Audit approfondito dei report
Dati, logica e coerenza prima della consegna
Audit approfondito dei report
Dati, logica e coerenza prima della consegna
Anteprima
Descrizione
Audit approfondito di report e proposte. Usalo quando l’utente carica un report (Word, PDF o PPT) e chiede di «revisionarlo», «sottoporlo a un audit approfondito», «individuare i problemi», «capire se il report è valido», «sapere se può essere consegnato», «verificare la versione finale» o «valutare e revisionare il report». Tratta il report come un elaborato ufficiale destinato al cliente o ai responsabili, sottoponendolo a un audit su nove dimensioni e a una valutazione su due assi (punteggio di qualità × natura delle revisioni). Estrae sistematicamente tutti i contenuti che veicolano dati, inclusi i grafici incorporati, fornisce nella prima fase un parere di audit orientato alla decisione e, dopo la conferma, sviluppa la versione completa.
Abilità correlate
Vedi tutto
Relazione Finale di Ricerca Pro
【Indispensabile per la stagione dei resoconti finali】3 ore per un rapporto finale di alta qualità, niente più respingimenti! 🔥 Hai mai avuto questi problemi? → Scadenza imminente, con anni di dati di ricerca da cui non sai da dove iniziare → Dopo aver scritto, scopri di aver dimenticato il confronto degli indicatori di valutazione, la spiegazione del tasso di esecuzione del budget → Vuoi creare grafici professionali per mostrare i risultati, ma non sai usare strumenti complessi → Il rapporto generato ha un 'odore di AI' e temi che il valutatore lo noti ✅ Questa skill risolve tutti i problemi in una volta sola: 【Punto 1】Processo strutturato in 8 fasi × meccanismo Checkpoint Dalla raccolta delle informazioni alla bozza finale, ogni passo ha indicazioni chiare e una fase di verifica. I problemi vengono intercettati nel momento in cui si verificano, non solo alla fine. Copre tutti gli scenari: NSFC, provinciale e ministeriale, universitario. 【Punto 2】6 tipi di grafici professionali generati con un clic Integra generatori di sottoskill per nuvola di parole, istogrammi, grafici a linee e altro (senza costi aggiuntivi). L'AI consiglia il tipo di grafico più adatto, output in 30 secondi, per far comprendere i tuoi risultati al valutatore con un solo sguardo. 【Punto 3】Ottimizzazione esclusiva 'rimuovi la traccia AI' Rilevamento AI a 4 dimensioni + 3 livelli di intensità di ottimizzazione (conservativo, moderato, aggressivo). Sostituisce le frasi vuote con espressioni più specifiche e profonde. Il rapporto ottimizzato non solo è più naturale, ma ha anche una densità informativa e una forza persuasiva maggiori. 📩 Invia feedback/suggerimenti a: 1329806797@qq.com Non ti aiuta a 'scrivere' il rapporto, ma a 'fare correttamente' l'intero processo di chiusura.
Revisione proposta PRO V2.0
🎯 **Panoramica delle funzionalità** Questo è un sistema intelligente di revisione e ottimizzazione progettato per richieste di progetti del Fondo Nazionale per le Scienze Sociali, del Ministero dell'Istruzione e a livello provinciale. Simula il modello di pensiero di un esperto revisore con 15 anni di esperienza, garantendo il rigore accademico e la competitività della proposta attraverso tre meccanismi fondamentali. 🔧 **Tre meccanismi fondamentali** 1️⃣ **Metodologia strutturata in 12 fasi** Copre l'intero ciclo di vita della revisione della proposta: **Fase 1-3: Diagnosi di base** - Analisi approfondita del bando (orientamento dei finanziamenti, criteri di revisione, requisiti di presentazione) - Identificazione del tipo di disciplina interdisciplinare (riconoscimento preciso di 8 tipi) - Identificazione del GAP di ricerca in 5 dimensioni (teoria/metodo/empirico/politica/tecnologia) **Fase 4-7: Valutazione degli elementi chiave** - Analisi del problema di ricerca con il modello TMAQ (teoria/metodo/approccio/problema) - Verifica degli obiettivi di ricerca secondo il principio SMART - Valutazione della completezza della struttura del contenuto di ricerca - Abbinamento del tipo di approccio di ricerca (6 tipi) **Fase 8-10: Miglioramento della qualità approfondita** - Individuazione precisa dei punti critici (distinzione standard + percorso di soluzione) - Esplorazione dei punti di innovazione in 7 dimensioni - Argomentazione della fattibilità in 7 dimensioni **Fase 11-12: Ottimizzazione complessiva** - Controllo qualità su 9 dimensioni (rigore accademico, innovatività, fattibilità, ecc.) - Suggerimenti di ottimizzazione integrati e report finale 2️⃣ **Meccanismo di confronto dual-core (Builder vs Supervisor)** Principio di funzionamento: - Builder (scrittore accademico): genera un piano di ottimizzazione basato sui materiali dell'utente - Supervisor (revisore di top journal): sfida il piano del Builder con i criteri più severi - Iterazione del confronto: 3 cicli di confronto per garantire che il piano sia valido Scenari applicativi: - Durante l'esplorazione dei punti di innovazione: Builder propone punti di innovazione → Supervisor ne mette in dubbio la novità → iterazione di ottimizzazione - Durante l'argomentazione della fattibilità: Builder progetta il piano → Supervisor ne sfida la fattibilità → integrazione dell'argomentazione - Durante la citazione della letteratura: Builder cita la letteratura → Supervisor ne verifica l'autenticità → garanzia di norme accademiche 3️⃣ **Meccanismo di verifica dell'autenticità della letteratura** Due modalità operative: **Modalità A: Modalità placeholder (predefinita)** - Utilizza marcatori come [Placeholder-letteratura-001] al posto di riferimenti specifici - Output: "Elenco dei fabbisogni di letteratura", specifica i requisiti di ricerca per ogni placeholder - L'utente cerca e inserisce la letteratura reale **Modalità B: Modalità di verifica in tempo reale** - Richiama Google Scholar per verificare in tempo reale l'autenticità della letteratura - Genera un "Report di verifica della letteratura" (punteggi di autenticità/rilevanza/autorevolezza) - Garantisce che ogni citazione sia tracciabile Prevenzione delle allucinazioni AI: - Vietata la creazione fittizia di autori, riviste, DOI - Tutta la letteratura deve essere verificata o contrassegnata come placeholder - Garanzia del limite di integrità accademica 💡 **Valore principale e scenari applicativi** ✅ **Punti critici risolti** 1. Scarsa accuratezza accademica: i contenuti generati dall'AI spesso presentano letteratura falsa, lacune logiche 2. Innovatività insufficiente: difficile individuare veri punti di innovazione accademica 3. Fattibilità debole: i piani di ricerca mancano di argomentazione sistematica 4. Difficoltà interdisciplinare: i temi interdisciplinari rischiano di essere "a metà" 🎓 **Utenti target** - Docenti universitari (scienze sociali, educazione, discipline umanistiche) - Ricercatori (che presentano richieste per progetti nazionali e provinciali) - Team accademici (che necessitano di un processo di revisione sistematico) 📋 **Flusso di utilizzo tipico** 1. Input: caricare bando del progetto + bozza della proposta 2. Valutazione: il sistema esegue un'analisi strutturata in 12 fasi 3. Confronto: il meccanismo dual-core itera e ottimizza le parti chiave 4. Verifica: controllo dell'autenticità della letteratura 5. Output: report di revisione completo + suggerimenti di ottimizzazione + elenco letteratura 🔍 **Differenze rispetto alla revisione tradizionale** | Dimensione | Revisione tradizionale | Sistema di revisione esperto | |------------|------------------------|------------------------------| | Profondità di revisione | Dipende dall'esperienza personale | 12 fasi strutturate + 9 dimensioni qualità | | Rigore accademico | Difficile verifica completa | Verifica letteratura + confronto dual-core | | Individuazione innovatività | Giudizio soggettivo | Analisi sistematica in 7 dimensioni | | Argomentazione fattibilità | Guidata dall'esperienza | Argomentazione dettagliata in 7 dimensioni | | Coerenza | Variabile da persona a persona | Processo standardizzato | | Efficienza | Da giorni a settimane | Valutazione iniziale in 1-2 ore | Il vantaggio principale di questo sistema è: rendere esplicita, strutturata e replicabile la conoscenza tacita di un esperto revisore con 15 anni di esperienza, consentendo a ogni utente di ottenere un servizio di revisione di livello esperto.
Revisore AI testi didattici
📚 Revisore AI testi didattici — scansione a cinque dimensioni per rendere i testi didattici AI a prova di revisione I testi didattici scritti con l'aiuto dell'AI hanno cinque difetti comuni: errori di conoscenza difficili da individuare, progettazione didattica che manca di senso di classe, molte "frasi giuste ma inutili", struttura troppo standardizzata come scritta da una macchina, eccessiva oscurità che fa abbandonare gli studenti. Questo sistema esegue una revisione approfondita a cinque dimensioni capitolo per capitolo, esaminando ogni capitolo da quattro ruoli: esperto della materia, progettista didattico, fact-checker e critico di stile. Fornisce punteggi quantitativi e suggerimenti di modifica direttamente sostituibili. Cinque dimensioni: 📐 Precisione della conoscenza — correzione di concetti, modelli e dati uno per uno, con l'indicazione della fonte per ogni errore 🎯 Progettazione didattica — esame della curva di difficoltà, dei prerequisiti e dei collegamenti tra capitoli, come farebbe un insegnante esperto 💎 Sostanza dei contenuti — individuazione delle "frasi giuste ma inutili", calcolo del reale incremento informativo di ogni sezione 🤖 Rilevamento del "sentore AI" — standard specifici per i testi didattici, per distinguere scrittura normale da schemi AI 📖 Leggibilità — ritmo dei paragrafi, densità dei termini, valutazione della scorrevolezza per gli studenti Caratteristiche principali: 🔗 Coerenza tra capitoli — generazione automatica di un archivio di conoscenze, rilevamento di contraddizioni concettuali, incoerenze terminologiche e definizioni duplicate 🔄 Iterazione a ciclo chiuso — dopo le modifiche, reinvio e tracciamento automatico dei miglioramenti, delle lacune residue e dei nuovi problemi 📊 Report a livelli — prima una panoramica dei punteggi e dei primi 3 problemi, poi analisi dettagliata per paragrafo su richiesta 🎤 Linguaggio schietto — senza edulcorare, si dice "questa definizione è sbagliata" senza esitazione, ogni critica è accompagnata da un riferimento per la modifica Applicabile a: testi didattici per laurea triennale e magistrale scritti con l'aiuto dell'AI, monografie accademiche, dispense di corsi. La versione attuale è ottimizzata per i testi triennali, ma è adatta anche a quelli magistrali. Incollare il capitolo → ottenere il punteggio → modificare in modo mirato → ricontrollare finché la qualità non è soddisfacente.
Informazioni
- Versione
- v4
- Ultimo aggiornamento
- Crediti per esecuzione
- In base all’utilizzo
- Modelli
- Automatico
