Agent Skills
返回列表
🎓

高考专业多源检索推荐助手

教育学习 更新于 2026.08.30

将以下提示词粘贴到你的 AI 对话框中:

请根据官方安装指南 https://skillhub.cn/install/skillhub.md,在 AI 助手中安装 @user_2af611f4/gaokao-major-recommender。

技能介绍

要解决什么问题

填志愿时最真实的痛点不是你不努力,而是信息是割裂的。学科评估躺在教育部或软科的网站上,就业数据散在各校就业质量报告和第三方调研里,真实就读体验埋在知乎和小红书的长帖中,而历年录取分数线往往要去翻各省考试院的表格。要拼凑一所学校的一个专业的全貌,至少需要开七八个网页,而且它们的口径往往并不一致——学校自报的就业率可能包含灵活就业与升学,第三方调研则有另一套统计标准;同一所学校在第四轮和第五轮学科评估中甚至可能出现档位差异。

技能如何工作

该技能的核心流程分四步。

四路并行检索:分别访问高校招生网与学院官网、学科评估来源、就业质量报告与招聘平台数据、就读体验帖。每条检索到的数据必须强制记录 来源 URL + 数据时间 + 提取字段,缺失的数据统一标注为“暂未找到可靠数据”,绝不臆测。

三维加权打分:学术实力占 35%,就业前景占 40%,就读体验占 25%,按公式 学术×0.35 + 就业×0.40 + 体验×0.25 生成总分。评分细则定义在 references/scoring_rubric.md 中,每个子项必须提供依据,不允许输出无依据的裸分。

冲突检测:对四路数据进行交叉比对,识别四类矛盾——排名分歧(不同体系相差 ≥2 档)、数据分歧(就业率/薪资差异 ≥15%)、评价分化(正负面评价接近 1:1)、时效差异(年份相差 ≥2 年)。处理原则是不替用户做二选一的抉择,双方数据均展示、集中标注、并取保守值。

结构化报告:按照模板输出冲/稳/保院校清单、逐校的三维度分析、矛盾信息标注区、来源汇总。冲/稳/保标签基于近 3 年录取分数,判定规则为:低于最低分 15 分以内视为冲,在均分 ±5 分范围内视为稳,高于最高分 5 分及以上视为保。

适用边界与注意点

该技能不适合只评估单一学校,因为它按对比场景设计;不适用于艺术类、体育类特殊招生,评分体系不同;也不适用于研究生或留学选校,评判标准完全不同。冲/稳/保标签本质是基于历史分数的参考标签,不等于录取承诺——实际录取以各省教育考试院公布为准。报告头部会强制输出免责声明,并建议用户对关键数据回原始来源核实。

使用场景

  • 高考出分后三天内,请求基于分数区间与城市偏好生成候选院校清单。
  • 对比三所学校同一专业的学术实力、就业率和就读体验三维评分。
  • 需要识别同校不同来源就业率差异百分之十五以上的数据分歧并标注区间。
  • 想核查某省近五年临床医学录取线走势,但报告缺少最新年份的来源链接。

适合人员

  • 准备填报志愿的高三学生,希望用分数与城市偏好筛选出冲稳保院校列表。
  • 协助子女做专业决策的家长,需要把高校官网、排名、就业报告和体验帖汇总成可读报告。
  • 负责高考志愿咨询服务的教师,想把多源公开数据整理成一致格式的分析段落。
  • 研究高校就业质量的分析师,需要标注数据来源与统计口径差异,避免口径混淆。