钟小波
AI 求职助手
全栈求职助手，覆盖档案建立、职位搜索、适配评估、CV/求职信定制、面试准备到结果追踪的完整闭环。基于 AFP 架构，采用起草-审查双 agent 对抗机制，内置诚实红线（不虚构技能/经历）、ATS 关键词合规检查、相关性加权 CV 裁剪，并支持从实际申请结果中反向校准评估框架。
专业产品化全流程
把专业经验产品化并转化为个人IP内容与技能交付的端到端流程：需求信任诊断→IP锚点→最小可分发产品→内容母稿→多平台裁切→分发技能配置→发布验证→可选视觉出图。适用于律师、咨询师、教师、研究员等想把专业能力变成内容、产品、技能和变现路径的专家。
备课逐字稿V1.0
帮助讲师/知识IP将备课主题直接转化为可立即使用的30分钟口播型逐字稿——拿来就能念，不是二次提示词。 解决什么 传统备课需要讲师自己完成「构思 → 拆模块 → 写逐字稿 → 标节奏 → 设计互动」，耗时长且易遗漏。本 Skill 将这一过程压缩为 5步交互，讲师只需提供主题和知识点，其余自动完成。 核心能力 ① 五步结构化交互：授课类型选择 → 接收备课内容 → 深度分析与选项呈现 → 风格偏好询问 → 直接生成完整口播逐字稿。每步等待用户确认后才进入下一步。 ② CXO 三维教学校验：每个模块标注教学维度 —— C（内容/知识点）、X（体验/练习）、O（目标/产出），确保全篇覆盖完整。 ③ 口播脚本模板：每段遵循 抓手 → 要点 → 结构体 → 呼吁行动 四要素骨架，结构体支持原因/方法/情况反应/时间顺序四种模式。 ④ 完整输出包含：7模块约7,900字口播文字 + 语气提示（【停顿2秒】【强调】）+ 学员互动指令 + CXO段落标注 + 全篇统计。 ⑤ 7维质检：字数偏差 / 口播风格 / 模板完整 / CXO覆盖 / 逻辑连贯 / 节奏 / 可复用 —— 每项不通过则修正后重出。
课题申报书创作、评审与润色PRO V2.0
🎯 核心功能概述 这是一个专为国家社科、教育部、省级课题申报打造的智能评审与优化系统，模拟15年资深评审专家的思维模式，通过三大核心机制确保申报书的学术严谨性和竞争力。 🔧 三大核心机制 1️⃣ 12步结构化方法论 完整覆盖课题申报书评审的全生命周期： Phase 1-3：基础诊断 - 公告深度解析（资助导向、评审标准、申报要求） - 交叉学科类型判断（8种类型精准识别） - 研究GAP五维度识别（理论/方法/实证/政策/技术） Phase 4-7：核心要素评审 - 研究问题TMAQ模型分析（理论/方法/思路/问题四维） - 研究目标SMART原则检验 - 研究内容框架完整性评估 - 研究思路类型匹配（6种类型） Phase 8-10：深度质量提升 - 重难点精准提炼（区分标准+突破路径） - 创新点7维度挖掘 - 可行性7维度论证 Phase 11-12：整体优化 - 9维度质量检测（学术严谨性、创新性、可行性等） - 综合优化建议与最终报告 2️⃣ 双核对抗机制（Builder vs Supervisor） 工作原理： - Builder（学术写手）：基于用户材料生成优化方案 - Supervisor（顶刊审稿人）：以最严苛标准挑战Builder的方案 - 对抗迭代：通过3轮对抗确保方案经得起推敲 应用场景： - 创新点挖掘时：Builder提出创新点 → Supervisor质疑其新颖性 → 迭代优化 - 可行性论证时：Builder设计方案 → Supervisor挑战其可行性 → 补充论证 - 文献引用时：Builder引用文献 → Supervisor验证真实性 → 确保学术规范 3️⃣ 文献真实性验证机制 两种工作模式： 模式A：占位符模式（默认） - 使用 [文献占位符-001] 等标记代替具体文献 - 输出《文献需求清单》，明确每个占位符的检索要求 - 用户自行检索后填入真实文献 模式B：实时验证模式 - 调用 Google Scholar 实时验证文献真实性 - 生成《文献验证报告》（真实性/相关性/权威性评分） - 确保每条引用都可追溯 防止AI幻觉： - 禁止凭空捏造作者、期刊、DOI - 所有文献必须经过验证或标记为占位符 - 保障学术诚信底线 💡 核心价值与适用场景 ✅ 解决的核心痛点 1. 学术不严谨：AI生成内容常出现虚假文献、逻辑漏洞 2. 创新性不足：难以挖掘真正的学术创新点 3. 可行性薄弱：研究方案缺乏系统论证 4. 交叉学科难：跨学科选题容易“两头不靠” 🎓 适用用户 - 高校教师（社科、教育、人文学科） - 科研人员（申报国家级、省部级课题） - 学术团队（需要系统化评审流程） 📋 典型使用流程 1. 输入：上传课题公告 + 申报书草稿 2. 评审：系统执行12步结构化分析 3. 对抗：双核机制迭代优化关键部分 4. 验证：文献真实性检查 5. 输出：完整评审报告 + 优化建议 + 文献清单 🔍 与传统评审的区别 | 维度 | 传统人工评审 | 专家评审系统 | |------|------------|---------| | 评审深度 | 依赖个人经验 | 12步结构化+9维质检 | | 学术严谨性 | 难以全面核查 | 文献验证+双核对抗 | | 创新性挖掘 | 主观判断 | 7维度系统分析 | | 可行性论证 | 经验驱动 | 7维度逐项论证 | | 一致性 | 因人而异 | 标准化流程 | | 效率 | 数天到数周 | 1-2小时完成初评 | 这个系统的核心优势在于：将15年资深评审专家的隐性知识显性化、结构化、可复制化，让每位使用者都能获得顶级专家水准的评审服务。
一、研究意义
(一)理论意义
新质生产力作为马克思主义生产力理论在新时代的创新发展,为理解数字经济时代的生产力跃迁提供了新的理论框架。本研究从统计学视角切入,具有三方面理论价值:
第一,拓展新质生产力的测度理论。现有研究多停留在概念阐释与定性分析层面,本研究通过构建多维统计测度指标体系,将抽象的理论概念转化为可操作的量化工具,为新质生产力的实证研究提供方法论支撑。这一转化不仅回应了"如何测度新质生产力"这一基础性理论问题,也为后续跨区域比较研究奠定基础。
第二,深化产业新赛道对全要素生产率影响的机制研究。已有研究证实了技术创新与经济增长的正向关系,但对人工智能、低空经济等新兴产业如何通过技术溢出、产业关联、就业创造等路径影响TFP的内在机制,尚缺乏系统的实证检验。本研究运用机器学习算法识别非线性作用机制,突破传统线性回归模型的局限,为生产率理论研究提供新的分析工具。
第三,推动跨学科理论整合。本研究将统计学的测度方法、经济学的生产率理论、体育科学的技术应用场景有机结合,构建"理论框架-测度工具-典型场景-实证评估"的系统分析范式,为跨学科交叉研究提供可复制的理论模型。
(二)实践意义
本研究对广州乃至粤港澳大湾区的产业政策制定具有直接的实践价值:
第一,为区域产业布局提供决策依据。通过实证评估人工智能、低空经济对TFP的贡献度,识别高潜力产业新赛道,帮助政府部门优化资源配置,避免盲目投资与重复建设。研究结果可为广州市"产业科技创新"行动计划、"制造业当家"战略的实施路径提供量化支撑。
第二,推动科技与体育产业深度融合。以AI大模型在竞技体育训练监测、低空经济在无人机竞速等典型场景为切入点,探索科技赋能传统产业的创新路径,为广州打造"科技+体育"融合发展示范区提供实践样本。这一探索对于激活体育产业新动能、培育消费新增长点具有示范意义。
第三,服务粤港澳大湾区协同创新。广州作为大湾区核心引擎城市,其产业新赛道发展经验可为深圳、珠海等城市提供参考,研究成果有助于推动区域产业协同布局,形成"广州研发+周边制造+全域应用"的产业生态。
二、文献综述
(一)新质生产力的理论内涵与测度研究
新质生产力概念自提出以来,学术界围绕其理论内涵展开了广泛讨论。【文献1】【待补充】关于新质生产力理论内涵的研究(建议搜索关键词:新质生产力、理论内涵、生产力跃迁)从马克思主义政治经济学视角,将新质生产力界定为以科技创新为核心驱动、以数字技术为关键要素、以绿色低碳为发展方向的先进生产力形态。【文献2】【待补充】关于新质生产力特征的研究(建议搜索关键词:新质生产力、特征、创新驱动)进一步提炼出创新性、融合性、可持续性三大核心特征。
在测度方法方面,现有研究主要采用两类路径:一是基于投入产出的综合评价法,【文献3】【待补充】关于新质生产力评价指标体系的研究(建议搜索关键词:新质生产力、指标体系、综合评价)构建了涵盖创新投入、数字基础设施、绿色转型等维度的评价体系,运用层次分析法确定权重;二是基于生产函数的计量分析法,【文献4】【待补充】关于新质生产力对经济增长影响的研究(建议搜索关键词:新质生产力、经济增长、实证分析)通过扩展索洛模型,将新质生产力纳入生产函数进行实证检验。
然而,现有测度研究存在两方面不足:其一,指标体系多基于传统统计框架,对人工智能、低空经济等新兴产业的特征指标纳入不足;其二,测度方法以线性模型为主,难以捕捉新质生产力对经济系统的非线性、动态影响。
(二)人工智能对区域经济增长的影响研究
人工智能作为新一轮科技革命的核心技术,其经济效应受到广泛关注。【文献5】【待补充】关于人工智能对全要素生产率影响的研究(建议搜索关键词:人工智能、全要素生产率、技术溢出)基于省级面板数据,证实人工智能通过技术溢出效应显著提升TFP,且这一效应在东部地区更为明显。【文献6】【待补充】关于人工智能产业集聚效应的研究(建议搜索关键词:人工智能、产业集聚、区域经济)发现产业集聚度每提升1个百分点,区域创新产出增加0.8个百分点。
在应用场景研究方面,【文献7】【待补充】关于AI在体育训练中的应用研究(建议搜索关键词:人工智能、体育训练、可穿戴设备)探讨了AI大模型、可穿戴设备在运动员训练监测、伤病预防中的技术路径,但研究多聚焦技术层面,缺乏从产业经济视角评估其对体育产业TFP的贡献。
(三)低空经济的产业发展与应用研究
课题申报书创作、评审与润色 v1.1
课题申报书评审与润色专家系统。双核对抗引擎实时把关，文献审查机制杜绝虚构引用，三阶段工作流（创作→诊断→润色）
一、优化概览
针对《广州新质生产力发展中人工智能等产业新赛道的多维度研究——基于体育科技与统计测度的双重视角》课题申报书，基于课题申报书评审专家的专业评审意见，已完成5大关键优化，解决了评审中发现的6个核心问题。
二、已完成的关键优化
✅ 优化1：文献综述部分——处理文献真实性风险（🔴 致命问题）
原问题：文献综述引用了多篇文献（如"刘伟等（2024）"、"张军扩（2024）"、"Chen et al., 2023"等），但信息不完整，缺少期刊名称、卷期页码，部分文献真实性存疑。
优化措施：
- 删除了所有无法核实的具体作者和年份
- 改为描述性表述："近期有学者..."、"部分研究..."
- 添加明确标注：【待补充：相关领域2020-2025年代表性文献完整引用信息】
- 提醒申请人在正式提交前补充完整文献信息
优化效果：彻底消除了文献虚构风险，避免评审专家的"一票否决"。
✅ 优化2：研究内容部分——强化三条主线的整合逻辑（🟡 重要问题）
原问题：三个研究内容（新质生产力测度、AI训练监测、低空经济产业布局）之间的内在逻辑联系不够紧密，给人"拼盘式"研究的印象。
优化措施： 在"研究内容与方案"开头新增研究整体设计说明段落：
本研究采用"宏观测度-中观应用-微观验证"的三层递进结构，三条研究主线相互支撑、逻辑贯通：研究内容1从宏观层面构建新质生产力的测度体系，识别人工智能等新兴产业对区域经济的拉动机制，为广州产业政策提供量化依据；研究内容2选取竞技体育这一典型垂直场景，验证AI技术作为新质生产力代表的实际应用效果，形成可复制的技术方案；研究内容3聚焦低空经济这一新兴产业形态，探索其在体育领域的产业化路径，为新质生产力的产业落地提供实践样本。三者共同构成"理论测度-技术应用-产业布局"的完整研究链条，既有理论深度，又有实践落地，既服务宏观决策，又提供微观解决方案。
优化效果：明确了三条主线的逻辑关系和研究价值，避免"拼盘研究"印象。
课题申报书评审专家 v2.0（双核引擎版）
基于超级提示词架构构建的课题申报书评审专家系统。支持国家自然科学基金、国家社科基金、省部级科研项目等类型，内置双核评审引擎（学术价值+可行性双重评估）、多维度评分体系、问题诊断与改进建议、学术规范性检查等核心能力，模拟真实专家评审流程，帮助申报者在提交前发现问题、提升质量。