SEO+GEO 전방위 가시성 엔진
검색·AI 인용의 약점을 찾아 바로 쓸 콘텐츠와 우선순위별 개선 목록 제공
SEO+GEO 전방위 가시성 엔진
검색·AI 인용의 약점을 찾아 바로 쓸 콘텐츠와 우선순위별 개선 목록 제공
콘텐츠 미리보기
설명
文章、产品页和落地页的搜索表现与 AI 引用准备度。可以快速找出最值得改的问题，也可以直接获得标题、改写稿、内容 Brief、技术修复清单或效果复测方案。 四种模式按任务分流：只发链接或正文，默认快速诊断；要求写作，先给可用文本；完整审计按目标引擎与页面拆解；效果复测明确数据来源、分子分母和比较条件。简单任务无需整套长报告。 支持 Google AI Overviews / AI Mode、Bing / Copilot、ChatGPT Search、Perplexity 和 Claude 的分平台检查。搜索、训练与用户触发访问分别判断；中文平台根据实际可用资料和直接观测适配，不套用其他引擎规则。 v8 统一了评分与证据口径，限定局部阻断范围，区分答案触发率、条件引用率和整体引用率，并更新 Google 站点级 AI 控制检查。可用于自有网站、第三方平台文章与未发布草稿，建议会区分你能改的内容和平台侧待验证项。 每项关键判断附证据或明确限制。评分按需提供；不编造数据、作者或引用，也不保证排名、收录与 AI 引用。 实际运行示例（2026-09-07；测试素材，非业务成绩） 标题模式：给“团队周报怎么写”的测试文案要求仅返回 3 个标题，实际只输出： 1. 团队周报怎么写？附空白模板 2. 团队周报写作指南：进展、问题与下周计划（含模板） 3. 团队周报模板：本周进展、遇到的问题、下周计划 计算模式：模拟 12 次尝试，10 次成功、2 次超时；成功运行中 2 次生成 AI 答案，1 次引用目标网站。实际输出：AI 答案触发率 2/10=20%，条件引用率 1/2=50%，整体观察引用率 1/10=10%。正常无答案保留在整体分母，超时单列；这些数值只验证计算口径，不代表真实引用成绩。
관련 스킬
전체 보기
검색 엔진
자연어 질문을 추적 가능한 공개 웹 검색 결과로 변환합니다. 자료 조사, 소식 확인, 공식 계정 게시글 검색, 프로그램 오류 해결, 논문·기술 문서·오픈소스 프로젝트 검색에 적합합니다. 최신 정보나 여러 출처의 근거가 필요한 주제에는 중국어 및 국제 검색 결과를 함께 활용하고 다양한 유형의 공개 출처를 폭넓게 확인해, 단일 검색 엔진으로 인한 누락과 편향을 줄여 줍니다. 관련 페이지를 단순히 모아 보여 주는 데 그치지 않고 제목, 출처, 링크와 확인 가능한 게시일을 정리하며, 중복 결과를 통합합니다. 또한 기관이나 웹사이트별로 제공되는 독립적인 근거를 구분합니다. 주요 주장에 대해서는 이를 뒷받침하거나 반박하는 정보, 출처 간의 의견 차이, 증거의 수와 출처의 품질을 바탕으로 한 신뢰도 판단을 제시합니다. 이를 통해 어떤 내용이 여러 출처로 교차 검증되었고, 어떤 내용이 단일 근거에 불과하거나 확인할 수 없는지 분명히 알 수 있습니다. 검색어 또는 확인할 주장을 직접 입력하고, 분야·기간·지역·선호 언어·지정 웹사이트를 추가할 수 있습니다. 최종적으로 구조화된 검색 요약, 출처 목록, 교차 검증 결과와 추가 확인이 필요한 사항을 확인할 수 있습니다. 접근할 수 없거나 로그인이 필요하거나 검색 제한이 있는 콘텐츠는 사실대로 표시하며, 실제 출처 대신 추측으로 대체하지 않습니다.
과제 신청서 작성·심사·다듬기 PRO V2.0
🎯 핵심 기능 개요 국가사회과학, 교육부, 성급 과제 신청을 위해 특별히 설계된 지능형 심사 및 최적화 시스템으로, 15년 경력의 베테랑 심사 전문가의 사고 방식을 모방하여 3가지 핵심 메커니즘을 통해 신청서의 학술적 엄밀성과 경쟁력을 보장합니다. 🔧 3가지 핵심 메커니즘 1️⃣ 12단계 구조화 방법론 과제 신청서 심사의 전체 수명 주기를 완전히 포괄합니다: Phase 1-3: 기초 진단 - 공고 심층 분석 (지원 방향, 심사 기준, 신청 요구사항) - 교차 학문 유형 판단 (8가지 유형 정확 식별) - 연구 GAP 5차원 식별 (이론/방법/실증/정책/기술) Phase 4-7: 핵심 요소 심사 - 연구 문제 TMAQ 모델 분석 (이론/방법/사고/문제 4차원) - 연구 목표 SMART 원칙 검증 - 연구 내용 프레임워크 완전성 평가 - 연구 사고 유형 매칭 (6가지 유형) Phase 8-10: 심층 품질 향상 - 중점 및 난점 정밀 도출 (표준 구분 + 돌파 경로) - 혁신점 7차원 발굴 - 실행 가능성 7차원 논증 Phase 11-12: 전체 최적화 - 9차원 품질 검사 (학술 엄밀성, 혁신성, 실행 가능성 등) - 종합 최적화 제안 및 최종 보고서 2️⃣ 이중핵 대항 메커니즘 (Builder vs Supervisor) 작동 원리: - Builder (학술 작가): 사용자 자료를 기반으로 최적화 방안 생성 - Supervisor (최상위 저널 심사자): 가장 엄격한 기준으로 Builder의 방안에 도전 - 대항 반복: 3라운드 대항을 통해 방안이 검증될 수 있도록 보장 적용 시나리오: - 혁신점 발굴 시: Builder가 혁신점 제안 → Supervisor가 참신성에 이의 제기 → 반복 최적화 - 실행 가능성 논증 시: Builder가 방안 설계 → Supervisor가 실행 가능성에 도전 → 추가 논증 - 문헌 인용 시: Builder가 문헌 인용 → Supervisor가 진위성 검증 → 학술 규범 보장 3️⃣ 문헌 진위성 검증 메커니즘 두 가지 작동 모드: 모드 A: 플레이스홀더 모드 (기본) - [문헌 플레이스홀더-001] 등의 표시로 구체적 문헌 대체 - 각 플레이스홀더의 검색 요구사항을 명시한 《문헌 필요 목록》 출력 - 사용자가 직접 검색 후 실제 문헌 입력 모드 B: 실시간 검증 모드 - Google Scholar를 호출하여 문헌 진위성 실시간 검증 - 《문헌 검증 보고서》 생성 (진위성/관련성/권위성 점수) - 모든 인용이 추적 가능하도록 보장 AI 환각 방지: - 저자, 저널, DOI를 허위로 생성하는 것 금지 - 모든 문헌은 검증되거나 플레이스홀더로 표시되어야 함 - 학술 진실성의 하한선 보장 💡 핵심 가치와 적용 시나리오 ✅ 해결하는 핵심 문제점 1. 학술 부정확성: AI 생성 콘텐츠에 허위 문헌, 논리적 허점이 자주 발생 2. 혁신성 부족: 진정한 학술 혁신점을 발굴하기 어려움 3. 실행 가능성 취약: 연구 방안에 체계적 논증이 부족 4. 교차 학문 어려움: 학제간 주제가 '양쪽 모두에 맞지 않음' 발생 🎓 적용 사용자 - 대학교수 (사회과학, 교육, 인문학) - 연구원 (국가급, 성부급 과제 신청) - 학술 팀 (체계화된 심사 프로세스 필요) 📋 일반적인 사용 프로세스 1. 입력: 과제 공고 + 신청서 초안 업로드 2. 심사: 시스템이 12단계 구조화 분석 수행 3. 대항: 이중핵 메커니즘으로 핵심 부분 반복 최적화 4. 검증: 문헌 진위성 확인 5. 출력: 완전한 심사 보고서 + 최적화 제안 + 문헌 목록 🔍 전통적인 심사와의 차이점 | 차원 | 전통적 인적 심사 | 전문가 심사 시스템 | |------|----------------|-------------------| | 심사 깊이 | 개인 경험에 의존 | 12단계 구조화 + 9차원 품질 검사 | | 학술 엄밀성 | 전면적 확인 어려움 | 문헌 검증 + 이중핵 대항 | | 혁신성 발굴 | 주관적 판단 | 7차원 체계적 분석 | | 실행 가능성 논증 | 경험 기반 | 7차원 항목별 논증 | | 일관성 | 사람마다 다름 | 표준화된 프로세스 | | 효율성 | 수일에서 수주 | 1-2시간 내 초기 평가 완료 | 이 시스템의 핵심 장점은 15년 경력의 베테랑 심사 전문가의 암묵적 지식을 명시화, 구조화, 복제 가능하게 만들어 모든 사용자가 최고 수준의 심사 서비스를 받을 수 있도록 하는 것입니다.
작성학술논문 AIGC 표절감소·품질보존 개작 v7.0
📚 학술 논문 AIGC 표절 감소 및 품질 보존 개작 전문가 v7.0 대학원생, 연구자, 논문 저자를 위해 설계된 학술 텍스트 최적화 스킬로, '원천 제어 → 과정 교정 → 결과 검증 → 역방향 자체 점검 → 재검토 반복'을 핵심 폐쇄 루프로 하여, 원래 의미, 전문 용어, 데이터, 핵심 결론을 보호하면서 논문 내의 템플릿화된 표현, 기계적 논리, 내용 공허, 용어 부정확, 스타일 불일치 등의 문제를 체계적으로 진단하고 최적화합니다. 🔍📝 🌟 핵심 능력 🔬 다층 위험 진단 10가지 일반 텍스트 지문을 포괄하며, ChatGPT, Claude, DeepSeek, Wenxin Yiyan 등 모델의 일반적인 표현 패턴을 추가로 식별합니다. 🧠 심층 의미 재구성 동의어 대체에 국한되지 않고, 명제 표현, 정보 순서, 논증 접근 방식 및 증거 구성 방식에서 접근하여 더 자연스럽고 깊이 있는 학술 논증을 재구성합니다. ✍️ 품질 보존 개작 13가지 문장 변환 전략과 20가지 고빈도 템플릿 표현 제거 방법을 종합적으로 활용하여 기계적 문장, 반복 접속사 및 과도하게 정형화된 표현 구조를 개선합니다. 📊 전체 구조 진단 큰 순환과 5대 철삼각형을 통해 연구 문제, 이론, 리뷰, 방법, 결과, 혁신이 완전한 폐쇄 루프를 이루는지 확인합니다. 🧩 세부화된 장별 적응 초록, 서론, 문헌 리뷰, 연구 방법, 결과, 논의, 결론에 대해 각각 차별화된 진단 및 개작 전략을 수립합니다. 🌐 언어 간 위험 스캔 번역체, 수동태 중복, 긴 문장 중첩, 중영문 혼합 이상을 추가로 식별하여 중문 학술 표현을 더 자연스럽고 정확하게 만듭니다. 🔄 역방향 자체 점검 폐쇄 루프 개작 완료 후, 기법 분포, 새로운 텍스트 지문, 정보 완전성의 세 가지 측면에서 다시 검증하여 '고칠수록 템플릿화'되거나 핵심 내용이 손실되는 것을 방지합니다. 🛡️ 학술 규범 보호 문헌, 데이터, 사례, 정책 근거를 조작하지 않습니다. 저자가 확인해야 할 정보는 별도로 표시하고, AI 사용 사실을 투명하게 공개하도록 안내합니다. 🎯 적용 시나리오 ✅ 단일 단락 또는 일부 장 최적화 ✅ 검사 보고서에 표시된 단락의 지향적 수정 ✅ 초록, 서론, 리뷰, 논의, 결론 정밀 수정 ✅ 전체 논문 AIGC 위험 특성 진단 ✅ 목표 저널 언어 및 구조 적응 ✅ 투고 전 품질 검토 및 일관성 검증 📦 최종 제공물 📄 품질이 보존된 개작 텍스트 🔎 위험 및 문제 진단 보고서 🛠️ 개작 전략 및 기법 설명 ✅ 역방향 자체 점검 및 정보 완전성 보고서 💡 저자 확인 사항 및 후속 수정 제안 🎓 원래 의미 왜곡 없음 · 논리 단절 없음 · 데이터 조작 없음 · 학술 품질 저하 없음 ⚠️ 본 스킬은 학술 표현 품질을 향상시키고 텍스트 내 위험 특성을 줄이는 것을 목적으로 하며, 특정 탐지 플랫폼을 통과하거나 특정 탐지 수치에 도달할 것을 약속하지 않습니다.
정보
- 버전
- v9
- 최종 업데이트
- 실행 크레딧
- 사용량에 따라 차감
- 모델
- 자동 선택
