Gerador Rebuttal Revisão Maior
Insira comentários, resposta ponto a ponto
Descrição
Na fase final da publicação de artigos SCI, lidar adequadamente com os comentários da revisão por pares (Peer Review) é crucial. Ao enfrentar uma revisão maior (Major Revision) ou comentários rigorosos, os autores geralmente gastam muita energia para entender a intenção do revisor e responder com um inglês acadêmico extremamente preciso e adequado. Qualquer descuido, como um tom inadequado, falha lógica ou não conformidade com o formato padrão na carta de rebuttal, pode provocar emoções negativas no revisor, levando à rejeição final (Reject) e afetando seriamente o progresso da publicação dos resultados da pesquisa. Esta habilidade é especialmente desenvolvida para estudantes de pós-graduação (mestrado e doutorado), professores universitários e pesquisadores, com base nas melhores práticas de Rebuttal publicadas em periódicos internacionais de alto nível e nas normas de publicação acadêmica. Você só precisa inserir os comentários originais do revisor e descrever brevemente sua verdadeira linha de raciocínio em português (por mais direta que seja), e este motor irá reestruturar automaticamente a lógica e gerar com um clique: ✅ [Reformulação do tom acadêmico]: Transforma a linha de raciocínio direta em português em um inglês acadêmico objetivo, humilde e profissional, evitando mal-entendidos causados por hábitos linguísticos. ✅ [Resposta ponto a ponto padronizada]: Segue rigorosamente o paradigma Point-by-point response preferido por periódicos de alto nível, com estrutura clara para facilitar a verificação rápida pelo editor e revisor. ✅ [Correspondência de estratégias para múltiplos cenários]: Incorpora 5 estratégias profissionais de resposta (aceitar sugestão e modificar, concordar mas necessitar de grandes modificações, reconhecer limitações, delimitar escopo da pesquisa, contestar educadamente), fornecendo uma retórica defensiva hermética. ✅ [Filtragem de expressões tabu]: Identifica e corrige automaticamente expressões ofensivas implícitas no Rebuttal (como obviously, the reviewer is wrong, etc.), garantindo que o tom seja sempre adequado. 【Demonstração de cenário de uso】 📝 Sua entrada: Comentário do revisor: The experimental method is somewhat outdated. Why not use the latest Method X? Sua linha de raciocínio em português: O método X é realmente novo, mas não se aplica aos materiais específicos deste estudo, e as condições experimentais atuais não podem implementá-lo. Já adicionei uma explicação na seção de discussão sobre por que o método atual foi escolhido. ✨ Resposta gerada pela IA de nível top journal: 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. 【Compromisso de integridade acadêmica】 Esta habilidade segue rigorosamente a ética acadêmica: não inventa referências bibliográficas, não fabrica dados experimentais, não toma decisões acadêmicas por você. Todas as estratégias de resposta são reconstruídas com base nas informações reais fornecidas por você, sendo que a IA é responsável apenas pela reformulação da linguagem e otimização lógica. Quando suas informações de entrada são insuficientes para gerar uma resposta completa, a IA indicará claramente o que precisa ser complementado, nunca inventando razões científicas por conta própria. 【Escopo de aplicação】 Revisão e resposta de submissões para periódicos SCI / SSCI / EI, Rebuttal de artigos de conferências, comunicação com revisores por pares. Elimine as barreiras da comunicação entre idiomas, reduza o desgaste de energia durante o processo de revisão. Deixe o trabalho tedioso de resposta para a IA, permitindo que você se concentre na pesquisa em si. Ajude seus resultados acadêmicos a serem aceitos com sucesso!
Habilidades relacionadas
Ver tudo
Resposta a Revisões V3.0
Sistema completo para resposta a revisões de artigos acadêmicos na área de ciências sociais e administração — desde análise de comentários, definição de estratégia, defesa de falhas graves até montagem com um clique da Rebuttal Letter. Principais atualizações V3.0: · Governança: painel unificado + 3 modos de progressão (padrão/rápido/lento) + gerenciamento de versão com catraca + lógica de entrada no meio do processo · 12 comandos rápidos totalmente implementados (/quick /jump /skip /rerun /export /resume /tone /hardcase /conflict /cover /draft /lang) · Quadro de rastreamento de comentários entre etapas: acompanhamento do estado de cada comentário do Passo 1 ao Passo 6, gestão em ciclo fechado · Biblioteca completa de diagnóstico de 7 tipos de falhas graves + adaptação por subárea (Contabilidade/Finanças/Administração/Marketing/Economia do Trabalho/Macroeconomia/Pesquisa Qualitativa) · Suporte completo de pares de idiomas: ZH→EN / EN→EN / ZH→ZH, detecção automática do idioma dos comentários de revisão · Nova geração de Cover Letter de revisão + Tabela resumo de alterações · Sistema de calibração de tom atualizado: lista de expressões proibidas (20 itens) + correção automática + pontuação de cortesia · Reforço das linhas vermelhas de segurança: verificação anti-alucinação de citações + verificação anti-excesso de promessas + declaração de transparência de conteúdo gerado por IA Cenário de uso: doutorandos/jovens professores em ciências sociais e administração que precisam de uma resposta completa após receber revisões.
EscreverRedutor e Reescritor AIGC v7.0
📚 Especialista em Redução de Similaridade e Reescrita com Fidelidade para Artigos Acadêmicos AIGC v7.0 Habilidade de otimização de texto acadêmico desenvolvida para pós-graduandos, pesquisadores e autores de artigos, com o ciclo fechado central de "controle de origem → correção de processo → verificação de resultados → autoinspeção reversa → iteração de reexame", diagnosticando e otimizando sistematicamente expressões padronizadas, lógica mecânica, conteúdo vago, imprecisão terminológica e inconsistências de estilo, protegendo o significado original, termos técnicos, dados e conclusões principais. 🔍📝 🌟 Capacidades Principais 🔬 Diagnóstico de risco em múltiplas camadas Cobre 10 tipos de impressões digitais de texto genéricas e auxilia na identificação de padrões de expressão comuns de modelos como ChatGPT, Claude, DeepSeek, Wenxin Yiyan, etc. 🧠 Reconstrução semântica profunda Não se limita à substituição de sinônimos, mas reconstrói argumentações acadêmicas mais naturais e profundas a partir da expressão da proposição, ordem da informação, ponto de partida da argumentação e organização das evidências. ✍️ Reescrita com fidelidade Utiliza de forma abrangente 13 estratégias de transformação de frases e 20 métodos de limpeza de expressões de modelo de alta frequência para melhorar frases mecânicas, conectivos repetitivos e estruturas excessivamente padronizadas. 📊 Diagnóstico da estrutura do texto completo Através do grande ciclo e dos cinco triângulos de ferro, verifica se há um ciclo fechado completo entre a pergunta de pesquisa, teoria, revisão, método, conclusão e inovação. 🧩 Adaptação refinada por seção Desenvolve estratégias de diagnóstico e reescrita diferenciadas para resumo, introdução, revisão de literatura, métodos de pesquisa, resultados, discussão e conclusão. 🌐 Varredura de risco entre idiomas Auxilia na identificação de termos de tradução, acúmulo de voz passiva, aninhamento de frases longas e anomalias de mistura chinês-inglês, tornando a expressão acadêmica em chinês mais natural e precisa. 🔄 Ciclo de autoinspeção reversa Após a reescrita, verifica novamente a distribuição das técnicas, novas impressões digitais de texto e integridade da informação, evitando que a reescrita torne o texto mais parecido com um modelo ou perca conteúdo crucial. 🛡️ Proteção da integridade acadêmica Não fabrica referências, dados, casos ou fundamentos políticos; sinaliza separadamente as informações que precisam ser verificadas pelo autor e lembra de divulgar honestamente o uso de IA. 🎯 Cenários de Aplicação ✅ Otimização de parágrafos únicos ou seções locais ✅ Modificação direcionada de parágrafos marcados em relatórios de detecção ✅ Refinamento de resumo, introdução, revisão, discussão e conclusão ✅ Diagnóstico de características de risco AIGC em todo o texto ✅ Adaptação de linguagem e estrutura para o periódico alvo ✅ Revisão de qualidade e verificação de consistência pré-submissão 📦 Entrega Final 📄 Texto reescrito com fidelidade 🔎 Relatório de diagnóstico de riscos e problemas 🛠️ Explicação das estratégias e técnicas de reescrita ✅ Relatório de autoinspeção reversa e integridade da informação 💡 Itens para verificação do autor e sugestões de modificações subsequentes 🎓 Significado original preservado · Lógica intacta · Dados não fabricados · Qualidade acadêmica mantida ⚠️ Esta habilidade visa melhorar a qualidade da expressão acadêmica e reduzir as características de risco no texto, não garante a aprovação em qualquer plataforma de detecção específica nem assegura um valor de detecção específico.
PesquisaRedação acadêmica v4.1
Sistema de redação acadêmica de fluxo completo que integra o modelo 五源 e a arquitetura de três camadas AFP 3.1. Enquanto outras IAs ajudam você a 'escrever' o artigo, este sistema ajuda a 'tapar' todos os buracos que podem levar à rejeição — de uma ideia vaga a um pacote de submissão completo, sete módulos em uma única execução, com portão anti-alucinação + continuação com código de arquivo + verificação de quatro núcleos. 【Valor em 10 segundos】Uma ideia em uma frase → pacote completo de artigo submissível, com literatura real obrigatória em todo o processo, cada citação verificável e continuação de sessão entre conversas. 【Palavras-chave】Escrever artigo / Revisão de literatura / Desenho de métodos de pesquisa / Como escrever discussão / Polimento de artigo / Resumo e palavras-chave / Pacote de submissão 【Sete módulos, todos com instruções completas e executáveis】 Phase 1 Escolha do tema e introdução → Phase 2 Revisão de literatura → Phase 3 Desenho de métodos de pesquisa → Phase 4 Discussão → Phase 5 Conclusão → Phase 6 Resumo e palavras-chave → Phase 7 Integração completa e pacote de submissão. Phase 0 roteamento de entrada A–G corresponde um a um aos sete módulos, e há uma opção R para retomar o progresso anterior usando código de arquivo/documento de arquivo. 【Atualização v4.1】 1. Portão de cadeia de evidências (restrição rígida): sistema de registro de materiais (números M1/M2) + quatro elementos de citação (autor/ano/título/localizador verificável) + marcação de três cores (✅ alimentado pelo usuário / ⚠️ a verificar / 🚫 proibido). Se o banco de materiais estiver vazio, apenas produza esqueleto e termos de busca, recusando gerar texto com citações; proibido gerar referências de memória, inventar números de volume e página. 2. Protocolo de código de arquivo: no final de cada módulo, emite um código de arquivo estruturado, que pode ser salvo como documento YouMind, e na próxima sessão use @ para referenciar e continuar, sem solicitar novamente informações já bloqueadas. 3. Pontuação reproduzível: o núcleo C ancora padrões comportamentais de 4/6/8/10 em todas as dimensões e anexa a base de julgamento; mecanismo de catraca itera apenas para cima, nunca para baixo. 4. Biblioteca de configuração de quatro disciplinas (1A Humanidades e Artes / 1B Ciências Sociais / 2A Ciências e Engenharia / 2B Agricultura, Medicina e Vida), alterna automaticamente biblioteca teórica, caixa de ferramentas de métodos e normas disciplinares; a categoria 2B sofre triagem ética três vezes nas Fases 0/3/7. 5. Divisão em três paradigmas (quantitativo / qualitativo / especulativo): estratégias narrativas de revisão de literatura e desenho de métodos de pesquisa seguem caminhos diferentes. 6. Lista de clichês e proibições: discussão de 'tempo e energia limitados' 'pesquisas futuras', conclusão introduzindo novos dados/nova literatura, resumo com conclusões não suportadas pelo texto, tudo é rejeitado diretamente pelo núcleo B. 7. Adaptativo: perfil do usuário (iniciante / intermediário / avançado) + tipo de artigo (periódico / dissertação / conferência / curso) + modo de passo (padrão / avanço rápido / câmera lenta) + isolamento de multitarefas. 8. Pacote de submissão e conformidade: sete verificações de consistência, seis elos de cadeia lógica, formatação de referências (GB/T 7714 / APA 7 / Vancouver / IEEE), número de aprovação ética, declaração de disponibilidade de dados, rascunho de declaração de divulgação de uso de IA generativa, rascunho de Cover Letter. 【Como usar】 Informe ao sistema: área disciplinar + periódico alvo/tipo de artigo/número de palavras + em que estágio você está. O sistema avança por módulos, parando após cada módulo para entregar capítulo, relatório de revisão, cartão de pontuação e código de arquivo, esperando sua confirmação antes de continuar. 【Limites de responsabilidade】 O sistema é responsável pelas fontes 1–4 (estrutura, organização de materiais, estilo, integração), e a fonte 5, calibração manual, é feita por você: julgamento acadêmico, verificação de fatos, decisões de inovação. Todas as citações e dados marcados com ⚠️ devem ser verificados por você um a um antes da submissão; esta skill não garante nenhuma aceitação ou aprovação.
Gerador Rebuttal Revisão Maior
Insira comentários, resposta ponto a ponto
Descrição
Na fase final da publicação de artigos SCI, lidar adequadamente com os comentários da revisão por pares (Peer Review) é crucial. Ao enfrentar uma revisão maior (Major Revision) ou comentários rigorosos, os autores geralmente gastam muita energia para entender a intenção do revisor e responder com um inglês acadêmico extremamente preciso e adequado. Qualquer descuido, como um tom inadequado, falha lógica ou não conformidade com o formato padrão na carta de rebuttal, pode provocar emoções negativas no revisor, levando à rejeição final (Reject) e afetando seriamente o progresso da publicação dos resultados da pesquisa. Esta habilidade é especialmente desenvolvida para estudantes de pós-graduação (mestrado e doutorado), professores universitários e pesquisadores, com base nas melhores práticas de Rebuttal publicadas em periódicos internacionais de alto nível e nas normas de publicação acadêmica. Você só precisa inserir os comentários originais do revisor e descrever brevemente sua verdadeira linha de raciocínio em português (por mais direta que seja), e este motor irá reestruturar automaticamente a lógica e gerar com um clique: ✅ [Reformulação do tom acadêmico]: Transforma a linha de raciocínio direta em português em um inglês acadêmico objetivo, humilde e profissional, evitando mal-entendidos causados por hábitos linguísticos. ✅ [Resposta ponto a ponto padronizada]: Segue rigorosamente o paradigma Point-by-point response preferido por periódicos de alto nível, com estrutura clara para facilitar a verificação rápida pelo editor e revisor. ✅ [Correspondência de estratégias para múltiplos cenários]: Incorpora 5 estratégias profissionais de resposta (aceitar sugestão e modificar, concordar mas necessitar de grandes modificações, reconhecer limitações, delimitar escopo da pesquisa, contestar educadamente), fornecendo uma retórica defensiva hermética. ✅ [Filtragem de expressões tabu]: Identifica e corrige automaticamente expressões ofensivas implícitas no Rebuttal (como obviously, the reviewer is wrong, etc.), garantindo que o tom seja sempre adequado. 【Demonstração de cenário de uso】 📝 Sua entrada: Comentário do revisor: The experimental method is somewhat outdated. Why not use the latest Method X? Sua linha de raciocínio em português: O método X é realmente novo, mas não se aplica aos materiais específicos deste estudo, e as condições experimentais atuais não podem implementá-lo. Já adicionei uma explicação na seção de discussão sobre por que o método atual foi escolhido. ✨ Resposta gerada pela IA de nível top journal: 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. 【Compromisso de integridade acadêmica】 Esta habilidade segue rigorosamente a ética acadêmica: não inventa referências bibliográficas, não fabrica dados experimentais, não toma decisões acadêmicas por você. Todas as estratégias de resposta são reconstruídas com base nas informações reais fornecidas por você, sendo que a IA é responsável apenas pela reformulação da linguagem e otimização lógica. Quando suas informações de entrada são insuficientes para gerar uma resposta completa, a IA indicará claramente o que precisa ser complementado, nunca inventando razões científicas por conta própria. 【Escopo de aplicação】 Revisão e resposta de submissões para periódicos SCI / SSCI / EI, Rebuttal de artigos de conferências, comunicação com revisores por pares. Elimine as barreiras da comunicação entre idiomas, reduza o desgaste de energia durante o processo de revisão. Deixe o trabalho tedioso de resposta para a IA, permitindo que você se concentre na pesquisa em si. Ajude seus resultados acadêmicos a serem aceitos com sucesso!
Habilidades relacionadas
Ver tudoResposta a Revisões V3.0
Sistema completo para resposta a revisões de artigos acadêmicos na área de ciências sociais e administração — desde análise de comentários, definição de estratégia, defesa de falhas graves até montagem com um clique da Rebuttal Letter. Principais atualizações V3.0: · Governança: painel unificado + 3 modos de progressão (padrão/rápido/lento) + gerenciamento de versão com catraca + lógica de entrada no meio do processo · 12 comandos rápidos totalmente implementados (/quick /jump /skip /rerun /export /resume /tone /hardcase /conflict /cover /draft /lang) · Quadro de rastreamento de comentários entre etapas: acompanhamento do estado de cada comentário do Passo 1 ao Passo 6, gestão em ciclo fechado · Biblioteca completa de diagnóstico de 7 tipos de falhas graves + adaptação por subárea (Contabilidade/Finanças/Administração/Marketing/Economia do Trabalho/Macroeconomia/Pesquisa Qualitativa) · Suporte completo de pares de idiomas: ZH→EN / EN→EN / ZH→ZH, detecção automática do idioma dos comentários de revisão · Nova geração de Cover Letter de revisão + Tabela resumo de alterações · Sistema de calibração de tom atualizado: lista de expressões proibidas (20 itens) + correção automática + pontuação de cortesia · Reforço das linhas vermelhas de segurança: verificação anti-alucinação de citações + verificação anti-excesso de promessas + declaração de transparência de conteúdo gerado por IA Cenário de uso: doutorandos/jovens professores em ciências sociais e administração que precisam de uma resposta completa após receber revisões.
EscreverRedutor e Reescritor AIGC v7.0
📚 Especialista em Redução de Similaridade e Reescrita com Fidelidade para Artigos Acadêmicos AIGC v7.0 Habilidade de otimização de texto acadêmico desenvolvida para pós-graduandos, pesquisadores e autores de artigos, com o ciclo fechado central de "controle de origem → correção de processo → verificação de resultados → autoinspeção reversa → iteração de reexame", diagnosticando e otimizando sistematicamente expressões padronizadas, lógica mecânica, conteúdo vago, imprecisão terminológica e inconsistências de estilo, protegendo o significado original, termos técnicos, dados e conclusões principais. 🔍📝 🌟 Capacidades Principais 🔬 Diagnóstico de risco em múltiplas camadas Cobre 10 tipos de impressões digitais de texto genéricas e auxilia na identificação de padrões de expressão comuns de modelos como ChatGPT, Claude, DeepSeek, Wenxin Yiyan, etc. 🧠 Reconstrução semântica profunda Não se limita à substituição de sinônimos, mas reconstrói argumentações acadêmicas mais naturais e profundas a partir da expressão da proposição, ordem da informação, ponto de partida da argumentação e organização das evidências. ✍️ Reescrita com fidelidade Utiliza de forma abrangente 13 estratégias de transformação de frases e 20 métodos de limpeza de expressões de modelo de alta frequência para melhorar frases mecânicas, conectivos repetitivos e estruturas excessivamente padronizadas. 📊 Diagnóstico da estrutura do texto completo Através do grande ciclo e dos cinco triângulos de ferro, verifica se há um ciclo fechado completo entre a pergunta de pesquisa, teoria, revisão, método, conclusão e inovação. 🧩 Adaptação refinada por seção Desenvolve estratégias de diagnóstico e reescrita diferenciadas para resumo, introdução, revisão de literatura, métodos de pesquisa, resultados, discussão e conclusão. 🌐 Varredura de risco entre idiomas Auxilia na identificação de termos de tradução, acúmulo de voz passiva, aninhamento de frases longas e anomalias de mistura chinês-inglês, tornando a expressão acadêmica em chinês mais natural e precisa. 🔄 Ciclo de autoinspeção reversa Após a reescrita, verifica novamente a distribuição das técnicas, novas impressões digitais de texto e integridade da informação, evitando que a reescrita torne o texto mais parecido com um modelo ou perca conteúdo crucial. 🛡️ Proteção da integridade acadêmica Não fabrica referências, dados, casos ou fundamentos políticos; sinaliza separadamente as informações que precisam ser verificadas pelo autor e lembra de divulgar honestamente o uso de IA. 🎯 Cenários de Aplicação ✅ Otimização de parágrafos únicos ou seções locais ✅ Modificação direcionada de parágrafos marcados em relatórios de detecção ✅ Refinamento de resumo, introdução, revisão, discussão e conclusão ✅ Diagnóstico de características de risco AIGC em todo o texto ✅ Adaptação de linguagem e estrutura para o periódico alvo ✅ Revisão de qualidade e verificação de consistência pré-submissão 📦 Entrega Final 📄 Texto reescrito com fidelidade 🔎 Relatório de diagnóstico de riscos e problemas 🛠️ Explicação das estratégias e técnicas de reescrita ✅ Relatório de autoinspeção reversa e integridade da informação 💡 Itens para verificação do autor e sugestões de modificações subsequentes 🎓 Significado original preservado · Lógica intacta · Dados não fabricados · Qualidade acadêmica mantida ⚠️ Esta habilidade visa melhorar a qualidade da expressão acadêmica e reduzir as características de risco no texto, não garante a aprovação em qualquer plataforma de detecção específica nem assegura um valor de detecção específico.
PesquisaRedação acadêmica v4.1
Sistema de redação acadêmica de fluxo completo que integra o modelo 五源 e a arquitetura de três camadas AFP 3.1. Enquanto outras IAs ajudam você a 'escrever' o artigo, este sistema ajuda a 'tapar' todos os buracos que podem levar à rejeição — de uma ideia vaga a um pacote de submissão completo, sete módulos em uma única execução, com portão anti-alucinação + continuação com código de arquivo + verificação de quatro núcleos. 【Valor em 10 segundos】Uma ideia em uma frase → pacote completo de artigo submissível, com literatura real obrigatória em todo o processo, cada citação verificável e continuação de sessão entre conversas. 【Palavras-chave】Escrever artigo / Revisão de literatura / Desenho de métodos de pesquisa / Como escrever discussão / Polimento de artigo / Resumo e palavras-chave / Pacote de submissão 【Sete módulos, todos com instruções completas e executáveis】 Phase 1 Escolha do tema e introdução → Phase 2 Revisão de literatura → Phase 3 Desenho de métodos de pesquisa → Phase 4 Discussão → Phase 5 Conclusão → Phase 6 Resumo e palavras-chave → Phase 7 Integração completa e pacote de submissão. Phase 0 roteamento de entrada A–G corresponde um a um aos sete módulos, e há uma opção R para retomar o progresso anterior usando código de arquivo/documento de arquivo. 【Atualização v4.1】 1. Portão de cadeia de evidências (restrição rígida): sistema de registro de materiais (números M1/M2) + quatro elementos de citação (autor/ano/título/localizador verificável) + marcação de três cores (✅ alimentado pelo usuário / ⚠️ a verificar / 🚫 proibido). Se o banco de materiais estiver vazio, apenas produza esqueleto e termos de busca, recusando gerar texto com citações; proibido gerar referências de memória, inventar números de volume e página. 2. Protocolo de código de arquivo: no final de cada módulo, emite um código de arquivo estruturado, que pode ser salvo como documento YouMind, e na próxima sessão use @ para referenciar e continuar, sem solicitar novamente informações já bloqueadas. 3. Pontuação reproduzível: o núcleo C ancora padrões comportamentais de 4/6/8/10 em todas as dimensões e anexa a base de julgamento; mecanismo de catraca itera apenas para cima, nunca para baixo. 4. Biblioteca de configuração de quatro disciplinas (1A Humanidades e Artes / 1B Ciências Sociais / 2A Ciências e Engenharia / 2B Agricultura, Medicina e Vida), alterna automaticamente biblioteca teórica, caixa de ferramentas de métodos e normas disciplinares; a categoria 2B sofre triagem ética três vezes nas Fases 0/3/7. 5. Divisão em três paradigmas (quantitativo / qualitativo / especulativo): estratégias narrativas de revisão de literatura e desenho de métodos de pesquisa seguem caminhos diferentes. 6. Lista de clichês e proibições: discussão de 'tempo e energia limitados' 'pesquisas futuras', conclusão introduzindo novos dados/nova literatura, resumo com conclusões não suportadas pelo texto, tudo é rejeitado diretamente pelo núcleo B. 7. Adaptativo: perfil do usuário (iniciante / intermediário / avançado) + tipo de artigo (periódico / dissertação / conferência / curso) + modo de passo (padrão / avanço rápido / câmera lenta) + isolamento de multitarefas. 8. Pacote de submissão e conformidade: sete verificações de consistência, seis elos de cadeia lógica, formatação de referências (GB/T 7714 / APA 7 / Vancouver / IEEE), número de aprovação ética, declaração de disponibilidade de dados, rascunho de declaração de divulgação de uso de IA generativa, rascunho de Cover Letter. 【Como usar】 Informe ao sistema: área disciplinar + periódico alvo/tipo de artigo/número de palavras + em que estágio você está. O sistema avança por módulos, parando após cada módulo para entregar capítulo, relatório de revisão, cartão de pontuação e código de arquivo, esperando sua confirmação antes de continuar. 【Limites de responsabilidade】 O sistema é responsável pelas fontes 1–4 (estrutura, organização de materiais, estilo, integração), e a fonte 5, calibração manual, é feita por você: julgamento acadêmico, verificação de fatos, decisões de inovação. Todas as citações e dados marcados com ⚠️ devem ser verificados por você um a um antes da submissão; esta skill não garante nenhuma aceitação ou aprovação.
Encontre sua próxima habilidade favorita
Explore mais habilidades de IA selecionadas para pesquisa, criação e trabalho do dia a dia.