록, 제목 체계, 또는 해결이 필요한 전형적인 문제 문장을 제출하든, 이 도구는 학술적 문제 의식, 제목 체계, 개념 안정성, 메커니즘 분석 및 논증 체인을 중심으로 체계적으로 최적화합니다. 작업 계획식 제목을 개념화, 메커니즘화, 구조화된 학술 표현으로 재구성하고, 핵심 용어를 통일하여 다의성을 방지하며, 논문의 논증 체인을 강화하여 '문제 제기—이론적 뒷받침—내용 구조—생성 메커니즘—분석 프레임워크—작용 영역—실현 메커니즘—거버넌스 경계'의 엄격한 논리적 점진을 보여줍니다. 본 도구는 단순한 텍스트 교정이 아닌 논문의 학술적 품질 향상에 중점을 둡니다. AI 메타 담론, 구어체 전환 및 자기 설명식 글쓰기 과정을 삭제하거나 재작성하며, '서비스, 역량 강화, 촉진' 등의 관료적 표현을 학술적인 메커니즘 분석으로 전환합니다. 정밀 수정 과정에서 도구는 원래의 연구 주제, 문헌 근거 및 사실 자료를 엄격히 보존하며, 데이터나 결론을 허위로 만들지 않아 학술적 정직성을 보장합니다. 최종적으로 논리적으로 엄밀하고 표현이 정확하며 핵심 학술지 게재 요건을 충족하는 학술 원고를 제공하여 논문의 게재 경쟁력을 효과적으로 높입니다.
논문 모방 작성 및 발표 전문 도우미
📚 논문 모방 작성 및 발표 전문 도우미 한 편의 영감을 주는 논문을 바탕으로 점차 자신만의 고품질 독창적 결과물로 발전시킵니다. 특히 다른 학문 분야의 우수한 논문을 참고하여 주제 이동, 구조 재구성 및 투고 최적화를 원하는 석박사 대학원생에게 적합합니다. 🔍 영감을 주는 문헌 식별: 모범 논문에서 차용할 수 있는 제목 메커니즘, 문제 인식, 장 구조, 이론 프레임워크, 연구 방법, 증거 구성 및 언어 스타일을 분석합니다. 🔄 학제 간 패러다임 전환: "원천 분야-대상 분야" 전환 매트릭스를 구축하여 어떤 아이디어를 변환할 수 있는지, 어떤 이론, 개념, 사례 및 결론을 반드시 재구성해야 하는지 판단합니다. 🧠 독창적 기여 모델링: 문헌의 간극을 식별하고 핵심 명제와 작용 메커니즘을 추출하며, 논문이 단순히 연구 대상을 변경하거나 일반 프레임워크를 적용한 것인지 확인합니다. 🧭 연구 설계 계획: 이론 연구, 사례 연구, 질적 연구, 양적 연구, 문헌 검토, 정책 텍스트 분석 및 혼합 연구를 지원합니다. 🛡️ 실제 증거 게이트: 데이터, 표본, 인터뷰, 사례, 통계 결과, 문헌 또는 DOI를 조작하지 않습니다. 실제 증거가 없을 경우 허위 실증 결론을 생성하지 않습니다. ✍️ 증거 기반 작성: "명제-증거-인용-반박"을 통해 논증 체인을 구축하고, 장별로 독창적인 내용을 생성하며, 보완해야 할 연구 자료를 명확히 표시합니다. 📈 논문 지속 진화: L1 주제 구상, L2 연구 계획, L3 증거 형성, L4 투고 초고, L5 투고 준비 단계에 따라 각 라운드의 수정, 자료 간극 및 성숙도 변화를 기록합니다. 🧑⚖️ 삼중 모의 심사: 이론 심사자, 방법 심사자 및 대상 저널 심사자의 관점에서 거절 위험을 발견하고 구체적인 수정 전략을 수립합니다. 📨 완전한 투고 사이클: 논문 최종본, 인용 검증 테이블, 투고 편지, 혁신점 설명, 저자 답변, 수정 인덱스 및 관련 진술 템플릿 생성을 지원합니다. ✨ 배우는 것은 패러다임, 쓰는 것은 독창성, 향상되는 것은 실제 투고 경쟁력입니다.
최고급 정책 자문 글 작성·정밀 수정 전문가
의사결정층 대상 고품질 정책 자문 글 작성·정밀 수정
설명
이 스킬을 추천하는 이유
이 스킬은 의사결정층을 위한 고품질 자문 기사 작성 및 교정에 특화되어 있습니다. 독특한 점은 주제에 대한 깊은 이해, 정확한 개념 추적, 실행 가능한 대책 제안을 강조하여 모든 기사가 전략적 가치와 실행 가능성을 갖추도록 한다는 것입니다.
중앙급 및 성·부급 내부 참고 자료 작성 및 정밀 수정을 위해 설계된 시스템화된 스킬(V8)입니다. V8 핵심 철학: 내부 참고 자료의 본질로 회귀——'주제에 대한 깊은 이해 → 철저한 분석 → 간결한 표현', V7의 규칙 나열 방식을 완전히 배제합니다. V7 대비 V8의 근본적인 변화: (1) '강제 독창적 개념'이라는 하드 지표를 폐지하고, '개념 추적 규율'로 대체——모든 핵심 개념은 정책 문서, 학술 문헌 또는 실무 용어에 출처를 추적할 수 있어야 하며, 의미가 불명확한 조합어를 새로 만드는 것을 금지합니다. (2) '반(反)합의 검증'을 폐지하고, '현실 제약 네 가지 질문'으로 대체——모든 제안은 법적 호환성, 재정적 수용 가능성, 시범 경로, 위험 대책에 답해야 합니다. (3) 모범 사례의 역할을 '언어 밀도와 논증 리듬의 교정 도구'로 엄격히 제한하며, 모범 사례의 개념 프레임워크, 대책 구조 또는 구체적인 용어를 이전하는 것을 금지합니다. (4) 글자 수의 엄격한 제약을 폐지하고, 탄력적 범위 2500~3500자로 변경합니다. (5) '주제 깊이 우선' 사전 단계를 추가하여, 작성 전에 주제의 정책 진화, 실제 어려움을 겪는 대상, 기존 솔루션의 실패 원인에 대한 실질적인 이해를 완료하도록 요구합니다. V8은 V6의 효과적인 유산을 유지합니다: 문장 극단 간소화 원칙, 굵게 강조 자제 원칙, 기계적 표현 세 가지 제거. 핵심 평가 기준은 여섯 가지로 회귀: 주제 선정의 정확성(의사 결정 수요에 밀착), 원인에 대한 깊은 분석, 논리 명확성 및 구조의 간결성, 제안의 실현 가능성, 선견적 사고 및 새로운 시각, 문장의 간결성 및 전문적 깊이.
관련 스킬
전체 보기작성학술논문 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.
C刊·북경대등재급 논문 학술 정밀 수정 워크숍
학술 논문을 작성할 때 AI 작문 흔적을 제거하고 텍스트의 학술 전문성을 높이는 방법에 고민한 적이 있나요? 이 도구는 중국 핵심 학술지(CSSCI) 투고자를 위해 설계되었으며, 학술지 수준의 심층 정밀 수정 서비스를 제공합니다. 논문에 존재하는 AI 말투, 구어체 표현, 정책 문서체, 저급한 논리적 표현, 개념 불안정성 등의 일반적인 문제를 체계적으로 해결하여 원고를 성숙한 학자의 핵심 학술지 논문 표현 수준에 더 가깝게 만들어 줍니다. 논문 전체, 특정 장, 초록, 제목 체계, 또는 해결이 필요한 전형적인 문제 문장을 제출하든, 이 도구는 학술적 문제 의식, 제목 체계, 개념 안정성, 메커니즘 분석 및 논증 체인을 중심으로 체계적으로 최적화합니다. 작업 계획식 제목을 개념화, 메커니즘화, 구조화된 학술 표현으로 재구성하고, 핵심 용어를 통일하여 다의성을 방지하며, 논문의 논증 체인을 강화하여 '문제 제기—이론적 뒷받침—내용 구조—생성 메커니즘—분석 프레임워크—작용 영역—실현 메커니즘—거버넌스 경계'의 엄격한 논리적 점진을 보여줍니다. 본 도구는 단순한 텍스트 교정이 아닌 논문의 학술적 품질 향상에 중점을 둡니다. AI 메타 담론, 구어체 전환 및 자기 설명식 글쓰기 과정을 삭제하거나 재작성하며, '서비스, 역량 강화, 촉진' 등의 관료적 표현을 학술적인 메커니즘 분석으로 전환합니다. 정밀 수정 과정에서 도구는 원래의 연구 주제, 문헌 근거 및 사실 자료를 엄격히 보존하며, 데이터나 결론을 허위로 만들지 않아 학술적 정직성을 보장합니다. 최종적으로 논리적으로 엄밀하고 표현이 정확하며 핵심 학술지 게재 요건을 충족하는 학술 원고를 제공하여 논문의 게재 경쟁력을 효과적으로 높입니다.
논문 모방 작성 및 발표 전문 도우미
📚 논문 모방 작성 및 발표 전문 도우미 한 편의 영감을 주는 논문을 바탕으로 점차 자신만의 고품질 독창적 결과물로 발전시킵니다. 특히 다른 학문 분야의 우수한 논문을 참고하여 주제 이동, 구조 재구성 및 투고 최적화를 원하는 석박사 대학원생에게 적합합니다. 🔍 영감을 주는 문헌 식별: 모범 논문에서 차용할 수 있는 제목 메커니즘, 문제 인식, 장 구조, 이론 프레임워크, 연구 방법, 증거 구성 및 언어 스타일을 분석합니다. 🔄 학제 간 패러다임 전환: "원천 분야-대상 분야" 전환 매트릭스를 구축하여 어떤 아이디어를 변환할 수 있는지, 어떤 이론, 개념, 사례 및 결론을 반드시 재구성해야 하는지 판단합니다. 🧠 독창적 기여 모델링: 문헌의 간극을 식별하고 핵심 명제와 작용 메커니즘을 추출하며, 논문이 단순히 연구 대상을 변경하거나 일반 프레임워크를 적용한 것인지 확인합니다. 🧭 연구 설계 계획: 이론 연구, 사례 연구, 질적 연구, 양적 연구, 문헌 검토, 정책 텍스트 분석 및 혼합 연구를 지원합니다. 🛡️ 실제 증거 게이트: 데이터, 표본, 인터뷰, 사례, 통계 결과, 문헌 또는 DOI를 조작하지 않습니다. 실제 증거가 없을 경우 허위 실증 결론을 생성하지 않습니다. ✍️ 증거 기반 작성: "명제-증거-인용-반박"을 통해 논증 체인을 구축하고, 장별로 독창적인 내용을 생성하며, 보완해야 할 연구 자료를 명확히 표시합니다. 📈 논문 지속 진화: L1 주제 구상, L2 연구 계획, L3 증거 형성, L4 투고 초고, L5 투고 준비 단계에 따라 각 라운드의 수정, 자료 간극 및 성숙도 변화를 기록합니다. 🧑⚖️ 삼중 모의 심사: 이론 심사자, 방법 심사자 및 대상 저널 심사자의 관점에서 거절 위험을 발견하고 구체적인 수정 전략을 수립합니다. 📨 완전한 투고 사이클: 논문 최종본, 인용 검증 테이블, 투고 편지, 혁신점 설명, 저자 답변, 수정 인덱스 및 관련 진술 템플릿 생성을 지원합니다. ✨ 배우는 것은 패러다임, 쓰는 것은 독창성, 향상되는 것은 실제 투고 경쟁력입니다.
다음으로 즐겨 쓸 스킬을 찾아보세요
연구, 창작, 일상 업무에 유용한 엄선된 AI 스킬을 더 탐색해 보세요.