論證嚴謹度升級助手 V2
找出文案或對話的邏輯問題，讓論證更嚴謹
描述
基於《學會提問》批判性思考規則的專業論證審核助手：針對任何觀點、文章、文案或演講稿，執行固定的 10 步提問，找出邏輯謬誤、證據缺陷、數據問題、資訊缺失與因果錯誤，輸出論證全景圖、漏洞完整清單，以及正向優化與改寫方案。
相關技能
查看全部
深度批判性分析
對任何觀點進行高品質的批判性分析：以鋼人原則強化雙方論證、區分事實與價值判斷，兼顧歸納與演繹，並以第一性原理重新建構，最後提出具備信心程度、適用條件與待驗證問題的審慎結論。支援短篇觀點或長文／檔案輸入，也可連線搜尋以夯實事實依據。
課題申請書創作、評審與潤色PRO V2.0
🎯 核心功能概述 這是一個專為國家社科、教育部、省級課題申請打造的智能評審與優化系統，模擬15年資深評審專家的思維模式，透過三大核心機制確保申請書的學術嚴謹性和競爭力。 🔧 三大核心機制 1️⃣ 12步結構化方法論 完整覆蓋課題申請書評審的全生命週期： Phase 1-3：基礎診斷 - 公告深度解析（資助導向、評審標準、申請要求） - 交叉學科類型判斷（8種類型精準識別） - 研究GAP五維度識別（理論/方法/實證/政策/技術） Phase 4-7：核心要素評審 - 研究問題TMAQ模型分析（理論/方法/思路/問題四維） - 研究目標SMART原則檢驗 - 研究內容框架完整性評估 - 研究思路類型匹配（6種類型） Phase 8-10：深度品質提升 - 重難點精準提煉（區分標準+突破路徑） - 創新點7維度挖掘 - 可行性7維度論證 Phase 11-12：整體優化 - 9維度品質檢測（學術嚴謹性、創新性、可行性等） - 綜合優化建議與最終報告 2️⃣ 雙核對抗機制（Builder vs Supervisor） 工作原理： - Builder（學術寫手）：基於用戶材料生成優化方案 - Supervisor（頂刊審稿人）：以最嚴苛標準挑戰Builder的方案 - 對抗迭代：透過3輪對抗確保方案經得起推敲 應用場景： - 創新點挖掘時：Builder提出創新點 → Supervisor質疑其新穎性 → 迭代優化 - 可行性論證時：Builder設計方案 → Supervisor挑戰其可行性 → 補充論證 - 文獻引用時：Builder引用文獻 → Supervisor驗證真實性 → 確保學術規範 3️⃣ 文獻真實性驗證機制 兩種工作模式： 模式A：佔位符模式（預設） - 使用 [文獻佔位符-001] 等標記代替具體文獻 - 輸出《文獻需求清單》，明確每個佔位符的檢索要求 - 用戶自行檢索後填入真實文獻 模式B：即時驗證模式 - 調用 Google Scholar 即時驗證文獻真實性 - 生成《文獻驗證報告》（真實性/相關性/權威性評分） - 確保每條引用都可追溯 防止AI幻覺： - 禁止憑空捏造作者、期刊、DOI - 所有文獻必須經過驗證或標記為佔位符 - 保障學術誠信底線 💡 核心價值與適用場景 ✅ 解決的核心痛點 1. 學術不嚴謹：AI生成內容常出現虛假文獻、邏輯漏洞 2. 創新性不足：難以挖掘真正的學術創新點 3. 可行性薄弱：研究方案缺乏系統論證 4. 交叉學科難：跨學科選題容易「兩頭不靠」 🎓 適用用戶 - 高校教師（社科、教育、人文學科） - 科研人員（申請國家級、省部級課題） - 學術團隊（需要系統化評審流程） 📋 典型使用流程 1. 輸入：上傳課題公告 + 申請書草稿 2. 評審：系統執行12步結構化分析 3. 對抗：雙核機制迭代優化關鍵部分 4. 驗證：文獻真實性檢查 5. 輸出：完整評審報告 + 優化建議 + 文獻清單 🔍 與傳統評審的區別 | 維度 | 傳統人工評審 | 專家評審系統 | |------|------------|---------| | 評審深度 | 依賴個人經驗 | 12步結構化+9維質檢 | | 學術嚴謹性 | 難以全面核查 | 文獻驗證+雙核對抗 | | 創新性挖掘 | 主觀判斷 | 7維度系統分析 | | 可行性論證 | 經驗驅動 | 7維度逐項論證 | | 一致性 | 因人而異 | 標準化流程 | | 效率 | 數天到數週 | 1-2小時完成初評 | 這個系統的核心優勢在於：將15年資深評審專家的隱性知識顯性化、結構化、可複製化，讓每位使用者都能獲得頂級專家水準的評審服務。
教學論文寫作助手
從教研積累到CSSCI/SSCI/SCI——讓每一篇教學論文都經得起審稿。 這不是一個「幫你寫論文」的工具，而是一位懂教育學術規範的論文架構師。它知道IMRaD不是四個字母而是嚴謹的論證邏輯，知道文獻回顧不是文獻羅列而是研究間隙的精準定位，知道「效應量」比「p值」更讓審稿人信服。 七階段全流程覆蓋：選題聚焦（創新點三問檢驗）→ 文獻回顧（三級編碼+漏斗式寫作）→ 研究設計（量化/質性/混合路徑決策）→ 數據分析（統計方法決策樹）→ 討論建構（貢獻力度自檢矩陣）→ 語言精煉（去AI化+語言升格+改寫說明）→ 期刊適配（匹配矩陣+拒稿風險預加固）。 內建三核對抗引擎：學術寫作師負責產出，語言升格官負責打磨，學術守門人擁有一票否決權——文獻是否真實？數據是否可靠？論證是否錨定證據？貢獻是否匹配目標期刊級別？五個維度逐項審計，不合格即打回重做。 它不僅幫你寫好，更教你為什麼這樣改——每次輸出附改寫說明，讓你在迭代中真正提升學術寫作能力。支援中英雙軌格式校驗（GB/T 7714 / APA 7th），適用於日常教研沉澱、課題結題產出、職稱評定衝刺。
論證嚴謹度升級助手 V2
找出文案或對話的邏輯問題，讓論證更嚴謹
描述
基於《學會提問》批判性思考規則的專業論證審核助手：針對任何觀點、文章、文案或演講稿，執行固定的 10 步提問，找出邏輯謬誤、證據缺陷、數據問題、資訊缺失與因果錯誤，輸出論證全景圖、漏洞完整清單，以及正向優化與改寫方案。
相關技能
查看全部深度批判性分析
對任何觀點進行高品質的批判性分析：以鋼人原則強化雙方論證、區分事實與價值判斷，兼顧歸納與演繹，並以第一性原理重新建構，最後提出具備信心程度、適用條件與待驗證問題的審慎結論。支援短篇觀點或長文／檔案輸入，也可連線搜尋以夯實事實依據。
課題申請書創作、評審與潤色PRO V2.0
🎯 核心功能概述 這是一個專為國家社科、教育部、省級課題申請打造的智能評審與優化系統，模擬15年資深評審專家的思維模式，透過三大核心機制確保申請書的學術嚴謹性和競爭力。 🔧 三大核心機制 1️⃣ 12步結構化方法論 完整覆蓋課題申請書評審的全生命週期： Phase 1-3：基礎診斷 - 公告深度解析（資助導向、評審標準、申請要求） - 交叉學科類型判斷（8種類型精準識別） - 研究GAP五維度識別（理論/方法/實證/政策/技術） Phase 4-7：核心要素評審 - 研究問題TMAQ模型分析（理論/方法/思路/問題四維） - 研究目標SMART原則檢驗 - 研究內容框架完整性評估 - 研究思路類型匹配（6種類型） Phase 8-10：深度品質提升 - 重難點精準提煉（區分標準+突破路徑） - 創新點7維度挖掘 - 可行性7維度論證 Phase 11-12：整體優化 - 9維度品質檢測（學術嚴謹性、創新性、可行性等） - 綜合優化建議與最終報告 2️⃣ 雙核對抗機制（Builder vs Supervisor） 工作原理： - Builder（學術寫手）：基於用戶材料生成優化方案 - Supervisor（頂刊審稿人）：以最嚴苛標準挑戰Builder的方案 - 對抗迭代：透過3輪對抗確保方案經得起推敲 應用場景： - 創新點挖掘時：Builder提出創新點 → Supervisor質疑其新穎性 → 迭代優化 - 可行性論證時：Builder設計方案 → Supervisor挑戰其可行性 → 補充論證 - 文獻引用時：Builder引用文獻 → Supervisor驗證真實性 → 確保學術規範 3️⃣ 文獻真實性驗證機制 兩種工作模式： 模式A：佔位符模式（預設） - 使用 [文獻佔位符-001] 等標記代替具體文獻 - 輸出《文獻需求清單》，明確每個佔位符的檢索要求 - 用戶自行檢索後填入真實文獻 模式B：即時驗證模式 - 調用 Google Scholar 即時驗證文獻真實性 - 生成《文獻驗證報告》（真實性/相關性/權威性評分） - 確保每條引用都可追溯 防止AI幻覺： - 禁止憑空捏造作者、期刊、DOI - 所有文獻必須經過驗證或標記為佔位符 - 保障學術誠信底線 💡 核心價值與適用場景 ✅ 解決的核心痛點 1. 學術不嚴謹：AI生成內容常出現虛假文獻、邏輯漏洞 2. 創新性不足：難以挖掘真正的學術創新點 3. 可行性薄弱：研究方案缺乏系統論證 4. 交叉學科難：跨學科選題容易「兩頭不靠」 🎓 適用用戶 - 高校教師（社科、教育、人文學科） - 科研人員（申請國家級、省部級課題） - 學術團隊（需要系統化評審流程） 📋 典型使用流程 1. 輸入：上傳課題公告 + 申請書草稿 2. 評審：系統執行12步結構化分析 3. 對抗：雙核機制迭代優化關鍵部分 4. 驗證：文獻真實性檢查 5. 輸出：完整評審報告 + 優化建議 + 文獻清單 🔍 與傳統評審的區別 | 維度 | 傳統人工評審 | 專家評審系統 | |------|------------|---------| | 評審深度 | 依賴個人經驗 | 12步結構化+9維質檢 | | 學術嚴謹性 | 難以全面核查 | 文獻驗證+雙核對抗 | | 創新性挖掘 | 主觀判斷 | 7維度系統分析 | | 可行性論證 | 經驗驅動 | 7維度逐項論證 | | 一致性 | 因人而異 | 標準化流程 | | 效率 | 數天到數週 | 1-2小時完成初評 | 這個系統的核心優勢在於：將15年資深評審專家的隱性知識顯性化、結構化、可複製化，讓每位使用者都能獲得頂級專家水準的評審服務。
教學論文寫作助手
從教研積累到CSSCI/SSCI/SCI——讓每一篇教學論文都經得起審稿。 這不是一個「幫你寫論文」的工具，而是一位懂教育學術規範的論文架構師。它知道IMRaD不是四個字母而是嚴謹的論證邏輯，知道文獻回顧不是文獻羅列而是研究間隙的精準定位，知道「效應量」比「p值」更讓審稿人信服。 七階段全流程覆蓋：選題聚焦（創新點三問檢驗）→ 文獻回顧（三級編碼+漏斗式寫作）→ 研究設計（量化/質性/混合路徑決策）→ 數據分析（統計方法決策樹）→ 討論建構（貢獻力度自檢矩陣）→ 語言精煉（去AI化+語言升格+改寫說明）→ 期刊適配（匹配矩陣+拒稿風險預加固）。 內建三核對抗引擎：學術寫作師負責產出，語言升格官負責打磨，學術守門人擁有一票否決權——文獻是否真實？數據是否可靠？論證是否錨定證據？貢獻是否匹配目標期刊級別？五個維度逐項審計，不合格即打回重做。 它不僅幫你寫好，更教你為什麼這樣改——每次輸出附改寫說明，讓你在迭代中真正提升學術寫作能力。支援中英雙軌格式校驗（GB/T 7714 / APA 7th），適用於日常教研沉澱、課題結題產出、職稱評定衝刺。
發現下一個適合你的技能
繼續探索更多精選 AI 技能，用於研究、創作和日常工作。