Рецензент заявок «Два ядра»
Оценка заявки: стоит ли делать и могу ли я?
Описание
Почему нам нравится этот скилл
Навык, основанный на принципах «стоит делать» и «я могу», проводит критическую проверку заявок, как эксперт, и выдает приоритезированный список доработок с примерами, повышая шансы на успех.
Используя «стоит ли делать» и «могу ли я сделать» в качестве двух основных критериев, проводит критический анализ черновика заявки на проект. Систематически проверяет ценность темы (реальная проблема/дополнительный вклад/актуальность) и исследовательский потенциал (предварительные наработки/осуществимость плана/условия команды), автоматически выявляет такие «опасные» формулировки, как «заполнить пробел», оценивает баланс двух критериев и выдает список доработок с приоритетами. Подходит для оптимизации заявок на проекты различных уровней: гранты Национального фонда социальных наук, провинциальные программы, гуманитарные и социальные проекты Министерства образования и т.д.
Похожие скиллы
Посмотреть все
Создание и рецензия заявок PRO
🎯 Основные функции Это интеллектуальная система экспертизы и оптимизации, созданная для заявок на гранты национального уровня, Министерства образования и провинциальных проектов. Система имитирует мышление эксперта с 15-летним стажем и обеспечивает академическую строгость и конкурентоспособность заявок за счёт трёх ключевых механизмов. 🔧 Три ключевых механизма 1️⃣ 12-шаговая структурированная методология Полный цикл экспертизы заявки: Фаза 1–3: Базовая диагностика - Глубокий анализ объявления (приоритеты финансирования, критерии оценки, требования) - Определение типа междисциплинарности (8 типов) - Выявление исследовательских пробелов (теория/методы/эмпирика/политика/технологии) Фаза 4–7: Оценка ключевых элементов - Анализ вопроса по модели TMAQ (теория/методы/подход/проблема) - Проверка целей по принципу SMART - Оценка полноты структуры исследования - Сопоставление типов подходов (6 типов) Фаза 8–10: Углублённое повышение качества - Точное выделение сложностей (критерии + пути решения) - Выявление инноваций по 7 измерениям - Обоснование реализуемости по 7 измерениям Фаза 11–12: Общая оптимизация - Проверка качества по 9 измерениям (академическая строгость, инновационность, реализуемость и др.) - Комплексные рекомендации и итоговый отчёт 2️⃣ Механизм двойного противодействия (Builder vs Supervisor) Принцип работы: - Builder (академический писатель): генерирует оптимизации на основе материалов пользователя - Supervisor (рецензент ведущих журналов): проверяет предложения Builder по самым строгим стандартам - Итеративное противодействие: 3 раунда, обеспечивающие надёжность решений Примеры: - При поиске инноваций: Builder предлагает → Supervisor сомневается в новизне → итерация - При обосновании реализуемости: Builder разрабатывает план → Supervisor проверяет → дополнение - При цитировании: Builder ссылается → Supervisor проверяет подлинность → обеспечение академических стандартов 3️⃣ Механизм проверки подлинности литературы Два режима: Режим A: Режим заполнителей (по умолчанию) - Используются метки [Литература-заполнитель-001] и т.д. - Выдаётся «Список необходимой литературы» с требованиями к поиску - Пользователь самостоятельно находит и подставляет реальные источники Режим B: Режим реальной проверки - Вызов Google Scholar для проверки подлинности - Генерация «Отчёта о проверке литературы» (оценка подлинности/релевантности/авторитетности) - Каждая ссылка отслеживаема Предотвращение галлюцинаций ИИ: - Запрет на вымышленные данные (авторы, журналы, DOI) - Все источники должны быть проверены или помечены как заполнители - Соблюдение академической честности 💡 Ключевая ценность и применение ✅ Решаемые проблемы 1. Нестрогость: ИИ часто генерирует ложные источники и логические ошибки 2. Недостаток инноваций: сложно выявить настоящие академические прорывы 3. Слабая реализуемость: план не имеет системного обоснования 4. Трудности междисциплинарности: риски «ни туда, ни сюда» 🎓 Целевая аудитория - Преподаватели вузов (социальные науки, образование, гуманитарные науки) - Научные сотрудники (подача заявок на гранты) - Академические группы (потребность в структурированной экспертизе) 📋 Типовой процесс 1. Ввод: загрузить объявление + черновик заявки 2. Экспертиза: 12-шаговый анализ 3. Противодействие: итеративная оптимизация ключевых частей 4. Проверка: верификация литературы 5. Вывод: полный отчёт + рекомендации + список литературы 🔍 Сравнение с традиционной экспертизой | Измерение | Традиционная ручная экспертиза | Система экспертной оценки | |----------|-------------------------------|--------------------------| | Глубина | Зависит от опыта эксперта | 12 шагов + 9 измерений | | Строгость | Сложно проверить полностью | Верификация + двойное противодействие | | Инновации | Субъективно | Системный анализ по 7 измерениям | | Реализуемость | Опыт | Пошаговая проверка по 7 измерениям | | Согласованность | Разная у экспертов | Стандартизированный процесс | | Эффективность | Дни–недели | 1–2 часа до первого отчёта | Главное преимущество: превращение неявного знания 15-летнего эксперта в явную, структурированную и воспроизводимую методологию, позволяющую каждому пользователю получать экспертизу уровня топ-специалиста.
Рецензент заявок v2.0 дв.яд.
Система эксперта по рецензированию заявок на проекты, построенная на архитектуре суперподсказок (Super Prompt). Поддерживает Национальный фонд естественных наук, Национальный фонд социальных наук, провинциальные и министерские научные проекты и др. Включает двухъядерный движок рецензирования (академическая ценность + осуществимость), многомерную систему оценки, диагностику проблем и рекомендации по улучшению, проверку академических норм. Моделирует реальный процесс экспертизы, помогая заявителям выявить проблемы и повысить качество заявки до подачи.
Шесть шагов к сильной заявке
Основано на книге Чжао Синя «Прорыв с ИИ в подготовке заявок на исследовательские проекты: практический метод из шести шагов». Навыки выстроены вокруг шести этапов — «анализ темы — поиск темы — обоснование темы — разработка концепции — решение задачи — формулировка темы» — и помогают создавать заявку вместе с ИИ, а не поручать ему написание. От понимания конкурсного поля до финальной шлифовки вы системно дорабатываете заявку на исследовательский проект. В навык встроены ключевые методологии: модель TMAQ, метод выбора темы ADFV, оценка по четырём измерениям и четыре раунда итеративного редактирования. Также доступны диагностические подсказки в стиле «придирчивого эксперта», которые помогают заявителю ясно сформулировать исследование, убедительно обосновать его и качественно изложить, получив преимущество перед экспертной комиссией.
Рецензент заявок «Два ядра»
Оценка заявки: стоит ли делать и могу ли я?
Описание
Почему нам нравится этот скилл
Навык, основанный на принципах «стоит делать» и «я могу», проводит критическую проверку заявок, как эксперт, и выдает приоритезированный список доработок с примерами, повышая шансы на успех.
Используя «стоит ли делать» и «могу ли я сделать» в качестве двух основных критериев, проводит критический анализ черновика заявки на проект. Систематически проверяет ценность темы (реальная проблема/дополнительный вклад/актуальность) и исследовательский потенциал (предварительные наработки/осуществимость плана/условия команды), автоматически выявляет такие «опасные» формулировки, как «заполнить пробел», оценивает баланс двух критериев и выдает список доработок с приоритетами. Подходит для оптимизации заявок на проекты различных уровней: гранты Национального фонда социальных наук, провинциальные программы, гуманитарные и социальные проекты Министерства образования и т.д.
Похожие скиллы
Посмотреть всеСоздание и рецензия заявок PRO
🎯 Основные функции Это интеллектуальная система экспертизы и оптимизации, созданная для заявок на гранты национального уровня, Министерства образования и провинциальных проектов. Система имитирует мышление эксперта с 15-летним стажем и обеспечивает академическую строгость и конкурентоспособность заявок за счёт трёх ключевых механизмов. 🔧 Три ключевых механизма 1️⃣ 12-шаговая структурированная методология Полный цикл экспертизы заявки: Фаза 1–3: Базовая диагностика - Глубокий анализ объявления (приоритеты финансирования, критерии оценки, требования) - Определение типа междисциплинарности (8 типов) - Выявление исследовательских пробелов (теория/методы/эмпирика/политика/технологии) Фаза 4–7: Оценка ключевых элементов - Анализ вопроса по модели TMAQ (теория/методы/подход/проблема) - Проверка целей по принципу SMART - Оценка полноты структуры исследования - Сопоставление типов подходов (6 типов) Фаза 8–10: Углублённое повышение качества - Точное выделение сложностей (критерии + пути решения) - Выявление инноваций по 7 измерениям - Обоснование реализуемости по 7 измерениям Фаза 11–12: Общая оптимизация - Проверка качества по 9 измерениям (академическая строгость, инновационность, реализуемость и др.) - Комплексные рекомендации и итоговый отчёт 2️⃣ Механизм двойного противодействия (Builder vs Supervisor) Принцип работы: - Builder (академический писатель): генерирует оптимизации на основе материалов пользователя - Supervisor (рецензент ведущих журналов): проверяет предложения Builder по самым строгим стандартам - Итеративное противодействие: 3 раунда, обеспечивающие надёжность решений Примеры: - При поиске инноваций: Builder предлагает → Supervisor сомневается в новизне → итерация - При обосновании реализуемости: Builder разрабатывает план → Supervisor проверяет → дополнение - При цитировании: Builder ссылается → Supervisor проверяет подлинность → обеспечение академических стандартов 3️⃣ Механизм проверки подлинности литературы Два режима: Режим A: Режим заполнителей (по умолчанию) - Используются метки [Литература-заполнитель-001] и т.д. - Выдаётся «Список необходимой литературы» с требованиями к поиску - Пользователь самостоятельно находит и подставляет реальные источники Режим B: Режим реальной проверки - Вызов Google Scholar для проверки подлинности - Генерация «Отчёта о проверке литературы» (оценка подлинности/релевантности/авторитетности) - Каждая ссылка отслеживаема Предотвращение галлюцинаций ИИ: - Запрет на вымышленные данные (авторы, журналы, DOI) - Все источники должны быть проверены или помечены как заполнители - Соблюдение академической честности 💡 Ключевая ценность и применение ✅ Решаемые проблемы 1. Нестрогость: ИИ часто генерирует ложные источники и логические ошибки 2. Недостаток инноваций: сложно выявить настоящие академические прорывы 3. Слабая реализуемость: план не имеет системного обоснования 4. Трудности междисциплинарности: риски «ни туда, ни сюда» 🎓 Целевая аудитория - Преподаватели вузов (социальные науки, образование, гуманитарные науки) - Научные сотрудники (подача заявок на гранты) - Академические группы (потребность в структурированной экспертизе) 📋 Типовой процесс 1. Ввод: загрузить объявление + черновик заявки 2. Экспертиза: 12-шаговый анализ 3. Противодействие: итеративная оптимизация ключевых частей 4. Проверка: верификация литературы 5. Вывод: полный отчёт + рекомендации + список литературы 🔍 Сравнение с традиционной экспертизой | Измерение | Традиционная ручная экспертиза | Система экспертной оценки | |----------|-------------------------------|--------------------------| | Глубина | Зависит от опыта эксперта | 12 шагов + 9 измерений | | Строгость | Сложно проверить полностью | Верификация + двойное противодействие | | Инновации | Субъективно | Системный анализ по 7 измерениям | | Реализуемость | Опыт | Пошаговая проверка по 7 измерениям | | Согласованность | Разная у экспертов | Стандартизированный процесс | | Эффективность | Дни–недели | 1–2 часа до первого отчёта | Главное преимущество: превращение неявного знания 15-летнего эксперта в явную, структурированную и воспроизводимую методологию, позволяющую каждому пользователю получать экспертизу уровня топ-специалиста.
Рецензент заявок v2.0 дв.яд.
Система эксперта по рецензированию заявок на проекты, построенная на архитектуре суперподсказок (Super Prompt). Поддерживает Национальный фонд естественных наук, Национальный фонд социальных наук, провинциальные и министерские научные проекты и др. Включает двухъядерный движок рецензирования (академическая ценность + осуществимость), многомерную систему оценки, диагностику проблем и рекомендации по улучшению, проверку академических норм. Моделирует реальный процесс экспертизы, помогая заявителям выявить проблемы и повысить качество заявки до подачи.
Шесть шагов к сильной заявке
Основано на книге Чжао Синя «Прорыв с ИИ в подготовке заявок на исследовательские проекты: практический метод из шести шагов». Навыки выстроены вокруг шести этапов — «анализ темы — поиск темы — обоснование темы — разработка концепции — решение задачи — формулировка темы» — и помогают создавать заявку вместе с ИИ, а не поручать ему написание. От понимания конкурсного поля до финальной шлифовки вы системно дорабатываете заявку на исследовательский проект. В навык встроены ключевые методологии: модель TMAQ, метод выбора темы ADFV, оценка по четырём измерениям и четыре раунда итеративного редактирования. Также доступны диагностические подсказки в стиле «придирчивого эксперта», которые помогают заявителю ясно сформулировать исследование, убедительно обосновать его и качественно изложить, получив преимущество перед экспертной комиссией.
Найди свой следующий любимый скилл
Изучи больше отобранных AI-скиллов для исследований, творчества и повседневной работы.