Эксперт AIGC-дораб. работ v7.0
Диагностика и переписывание: полный цикл AIGC
Описание
Рекомендовано
Nico@YouMind
Почему нам нравится этот скилл
Использует трехслойную прогрессивную замкнутую логику, глубоко выявляет и устраняет специфические для моделей отпечатки, снижая AIGC-риски, при этом с помощью семантической реконструкции обеспечивает академическую глубину и логическую верность.
📚 Эксперт по снижению AIGC и качественному переписыванию академических работ v7.0 Для аспирантов, научных сотрудников и авторов научных работ создан навык оптимизации академического текста, основанный на замкнутом цикле «контроль источника → коррекция процесса → проверка результата → обратный самоконтроль → повторная проверка итераций». При сохранении исходного смысла, профессиональных терминов, данных и ключевых выводов систематически диагностируются и оптимизируются такие проблемы, как шаблонные выражения, механическая логика, пустота содержания, неточность терминов и стилистическая несогласованность. 🔍📝 🌟 Ключевые возможности 🔬 Многоуровневая диагностика рисков Охватывает 10 типов универсальных текстовых отпечатков и помогает распознавать типичные выражения моделей, таких как ChatGPT, Claude, DeepSeek, Wenxin Yiyan и др. 🧠 Глубокая семантическая реструктуризация Не ограничивается заменой синонимов, а перестраивает более естественную и глубокую научную аргументацию, начиная с выражения тезисов, порядка информации, точек входа в аргументацию и способов организации доказательств. ✍️ Качественное переписывание Комплексно использует 13 стратегий трансформации предложений и 20 методов очистки частых шаблонных выражений для улучшения механических предложений, повторяющихся союзов и чрезмерно структурированных выражений. 📊 Диагностика структуры всего текста С помощью большого цикла и пяти железных треугольников проверяется, образуют ли исследовательский вопрос, теория, обзор, метод, выводы и инновации целостный замкнутый цикл. 🧩 Точная адаптация разделов Для аннотации, введения, обзора литературы, методов исследования, результатов, обсуждения и заключения разрабатываются дифференцированные стратегии диагностики и переписывания. 🌐 Межъязыковое сканирование рисков Помогает выявить переводческий стиль, нагромождение пассивных конструкций, вложенность длинных предложений и аномалии смешанного китайско-английского текста, делая китайское академическое выражение более естественным и точным. 🔄 Обратный самоконтроль После переписывания проверка с трех сторон: распределение приемов, новые текстовые отпечатки и полнота информации, чтобы избежать «чем больше правишь, тем больше похоже на шаблон» или потери ключевого содержания. 🛡️ Защита академических норм Не выдумывать литературу, данные, примеры и политические основания; отдельно помечать информацию, требующую проверки автором, и напоминать о честном раскрытии использования ИИ. 🎯 Сферы применения ✅ Оптимизация отдельных абзацев или локальных разделов ✅ Целенаправленное изменение отмеченных параграфов из отчета о проверке ✅ Тщательная обработка аннотации, введения, обзора, обсуждения и заключения ✅ Диагностика AIGC-рисков для всего текста ✅ Адаптация языка и структуры под целевой журнал ✅ Проверка качества и согласованности перед отправкой 📦 Итоговый результат 📄 Качественно переписанный текст 🔎 Отчет о диагностике рисков и проблем 🛠️ Описание стратегий и приемов переписывания ✅ Отчет об обратном самоконтроле и полноте информации 💡 Вопросы, требующие проверки автором, и рекомендации по дальнейшим правкам 🎓 Сохранение исходного смысла · Неразрывность логики · Отсутствие выдуманных данных · Сохранение академического качества ⚠️ Данный навык направлен на повышение качества академического изложения и снижение рисковых характеристик текста, но не гарантирует прохождения конкретных систем проверки и не обещает достижения определенных показателей.
Похожие скиллы
Посмотреть все
Помощник по переработке статей
📚 Помощник по переработке и публикации статей Пошаговое превращение вдохновляющей статьи в собственный качественный оригинальный результат. Особенно подходит для аспирантов и магистрантов, которые хотят заимствовать идеи из статей других дисциплин для смены темы, реструктуризации и оптимизации публикации. 🔍 Определение источников вдохновения: анализ механизмов заголовков, постановки проблем, структуры разделов, теоретической базы, методов исследования, организации доказательств и стиля языка в образцовой статье. 🔄 Перенос междисциплинарных парадигм: создание матрицы переноса «исходная область — целевая область», оценка, какие идеи можно перенести, а какие теории, концепции, примеры и выводы необходимо перестроить. 🧠 Моделирование оригинального вклада: выявление пробелов в литературе, выделение ключевых тезисов и механизмов действия, проверка, не является ли работа простой заменой объекта исследования или применением общей схемы. 🧭 Планирование дизайна исследования: поддержка теоретических исследований, кейс-стади, качественных и количественных исследований, обзоров литературы, анализа политических текстов и смешанных методов. 🛡️ Контроль достоверности: не выдумываем данные, выборки, интервью, примеры, статистические результаты, литературу или DOI; при отсутствии реальных доказательств не создаем ложных эмпирических выводов. ✍️ Доказательное письмо: построение цепочек аргументации через «тезис — доказательство — цитата — опровержение», пошаговое создание оригинального содержания с четким указанием материалов, которые еще предстоит дополнить. 📈 Непрерывная эволюция статьи: по уровням L1 (идея темы), L2 (план исследования), L3 (формирование доказательств), L4 (черновик для подачи), L5 (готовность к подаче), запись каждого раунда правок, пробелов в материалах и изменений зрелости. 🧑⚖️ Тройное симуляционное рецензирование: выявление рисков отклонения с точки зрения теоретического рецензента, методологического рецензента и рецензента целевого журнала, формирование конкретных стратегий доработки. 📨 Полный цикл подачи: помощь в создании финальной версии статьи, таблицы проверки цитирований, сопроводительного письма, описания новизны, ответа автора, индекса изменений и шаблонов соответствующих заявлений. ✨ Учим парадигме, пишем оригинальное, повышаем реальную конкурентоспособность публикаций.
ИсследованиеАкадемический писатель v4.1
Полноцикловая система написания академических работ, объединяющая модель 五源 и трёхуровневую архитектуру AFP 3.1. Другие ИИ помогают вам «написать» статью, а эта система помогает «закрыть» каждую дыру, из-за которой статью могут отклонить — от смутной идеи до полного пакета для подачи, все семь модулей выполняются за один проход, с антигаллюцинационным контролем + продолжением по архивному коду + четырёхъядерной проверкой. 【Ценность за 10 секунд】 Идея из одного предложения → полный пакет статьи, готовый к подаче, с обязательным использованием реальной литературы на всём пути, каждая цитата проверяема, возможность продолжить с места разрыва между сеансами. 【Триггерные слова】 Написать статью / Литературный обзор / Проектирование метода исследования / Как написать обсуждение / Редактирование статьи / Аннотация и ключевые слова / Пакет для подачи 【Семь модулей, все — полностью исполняемые инструкции】 Phase 1: Выбор темы и введение → Phase 2: Литературный обзор → Phase 3: Проектирование метода исследования → Phase 4: Обсуждение → Phase 5: Заключение → Phase 6: Аннотация и ключевые слова → Phase 7: Полная интеграция текста и пакет для подачи. Phase 0: входные маршруты A–G соответствуют семи модулям один к одному; также есть опция R для восстановления последнего прогресса с помощью архивного кода/архивного документа. 【Обновление v4.1】 1. Контроль цепочки доказательств (жёсткое ограничение): система регистрации материалов (номера M1/M2) + четыре элемента цитирования (автор/год/название/проверяемый локатор) + трёхцветная маркировка (✅ предоставлено пользователем / ⚠️ требует проверки / 🚫 запрещено к появлению). Если библиотека материалов пуста, выводятся только скелет и поисковые запросы; генерация текста с цитатами отклоняется; запрещается генерировать ссылки по памяти, выдумывать том, номер, страницы. 2. Протокол архивного кода: в конце каждого модуля выводится структурированный архивный код, который можно сохранить как документ YouMind; в следующей сессии используйте @ для продолжения, не запрашивая повторно уже зафиксированную информацию. 3. Воспроизводимая оценка: C-ядро привязывает все измерения к поведенческим стандартам 4/6/8/10 баллов с указанием оснований для суждения; храповой механизм итерации только повышает, не понижает. 4. Библиотека конфигураций для четырёх дисциплин (1A гуманитарные науки и искусство / 1B социальные науки / 2A естественные и технические науки / 2B сельское хозяйство, медицина и науки о жизни), автоматически переключает теоретические библиотеки, инструментарий методов и дисциплинарные нормы; категория 2B проходит этическую проверку три раза на Phase 0/3/7. 5. Разделение по трём парадигмам (количественная / качественная / критическая): нарративные стратегии обзора литературы и проектирование методов исследования идут разными путями. 6. Список антишаблонов и запреты: обсуждение «ограниченность времени и сил», «требуются дальнейшие исследования», введение новых данных/новой литературы в заключении, появление в аннотации выводов, не подтверждённых основным текстом, — всё это напрямую отклоняется B-ядром. 7. Адаптация: профиль пользователя (новичок/продвинутый/опытный) + тип статьи (журнальная/диссертация/конференция/курсовая) + режим шага (по умолчанию/быстрый/замедленный) + изоляция многозадачности. 8. Пакет для подачи и соответствие требованиям: семь проверок согласованности, шесть звеньев логической цепочки, форматирование списка литературы (GB/T 7714 / APA 7 / Vancouver / IEEE), номер этического одобрения, заявление о доступности данных, проект раскрытия использования генеративного ИИ, проект сопроводительного письма. 【Как использовать】 Сообщите системе: дисциплину + целевой журнал/тип статьи/объём + текущий этап. Система продвигается по модулям: после каждого модуля она останавливается и выдаёт разделы, отчёт о проверке, оценочную карту и архивный код, затем ждёт вашего подтверждения, чтобы продолжить. 【Граница ответственности】 Система отвечает за источники 1–4 (структура, организация материалов, стиль, интеграция); источник 5, ручную калибровку, выполняете вы: академическое суждение, проверка фактов, решения о новизне. Все ссылки и данные, отмеченные ⚠️, должны быть проверены вами по отдельности перед подачей; этот навык не гарантирует принятие или прохождение результата.
Правка статьи для C и CSSCI
При написании научной статьи вы когда-нибудь сталкивались с тем, как убрать следы AI-написания и повысить академический уровень текста? Этот инструмент создан специально для авторов, подающих работы в китайские основные журналы и журналы CSSCI, и предназначен для глубокой доработки текста до журнального уровня. Он системно устраняет распространённые проблемы: AI-стиль, разговорные формулировки, канцелярско-материальный стиль, слабые логические связки и нестабильность понятий. В результате текст становится ближе к уровню академического письма зрелых исследователей для ведущих научных журналов. Независимо от того, отправляете ли вы полный текст статьи, отдельную главу, аннотацию, систему заголовков или типичное проблемное предложение, инструмент системно оптимизирует работу с учётом научной постановки проблемы, структуры заголовков, стабильности понятий, анализа механизмов и цепочки аргументации. Он преобразует заголовки в стиле рабочего плана в концептуализированную, ориентированную на механизмы и структурированную академическую формулировку, унифицирует ключевые термины, устраняет многозначность и усиливает цепочку аргументации. В результате выстраивается строгая логическая последовательность: «постановка проблемы — теоретическая опора — структура содержания — механизм формирования — аналитическая рамка — сфера действия — механизм реализации — границы управления». Инструмент сфокусирован на повышении академического качества статьи, а не на простой языковой правке. Он удаляет или переписывает метаязык AI, разговорные переходы и формулировки, описывающие процесс написания, а выражения вроде «обслуживание», «наделение возможностями» и «стимулирование» преобразует в академический анализ механизмов. В процессе доработки инструмент строго сохраняет исходную тему исследования, библиографическую основу и фактические материалы, не выдумывает данные или выводы и тем самым поддерживает академическую добросовестность. В итоге вы получите научный текст с чёткой логикой и точными формулировками, соответствующий требованиям публикации в ведущих журналах и повышающий конкурентоспособность статьи при подаче.
Эксперт AIGC-дораб. работ v7.0
Диагностика и переписывание: полный цикл AIGC
Описание
Рекомендовано
Nico@YouMind
Почему нам нравится этот скилл
Использует трехслойную прогрессивную замкнутую логику, глубоко выявляет и устраняет специфические для моделей отпечатки, снижая AIGC-риски, при этом с помощью семантической реконструкции обеспечивает академическую глубину и логическую верность.
📚 Эксперт по снижению AIGC и качественному переписыванию академических работ v7.0 Для аспирантов, научных сотрудников и авторов научных работ создан навык оптимизации академического текста, основанный на замкнутом цикле «контроль источника → коррекция процесса → проверка результата → обратный самоконтроль → повторная проверка итераций». При сохранении исходного смысла, профессиональных терминов, данных и ключевых выводов систематически диагностируются и оптимизируются такие проблемы, как шаблонные выражения, механическая логика, пустота содержания, неточность терминов и стилистическая несогласованность. 🔍📝 🌟 Ключевые возможности 🔬 Многоуровневая диагностика рисков Охватывает 10 типов универсальных текстовых отпечатков и помогает распознавать типичные выражения моделей, таких как ChatGPT, Claude, DeepSeek, Wenxin Yiyan и др. 🧠 Глубокая семантическая реструктуризация Не ограничивается заменой синонимов, а перестраивает более естественную и глубокую научную аргументацию, начиная с выражения тезисов, порядка информации, точек входа в аргументацию и способов организации доказательств. ✍️ Качественное переписывание Комплексно использует 13 стратегий трансформации предложений и 20 методов очистки частых шаблонных выражений для улучшения механических предложений, повторяющихся союзов и чрезмерно структурированных выражений. 📊 Диагностика структуры всего текста С помощью большого цикла и пяти железных треугольников проверяется, образуют ли исследовательский вопрос, теория, обзор, метод, выводы и инновации целостный замкнутый цикл. 🧩 Точная адаптация разделов Для аннотации, введения, обзора литературы, методов исследования, результатов, обсуждения и заключения разрабатываются дифференцированные стратегии диагностики и переписывания. 🌐 Межъязыковое сканирование рисков Помогает выявить переводческий стиль, нагромождение пассивных конструкций, вложенность длинных предложений и аномалии смешанного китайско-английского текста, делая китайское академическое выражение более естественным и точным. 🔄 Обратный самоконтроль После переписывания проверка с трех сторон: распределение приемов, новые текстовые отпечатки и полнота информации, чтобы избежать «чем больше правишь, тем больше похоже на шаблон» или потери ключевого содержания. 🛡️ Защита академических норм Не выдумывать литературу, данные, примеры и политические основания; отдельно помечать информацию, требующую проверки автором, и напоминать о честном раскрытии использования ИИ. 🎯 Сферы применения ✅ Оптимизация отдельных абзацев или локальных разделов ✅ Целенаправленное изменение отмеченных параграфов из отчета о проверке ✅ Тщательная обработка аннотации, введения, обзора, обсуждения и заключения ✅ Диагностика AIGC-рисков для всего текста ✅ Адаптация языка и структуры под целевой журнал ✅ Проверка качества и согласованности перед отправкой 📦 Итоговый результат 📄 Качественно переписанный текст 🔎 Отчет о диагностике рисков и проблем 🛠️ Описание стратегий и приемов переписывания ✅ Отчет об обратном самоконтроле и полноте информации 💡 Вопросы, требующие проверки автором, и рекомендации по дальнейшим правкам 🎓 Сохранение исходного смысла · Неразрывность логики · Отсутствие выдуманных данных · Сохранение академического качества ⚠️ Данный навык направлен на повышение качества академического изложения и снижение рисковых характеристик текста, но не гарантирует прохождения конкретных систем проверки и не обещает достижения определенных показателей.
Похожие скиллы
Посмотреть всеПомощник по переработке статей
📚 Помощник по переработке и публикации статей Пошаговое превращение вдохновляющей статьи в собственный качественный оригинальный результат. Особенно подходит для аспирантов и магистрантов, которые хотят заимствовать идеи из статей других дисциплин для смены темы, реструктуризации и оптимизации публикации. 🔍 Определение источников вдохновения: анализ механизмов заголовков, постановки проблем, структуры разделов, теоретической базы, методов исследования, организации доказательств и стиля языка в образцовой статье. 🔄 Перенос междисциплинарных парадигм: создание матрицы переноса «исходная область — целевая область», оценка, какие идеи можно перенести, а какие теории, концепции, примеры и выводы необходимо перестроить. 🧠 Моделирование оригинального вклада: выявление пробелов в литературе, выделение ключевых тезисов и механизмов действия, проверка, не является ли работа простой заменой объекта исследования или применением общей схемы. 🧭 Планирование дизайна исследования: поддержка теоретических исследований, кейс-стади, качественных и количественных исследований, обзоров литературы, анализа политических текстов и смешанных методов. 🛡️ Контроль достоверности: не выдумываем данные, выборки, интервью, примеры, статистические результаты, литературу или DOI; при отсутствии реальных доказательств не создаем ложных эмпирических выводов. ✍️ Доказательное письмо: построение цепочек аргументации через «тезис — доказательство — цитата — опровержение», пошаговое создание оригинального содержания с четким указанием материалов, которые еще предстоит дополнить. 📈 Непрерывная эволюция статьи: по уровням L1 (идея темы), L2 (план исследования), L3 (формирование доказательств), L4 (черновик для подачи), L5 (готовность к подаче), запись каждого раунда правок, пробелов в материалах и изменений зрелости. 🧑⚖️ Тройное симуляционное рецензирование: выявление рисков отклонения с точки зрения теоретического рецензента, методологического рецензента и рецензента целевого журнала, формирование конкретных стратегий доработки. 📨 Полный цикл подачи: помощь в создании финальной версии статьи, таблицы проверки цитирований, сопроводительного письма, описания новизны, ответа автора, индекса изменений и шаблонов соответствующих заявлений. ✨ Учим парадигме, пишем оригинальное, повышаем реальную конкурентоспособность публикаций.
ИсследованиеАкадемический писатель v4.1
Полноцикловая система написания академических работ, объединяющая модель 五源 и трёхуровневую архитектуру AFP 3.1. Другие ИИ помогают вам «написать» статью, а эта система помогает «закрыть» каждую дыру, из-за которой статью могут отклонить — от смутной идеи до полного пакета для подачи, все семь модулей выполняются за один проход, с антигаллюцинационным контролем + продолжением по архивному коду + четырёхъядерной проверкой. 【Ценность за 10 секунд】 Идея из одного предложения → полный пакет статьи, готовый к подаче, с обязательным использованием реальной литературы на всём пути, каждая цитата проверяема, возможность продолжить с места разрыва между сеансами. 【Триггерные слова】 Написать статью / Литературный обзор / Проектирование метода исследования / Как написать обсуждение / Редактирование статьи / Аннотация и ключевые слова / Пакет для подачи 【Семь модулей, все — полностью исполняемые инструкции】 Phase 1: Выбор темы и введение → Phase 2: Литературный обзор → Phase 3: Проектирование метода исследования → Phase 4: Обсуждение → Phase 5: Заключение → Phase 6: Аннотация и ключевые слова → Phase 7: Полная интеграция текста и пакет для подачи. Phase 0: входные маршруты A–G соответствуют семи модулям один к одному; также есть опция R для восстановления последнего прогресса с помощью архивного кода/архивного документа. 【Обновление v4.1】 1. Контроль цепочки доказательств (жёсткое ограничение): система регистрации материалов (номера M1/M2) + четыре элемента цитирования (автор/год/название/проверяемый локатор) + трёхцветная маркировка (✅ предоставлено пользователем / ⚠️ требует проверки / 🚫 запрещено к появлению). Если библиотека материалов пуста, выводятся только скелет и поисковые запросы; генерация текста с цитатами отклоняется; запрещается генерировать ссылки по памяти, выдумывать том, номер, страницы. 2. Протокол архивного кода: в конце каждого модуля выводится структурированный архивный код, который можно сохранить как документ YouMind; в следующей сессии используйте @ для продолжения, не запрашивая повторно уже зафиксированную информацию. 3. Воспроизводимая оценка: C-ядро привязывает все измерения к поведенческим стандартам 4/6/8/10 баллов с указанием оснований для суждения; храповой механизм итерации только повышает, не понижает. 4. Библиотека конфигураций для четырёх дисциплин (1A гуманитарные науки и искусство / 1B социальные науки / 2A естественные и технические науки / 2B сельское хозяйство, медицина и науки о жизни), автоматически переключает теоретические библиотеки, инструментарий методов и дисциплинарные нормы; категория 2B проходит этическую проверку три раза на Phase 0/3/7. 5. Разделение по трём парадигмам (количественная / качественная / критическая): нарративные стратегии обзора литературы и проектирование методов исследования идут разными путями. 6. Список антишаблонов и запреты: обсуждение «ограниченность времени и сил», «требуются дальнейшие исследования», введение новых данных/новой литературы в заключении, появление в аннотации выводов, не подтверждённых основным текстом, — всё это напрямую отклоняется B-ядром. 7. Адаптация: профиль пользователя (новичок/продвинутый/опытный) + тип статьи (журнальная/диссертация/конференция/курсовая) + режим шага (по умолчанию/быстрый/замедленный) + изоляция многозадачности. 8. Пакет для подачи и соответствие требованиям: семь проверок согласованности, шесть звеньев логической цепочки, форматирование списка литературы (GB/T 7714 / APA 7 / Vancouver / IEEE), номер этического одобрения, заявление о доступности данных, проект раскрытия использования генеративного ИИ, проект сопроводительного письма. 【Как использовать】 Сообщите системе: дисциплину + целевой журнал/тип статьи/объём + текущий этап. Система продвигается по модулям: после каждого модуля она останавливается и выдаёт разделы, отчёт о проверке, оценочную карту и архивный код, затем ждёт вашего подтверждения, чтобы продолжить. 【Граница ответственности】 Система отвечает за источники 1–4 (структура, организация материалов, стиль, интеграция); источник 5, ручную калибровку, выполняете вы: академическое суждение, проверка фактов, решения о новизне. Все ссылки и данные, отмеченные ⚠️, должны быть проверены вами по отдельности перед подачей; этот навык не гарантирует принятие или прохождение результата.
Правка статьи для C и CSSCI
При написании научной статьи вы когда-нибудь сталкивались с тем, как убрать следы AI-написания и повысить академический уровень текста? Этот инструмент создан специально для авторов, подающих работы в китайские основные журналы и журналы CSSCI, и предназначен для глубокой доработки текста до журнального уровня. Он системно устраняет распространённые проблемы: AI-стиль, разговорные формулировки, канцелярско-материальный стиль, слабые логические связки и нестабильность понятий. В результате текст становится ближе к уровню академического письма зрелых исследователей для ведущих научных журналов. Независимо от того, отправляете ли вы полный текст статьи, отдельную главу, аннотацию, систему заголовков или типичное проблемное предложение, инструмент системно оптимизирует работу с учётом научной постановки проблемы, структуры заголовков, стабильности понятий, анализа механизмов и цепочки аргументации. Он преобразует заголовки в стиле рабочего плана в концептуализированную, ориентированную на механизмы и структурированную академическую формулировку, унифицирует ключевые термины, устраняет многозначность и усиливает цепочку аргументации. В результате выстраивается строгая логическая последовательность: «постановка проблемы — теоретическая опора — структура содержания — механизм формирования — аналитическая рамка — сфера действия — механизм реализации — границы управления». Инструмент сфокусирован на повышении академического качества статьи, а не на простой языковой правке. Он удаляет или переписывает метаязык AI, разговорные переходы и формулировки, описывающие процесс написания, а выражения вроде «обслуживание», «наделение возможностями» и «стимулирование» преобразует в академический анализ механизмов. В процессе доработки инструмент строго сохраняет исходную тему исследования, библиографическую основу и фактические материалы, не выдумывает данные или выводы и тем самым поддерживает академическую добросовестность. В итоге вы получите научный текст с чёткой логикой и точными формулировками, соответствующий требованиям публикации в ведущих журналах и повышающий конкурентоспособность статьи при подаче.
Найди свой следующий любимый скилл
Изучи больше отобранных AI-скиллов для исследований, творчества и повседневной работы.