课题中标教练

课题申报里真实会卡住的地方

AI 参与写作之后，申报书常见的问题不再是「没东西写」，而是四类硬伤：

• 论证像通用模板：放哪个省、哪个口都能交，评审一眼扫过，找不到「为什么非研究不可」。
• 语言高度机械：「赋能」「全方位」「综上所述」高密度出现，AIGC 检测一跑就暴露。
• 政策与问题两张皮：全文口号堆得很足，但选题依据、研究意义、创新点没有挂到具体政策部署上。
• 结构与事实失守：分值权重压错了地方，字数严重超标，或者在改写过程中数字、引注、前期成果被顺手改动。

这套技能怎么处理

核心思路是先扫描、再诊断、后精准改，而不是整篇重写。

• 确定性前置扫描：scan_proposal.py 机械计算 AI 八股词命中、字数超标、结构缺失和政策匹配缺口，模型只读被标记的句段，不吞整篇原文。
• 三幕诊断：先给诊断书和「最致命 3 问题」，涉及结构与论证的改动先等用户确认，再进入逐句提质。
• 精准回填：产出 edits.json，由 patch_proposal.py 按句 / 段 ID 回填，只改被点名的句子，其余原文零改动。
• 事实保真闸门：verify_proposal.py 守住数字、引注、前期成果、单位名，被改即 FAIL；新增数字必须标注「需作者核对」。
• 降 AI 率专审：按八层痕迹谱系定位问题，从禁用词、句式整齐度到专属干货密度逐层处理，不改学术严谨性。
• 图文协同：字数超标的逻辑段落可由 render_figure.py 渲染为 SVG 技术路线 / 框架图，图节点术语照搬原文；用户提供草图或截图时，走参考图转绘流程，结构来自参考图，内容来自申报书。
• 政策匹配：把课题核心词挂到十五五、教育强国、申报省份与归口部门部署，在「依据—意义—创新」之间形成闭环，而不是独立加一段口号。
• 评审模拟与红队：按通讯评审维度打分，输出毙命风险清单；再以评审和主办方双重视角挑刺，给出立项概率、致命清单与修改指令。
• 对照复盘：用中标—落选配对案例做对镜自检，判断本子更像中标者还是落选者，定位缺失的支柱。

输出统一包含诊断摘要、逐节修订稿、评审评分、降 AI 率报告、经费复核、保真结论、行动清单，以及图表建议、政策匹配报告、对照结论和结构一致性自检。

适用边界

适合国家级 / 省部级 / 市厅级 / 校级课题，覆盖思政、教育、教改、社科、农业、商科、高职等类型。开始前会先问清申报类型、级别、进度、材料形态、AI 率要求和申报省份 / 部门。

需要明确两点：选题、技术路线、痛点和创新点的学术判断仍由用户负责，技能只做语言与结构提质，不代写虚假数据或文献；它不承诺「包过 AIGC 检测」，也不保证中标，只能提供可执行的诊断和修订路径。另外，插图擅长逻辑结构图，统计图表仍建议用 Excel 截图，别拿流程图冒充数据图。