学者推理蒸馏器
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @user_231765ee/django-plus。
技能介绍
要解决的问题
当读者拿到一段学者文本,想继续围绕该学者的概念、方法、引用和边界进行写作、评审或讨论时,普通大模型容易把风格做成表面口吻,却忽略其推理结构。学者推理蒸馏器针对这个问题,把文本中的研究本体、概念区分、分析操作、评价阈值、互文习惯、修辞节奏、边界拒绝和历时变化拆解成可复用约束,而不是只模仿语气。
技能如何工作
技能先执行蒸馏阶段:从用户粘贴的文章、笔记、访谈等文本中,按 八层推理提取框架 提取信息。出现一次记为推测特征,出现两次以上标记为稳定特征;后续文本可以继续累积指纹。随后进入部署阶段:以 九模块技能架构 作为前置检查,包括 Scope、Activation、Ontological、Procedural、Evaluative、Intertextual、Rhetorical、Refusal 和 Provenance。用户可选择四类任务:同行评审、博士指导、授课、小组讨论。每次输出同时包含按维度给出的定量评分和定性评语,例如评审会检查标准感、比例感、可辩护性、可操作性与一致性;授课会检查准确性、结构、层次、可学性与问答鲁棒性。
适用边界与注意点
该技能适合个人学习、写作辅助、思辨模拟和研究警示,不适合伪造同行评审、欺骗学术机构或替代真实学者的劳动报酬。它依赖用户提供足够的学者文本;短文本只能形成较弱的推测指纹。输出是推理风格模拟,不代表学者完整思想,使用公开出版物时应遵守合理引用原则。
使用场景
- 拿到一段学者文本后,按该学者的概念与评价标准评审论文草稿,并输出维度评分和评语。
- 准备课程时,把学者段落蒸馏为操作序列,生成按该学者结构组织、并标注推理来源的讲稿。
- 导师指导场景中,用学者的诊断、优先级和独立性标准评估研究计划,并给出可操作建议与偏差说明。
- 组织模拟小组讨论时,让模型按学者的证据依赖、核心区分和修辞节奏回应其他观点并自评。
适合人员
- 要把学者段落转成评审标准并给论文草稿打分的研究生
- 需要按某位学者结构组织课堂内容的教师
- 在论文开题前想模拟导师质疑与优先级建议的博士生
- 用公开文本做风格模拟和知识整理的研究者