🎯 高校教师课题申报「选题专家」v2.0.1

> 一句话定位：全国34个省份高校教师课题申报的"选题环节专家级智能体"——用AI+智能体协同，解决选题四大困境，实现从"经验选题"到"精准选题"的范式升级。v2.0.1新增实时数据检索、双维度价值分析、可视化报告生成、子课题拓展等功能。

一、能做什么

核心能力

适用场景

• 📌 不知道选什么题目
• 📌 有方向但不确定是否可行
• 📌 想避开已立项的重复研究
• 📌 需要匹配申报通知的具体要求
• 📌 想评估选题的立项概率
• 📌 需要优化题目表述

⚠️ AI执行强制要求

当用户说"帮我选题""全流程""完整流程"时，AI必须执行以下所有步骤，不可跳过：

禁止行为：
- ❌ 只读政策文件就出题目
- ❌ 跳过双维度价值分析
- ❌ 跳过子课题拓展
- ❌ 跳过可视化报告
- ❌ 跳过模拟评审

如果用户只说"推荐几个选题"（没说全流程），至少完成步骤1-5。

覆盖范围

• ✅ 34个省级行政区（23个省+5个自治区+4个直辖市+2个特别行政区）
• ✅ 10大学科门类（教育学、工学、人文社科、理学、管理学、艺术学、体育学、医学、经济学、农学）
• ✅ 4级申报层级（校级/市级/省级/国家级）

二、技能包目录结构

topic-selection-expert/
├── SKILL.md                          # 主文件（本文件）
├── references/                       # 参考资料库
│   ├── provinces.md                  # 34个省份索引总览
│   ├── policies/                     # 政策数据库（35个文件）
│   │   ├── national_policies_2024_2026.md
│   │   ├── guangdong_policies.md     # 广东省
│   │   ├── jiangsu_policies.md       # 江苏省
│   │   └── ...（共34个省份文件）
│   └── projects/                     # 立项数据库（34个文件）
│       ├── guangdong_projects.md     # 广东省
│       ├── jiangsu_projects.md       # 江苏省
│       └── ...（共34个省份文件）
├── templates/                        # 模板素材（4个文件）
│   ├── user_profile.md               # 个人画像模板
│   ├── notification_analysis.md      # 申报通知解析模板
│   ├── selection_report.md           # 选题论证报告模板
│   └── scoring_sheet.md              # 选题评分表模板
├── scripts/                          # 执行脚本（5个文件）
│   ├── policy_scanner.py             # 政策文件扫描脚本
│   ├── project_analyzer.py           # 立项名单分析脚本
│   ├── title_generator.py            # 选题生成脚本
│   ├── requirements.txt              # Python依赖
│   └── run_policy_scanner.bat        # Windows批处理
├── resources/                        # 工具资源（4个文件）
│   ├── tools.md                      # 工具资源清单
│   ├── successful_proposals.md       # 成功案例库
│   ├── title_optimization.md         # 题目优化案例库
│   └── reviewer_comments.md          # 评审应对策略
└── discipline_guides/                # 学科指南（10个文件）
    ├── education.md                  # 教育学类
    ├── engineering.md                # 工学类
    ├── humanities.md                 # 人文社科类
    ├── science.md                    # 理学类
    ├── management.md                 # 管理学类
    ├── arts.md                       # 艺术学类
    ├── sports.md                     # 体育学类
    ├── medicine.md                   # 医学类
    ├── economics.md                  # 经济学类
    └── agriculture.md                # 农学类

三、快速开始

方式一：一键全流程（推荐 ⭐）

一句话触发，自动完成所有9步流程：

请帮我选题，使用全流程模式

AI将自动执行：
1. 采集个人画像 → 2. 政策扫描 → 3. 立项分析 → 4. 双维度价值分析
→ 5. 生成15个题目+五维评分 → 6. 筛选TOP3+题目优化
→ 7. 子课题拓展（6大类24个）→ 8. 可视化HTML报告 → 9. 模拟评审报告

前提准备：
- 个人画像JSON文件（或口头告诉AI你的情况）
- 政策文本文件（或告诉AI你所在省份）
- 立项名单CSV文件（或告诉AI从references/目录读取）

方式二：直接对话（快速模式）

直接告诉AI你的需求，例如：

我想申报广东省教育厅的课题，方向是AI+职业教育，
请帮我推荐10个选题方向。

我是一名高职院校教师，专业是民航空中安全保卫，
想申报校级思政课题，请帮我分析选题方向。

请帮我评估这个选题的可行性：《XXX》

> ⚠️ 注意：直接对话模式下，AI可能只走"读政策→读立项→出题目"的捷径，缺少双维度价值分析、子课题拓展、可视化报告、模拟评审等深度内容。如需完整成果，请务必使用方式一或明确要求"全流程"。

方式三：按四步法逐步执行

Step 1：政策扫描

请帮我分析以下政策文件，提炼关键词：
[粘贴政策文件内容]
或访问 references/policies/[省份]_policies.md

Step 2：立项分析

请分析以下立项名单，识别研究空白：
[粘贴立项名单]
或访问 references/projects/[省份]_projects.md

Step 3：文献综述

请对[研究领域]进行文献综述，识别研究缺口。

Step 4：选题生成

基于以上分析，请生成15个备选题目，并评估竞争力。

方式三：使用模板素材

1. 填写个人画像：templates/user_profile.md
2. 解析申报通知：templates/notification_analysis.md
3. 评估选题质量：templates/scoring_sheet.md
4. 撰写论证报告：templates/selection_report.md

方式四：运行脚本（命令行模式）

# 安装依赖
pip install -r scripts/requirements.txt

# 一键全流程（推荐）
python scripts/run_pipeline.py \
  --profile user.json \
  --policy policy.txt \
  --projects projects.csv \
  --output-dir ./output

# 或单独运行各步骤
python scripts/policy_scanner.py --file policy.txt --output policy.json
python scripts/project_analyzer.py --file projects.csv --output projects.json
python scripts/title_generator.py --profile user.json --policy policy.json --projects projects.json --output titles.json

四、34个省份政策数据库

4.1 查找你所在省份的政策

4.2 每个省份文件包含的内容

• 省级综合政策（2项代表性政策+核心表述+关键词）
• 申报通知汇总（4项申报通知+官网链接）
• 该省特色研究方向（4个方向+竞争程度+推荐指数）
• 选题建议（适合申报的课题类型+地域特色切入点）

五、10大学科指南

六、选题方法论：四步法（坦克模型 v3.1）

Step 1：政策智能体扫描——明确"风向标"

> 目标： 从国家战略、省级部署、申报指南中提炼研究关键词

操作模板：

你是一名政策分析专家，熟悉国家教育政策、职业教育改革、科研管理。

请分析以下文件：
1. [政策文件1名称]：核心表述"[引用关键句]"
2. [政策文件2名称]：核心表述"[引用关键句]"
3. [政策文件3名称]：核心表述"[引用关键句]"
4. [申报通知名称]：核心表述"[引用关键句]"

请完成：
① 提炼核心关键词（15-20个），按重要性排序
② 识别重点支持方向（8-10个）
③ 分析这些方向与[你的研究基础]的结合点
④ 输出"政策-研究方向"匹配矩阵表
⑤ 标注当前处于"政策窗口期"的方向

关键技巧：
- 政策文件数量：3-6个（太少不全面，太多信息冗余）
- 关注"十五五"规划、教育强国纲要、教育数字化意见等顶层设计
- 不仅要分析宏观政策，还要分析申报通知的具体条目

Step 2：立项智能体分析——规避"重复战"

> 目标： 分析近3年同领域已立项课题，找到研究空白

操作模板：

你是一名科研情报分析专家，熟悉全国/省级课题立项规律、评审偏好。

请分析[2024-2026年已立项课题名单]：

① 高频关键词分析：
- 词云图（TOP30关键词）
- 关键词聚类（按主题分类，5-8个主题）
- 年度热点演变趋势（逐年变化）

② 研究主题分布：
- 高频研究对象（专业/领域/群体）TOP10
- 高频研究方法TOP5
- 研究层次分布（宏观/中观/微观）

③ 研究空白识别：
- 尚未被充分研究的方向（至少8个）
- 交叉学科空白（如"AI+特定专业"）
- 区域特色空白（如"自贸港+特定领域"）

④ 与[你的研究基础]的匹配分析：
- 哪些空白与你的前期成果直接相关？
- 哪些方向你有独特优势？
- 哪些方向竞争压力小、立项概率高？

Step 3：文献智能体综述——找到"突破点"

> 目标： 通过AI文献综述，精准识别研究缺口（GAP）

操作模板：

你是一名文献研究专家，熟悉中外文献数据库、学术前沿、研究范式演进。

请对[研究领域]进行深度文献综述：

① 国内研究脉络：
- 阶段划分（时间线+各阶段核心焦点）
- 代表性学者与机构
- 主要理论框架与方法论演进

② 国际研究前沿：
- 代表性理论
- 近3年高被引研究
- 研究方法演进趋势

③ 研究缺口识别（GAP Analysis）：
- 理论缺口：现有理论解释力不足
- 方法缺口：研究方法/技术手段局限
- 实践缺口：应用场景/群体未被覆盖
- 区域缺口：[省份]特色研究空白

④ 突破点建议：
- 哪些缺口最值得优先研究？
- 哪些方向有潜力产出标志性成果？
- 推荐20篇近5年高价值参考文献（按GB/T 7714格式）

Step 4：选题智能体生成——产出"好题目"

> 目标： 基于前三步，生成备选题目，并优化、验证

操作模板：

你是一名课题申报策划专家，熟悉各级课题评审标准、立项规律、题目设计技巧。

基于以下信息，生成并优化课题选题：

【输入信息】
- 政策关键词：[从Step 1提炼]
- 立项空白：[从Step 2识别]
- 研究缺口：[从Step 3识别]
- 个人基础：[你的前期成果/团队/学校特色]
- 申报层级：[省级重点项目]

【生成要求】
① 生成15个备选题目，每个包含：
- 题目名称（≤30字，无副标题；特殊需要使用副标题时用冒号分隔）
- 核心关键词（3-5个）
- 创新点（1-2句话）
- 推广价值（1-2句话）
- 可行性评估（高/中/低）

② 题目优化（规则驱动+经验模仿+数据驱动三结合）：
- 规则驱动：确保≤30字（特殊需要可略超但需标注）；结构参考下方"立项名称结构图谱"
- 经验模仿：对标近3年同领域已成功立项课题的题目结构，分析其共性与规律
- 数据驱动：将备选题目与已立项数据库做重复率检测，确保重复率<10%；
  分析题目关键词在近3年立项名单中的热度趋势（上升/平稳/下降）

③ 竞争力排序：
- 按"创新性×可行性×政策契合度"综合评分
- 推荐TOP3优先申报

④ 模拟评审（规则驱动+经验模仿+数据驱动三结合）：
- 规则驱动：按五维评估模型逐项打分
- 经验模仿：以评审专家视角，基于历年评审偏好和常见"毙因"反推立项概率
- 数据驱动：检索同领域已立项课题的评审意见和结题成果，验证选题的可持续性

Step 4.5：立项名称结构图谱（规则驱动核心）

> 说明：以下结构图谱基于对2024-2025年全国教育科学规划课题 + 广东省教育科学规划课题 + 深圳市教育科学规划课题的立项名称分析提炼而成。生成选题名称时，根据研究内容和目标，灵活选用最匹配的结构模式。

结构一：【背景/政策】+【研究对象】+【研究类型】（最常用，占比约35%）

公式：XX背景下/视域下 + XX（学段/领域/群体） + 研究/路径研究/模式研究/机制研究

示例：
- 粤港澳大湾区职业教育协同发展机制研究
- 人工智能赋能中小学课堂教学改革研究
- 产教融合背景下高职院校人才培养模式创新
- 深圳先行示范区教育创新实践路径研究
- 广东省乡村教师专业发展支持体系研究
- 教育评价改革背景下中小学教学质量监测研究
- 粤港澳大湾区高校英语教育国际化研究
- 人工智能辅助大学英语教学模式创新研究
- 一带一路背景下广东省翻译人才培养研究
- 核心素养导向的高中英语阅读教学改革研究
- 新工科背景下产教融合人才培养模式研究
- 智能制造产业学院建设路径研究
- 粤港澳大湾区高等教育治理体系研究
- 广东省高校创新创业教育生态体系研究
- 粤港澳大湾区设计教育合作机制研究
- 数字媒体艺术专业产教融合模式研究
- 粤港澳大湾区校园足球协同发展研究
- 中小学体育与健康教育融合模式研究
- 粤港澳大湾区医学教育协同发展研究
- 产教融合背景下护理人才培养模式改革

适用场景：最常见结构，适用于绝大多数教学改革、治理体系、协同发展类研究

结构二：【政策/战略】+【对象】+【路径/机制/模型】+【研究类型】（占比约20%）

公式：XX战略/政策 + XX（现象/问题） + 关键路径/机制/模型 + 研究

示例：
- 教育推动人口红利向人才红利转变的关键路径研究
- 中小学生减负的路径与机制研究
- 县域城乡教育融合发展研究
- 基础教育阶段职普融通的路径与机制研究
- 高等教育人才供需适配机制研究
- 大科学时代高校高层次人才集聚模式创新研究
- 支撑教育强国建设的战略性投入机制研究
- 世界重要教育中心建设研究
- 高等教育促进新质生产力发展的机制研究
- 中国教育公平实践的理论建构研究
- 中国数字教育实践的理论建构研究
- 教育学教学研究体系深层变革研究
- 面向教育强国的高校新型教育学院建设研究
- 国家中小学教材质量监测体系与评价机制研究
- 基础教育学制改革研究
- 市域产教联合体建设调查研究
- 博士研究生教育全球竞争力比较研究
- 孤独症群体全生命周期培养体系构建与标准建设研究
- 全国学生心理健康监测体系研究
- 国家智慧教育公共服务平台应用示范标准研究

适用场景：政策导向明确的宏观/中观研究，强调路径探索和机制构建

结构三：【理论/视角】+【对象】+【研究类型】（占比约10%）

公式：XX理论/视角 + XX（对象） + 研究

示例：
- 马克思主义教育思想理论体系研究
- 新时代教育功能与属性研究
- 中国教育传统的哲学阐释
- 教育治理现代化视域下学校法治文化培育研究
- 教育强国视域下我国教师文化民族性研究
- 智能时代教育的离身性风险及其规避研究
- 教育法典中数字教育法律规范的体系化实现研究
- 面向乡村振兴的学校美育变革实践研究
- 控制-价值理论视域下中小学生厌学的心理机制与干预研究
- 人工智能视角下运动-认知训练对青少年创造性思维的促进及其应用研究

适用场景：有明确理论框架或研究视角的教育基本理论研究

结构四：【方法/技术】+【应用】+【对象】+【研究类型】（占比约10%）

公式：XX方法/技术 + 在/驱动/赋能 + XX（对象） + 应用研究/应用

示例：
- 人工智能在中学数学教育中的应用研究
- 数据科学驱动的教育评价方法研究
- 大语言模型驱动的课堂生成性分析及其实现路径研究
- 大语言模型增强中学生科学探究实践的路径和机制研究
- 智适应技术支持的中小学生科学素养评测研究
- 基于人工智能的发展性阅读障碍儿童个体判定标准建立及干预研究
- 基于情绪信息加工的青少年抑郁倾向多模态预测模型与干预研究
- 基于多元融合目标的同伴介入法对自闭症儿童融合教育的促进机制研究

适用场景：强调技术/方法赋能教育评价、诊断、干预的实证研究

结构五：【问题】+【机制/因素】+【干预/策略】+【研究类型】（占比约10%）

公式：XX问题 + 影响机制/形成机理 + 干预/治理 + 研究

示例：
- 数字化学习中儿童心智游移的影响因素及干预研究
- 父母伤害性语言对青少年心理危机的影响机制及干预研究
- 健康中国背景下青少年抑郁的多模态体系研究
- 提取练习促进儿童新知识学习的优势效应及干预研究
- 敬畏感铸牢青少年中华民族共同体意识的心理机制及教育路径研究
- 社交退缩行为的发展变化规律及心理､生理机制研究
- AIGC教育应用内容风险的形成机理与协同治理研究

适用场景：聚焦教育中的心理/行为/健康等问题，强调机制探索和干预策略

结构六：【冒号分隔】主标题:副标题（占比约8%）

公式：XX理念/方法:XX对象/问题的XX研究

示例：
- AI赋能因材施教:基于智能体的学习困难的多层级评估与个体化干预体系研究
- 农民大学生培养计划赋能乡村振兴:政策效应､作用机理与优化路径研究
- 从效仿到反超:德美科学竞争背景下美国大学的崛起
- 从能力图谱到课程矩阵:GenAI赋能培智职高学生培养的生成式学习设计研究
- 向学生借智慧:小学数学跨学科主题学习的实践逻辑与学教范式研究
- 面向超常规培养AI拔尖创新人才的新型战略平台构建:国际经验与中国路径研究
- 大学全球化人才培养的制度化研究:国际比较与中国路径
- 知识流通与学科形塑:欧美权威教育期刊促进教育学学科形成的机制研究
- AI+UDL双核驱动:普惠发展视域下县域特教教师专业发展模式构建及实践
- 回到价值本身:教育家精神观照下新时代高校教师评价制度研究
- 边疆高校非遗符号双认同建构的教育创新:代际协同机制研究
- 构建"全球治理倡议":理论基础､现实挑战与实践路径研究

适用场景：需要同时体现理念/方法创新 + 具体研究对象的课题；副标题可增强辨识度

注意：全国教育科学规划每年约10-15项带副标题立项，但一般申报者谨慎使用

结构七：【时间跨度】+【对象】+【研究类型】（占比约3%）

公式：XX时间范围 + XX（对象） + 研究

示例：
- 中国教育哲学百年"三大体系"建设研究(1923-2023)
- 中国百年乡村教育学术史研究
- 技术维度的教育变革史研究

适用场景：教育史、教育思想史、教育学术史研究

结构八：【复合长结构】多要素叠加（占比约4%）

公式：XX对象 + XX技术 + XX创新 + XX路径/策略 + 研究

示例：
- 高水平研究型大学人工智能技术赋能学科创新发展与范式变革的路径方法及提升策略研究
- 人智协同赋能大规模因材施教的有效模式与推进策略研究
- 生成式AI赋能青少年高阶思维的心理机制与实践路径研究
- 大模型涌现能力驱动认知跃迁的课堂深度对话教学研究
- 生成式人工智能赋能教师伦理决策的内在机理与实践路径研究

适用场景：研究内容较复杂、需要多维度表述的综合性课题；字数通常超过30字

结构九：【数据/知识驱动】+【对象】+【研究类型】（占比约5%）

公式：数据/知识/数驱 + XX（对象） + 研究

示例：
- 数据与知识双驱的中小学教师跨学科教学胜任力发展研究
- 数智环境下基于大语言模型的个性化学习设计与评价研究
- 生成式教学制品中教师数字素养的多重表达与评价研究
- 教育数字化背景下跨学科教学能力发展模型与测评研究

适用场景：强调数据驱动、循证教育、精准教学的研究

结构十：【平台/工具】+【使用/应用】+【研究类型】（占比约3%）

公式：XX平台/工具 + 使用/应用/赋能 + 研究

示例：
- 国家中小学智慧教育平台的教师使用粘性与干预机制研究
- 教师数字胜任力伴随式智能测评研究

适用场景：聚焦教育平台、数字化工具的应用效果研究

结构十一：【素养/能力】+【发展/培育】+【研究类型】（占比约5%）

公式：XX（群体）+ XX素养/能力 + 发展/培育/评价 + 研究

示例：
- 教师数字胜任力伴随式智能测评研究
- 教育数字化背景下跨学科教学能力发展模型与测评研究
- 数智时代学生体质健康指标系统性重构与动态管理机制创建研究
- 教育家精神引领下中小学教师专业成长机制与传承路径研究

适用场景：聚焦教师/学生核心素养、专业能力的发展与测评研究

结构选择决策树

研究类型判断
    │
    ├── 教学改革/治理/协同发展 → 结构一（最常用）
    │
    ├── 政策/战略导向宏观研究 → 结构二
    │
    ├── 有明确理论框架 → 结构三
    │
    ├── 技术/方法赋能 → 结构四
    │
    ├── 心理/行为/健康问题 → 结构五
    │
    ├── 需要理念+对象双重表达 → 结构六（冒号分隔）
    │
    ├── 教育史/学术史 → 结构七
    │
    ├── 复杂综合性研究 → 结构八
    │
    ├── 数据驱动/循证 → 结构九
    │
    ├── 平台/工具应用 → 结构十
    │
    └── 素养/能力发展 → 结构十一

使用原则：
1. 优先使用结构一（最常用，评审接受度最高）
2. 根据研究内容灵活选用，不强制限定
3. 结构六（冒号分隔）和结构八（复合长结构）需谨慎使用，仅当研究内容确实需要时采用
4. 同一批次15个备选题目应覆盖至少3-4种不同结构，体现多样性

七、选题质量评估模型（三维驱动十一维评估）

7.1 三维驱动逻辑说明

7.2 十一维评估框架

一、规则驱动维度（合规性检查）

二、经验模仿维度（可行性判断）

三、数据驱动维度（竞争力预测）

7.3 综合评分规则

总分 = Σ(各维度得分 × 权重)

7.4 模拟评审报告格式

模拟评审需输出以下结构化内容：

【模拟评审报告】

一、选题基本信息
   - 题目名称：
   - 申报层级：
   - 综合评分：__分（等级：__）

二、三维驱动评估详情
   (1) 规则驱动：政策契合度__/15 + 格式规范性__/10 + 申报范围匹配__/10 = __/35
   (2) 经验模仿：创新模式__/10 + 可行性匹配__/10 + 推广复制__/10 + 团队支撑__/5 = __/35
   (3) 数据驱动：重复率检测__/10 + 热点趋势__/10 + 竞争密度__/5 + 时效窗口__/5 = __/30

三、专家视角评审意见
   - 亮点（至少2条）：
   - 风险（至少2条）：
   - 改进建议（至少2条）：

四、立项概率预测
   - 综合立项概率：__%
   - 主要加分项：
   - 主要减分项：

五、风险应对策略
   - 风险1：______ → 应对：______
   - 风险2：______ → 应对：______

六、备选方案
   - 若本课题被毙，推荐备选：______

八、使用者指南

8.1 使用前准备（5分钟）

准备你的"选题素材包"

整理成"一句话画像"

把以上素材浓缩成一句话，例如：

我是三亚中瑞酒店管理职业学院民航空中安全保卫专业教师，
研究方向：AI+职业教育、低空经济、生涯教育。
前期基础：主持省级课题2项，发表论文3篇，获省级教学成果奖二等奖。
本次目标：申报海南省教育厅教改课题，冲刺重点项目。

8.2 核心使用流程（3步）

第1步：启动SKILL

直接说：

帮我选题

或

我想申报[层级]的课题，方向是[方向]，请帮我推荐选题。

AI会自动执行：
1. 加载你的画像（如果你之前告诉过它）
2. 进入四步法流程

第2步：确认研究方向（引导式问答）

如果用户尚未确定研究方向，AI将启动漏斗式引导问答，按以下顺序逐步缩小范围：

【引导式问答流程】

Q1：您当前任教的学段是？
    → 学前教育 / 小学 / 初中 / 高中 / 中职 / 高职 / 本科

Q2：近3年您对哪个领域的教育讯息比较关注？（可多选）
    → AI+教育 / 核心素养 / 跨学科主题学习 / 大单元教学 / 项目式学习
    → 教育评价改革 / 劳动教育 / 课程思政 / 双减 / 教育数字化
    → 其他：______

Q3：您目前最突出的研究积累在哪个方面？
    → 主持过相关课题 / 发表过相关论文 / 获得过教学竞赛奖项
    → 指导学生竞赛获奖 / 开发过校本课程 / 其他：______

Q4：您日常教学中最大的痛点是什么？
    → 学生参与度低 / 教学评价难精准 / 个性化辅导难
    → 教学资源匮乏 / 知识点难突破 / 其他：______

Q5：您所在学校有什么突出特色？
    → 信息化强校 / 国际化办学 / 艺术/体育/科技特色
    → 校本课程丰富 / 其他：______

【AI自动分析】
基于以上5轮回答，AI将：
① 自动聚类出3-5个匹配的研究方向
② 按"政策契合度×个人匹配度"排序
③ 推荐最优研究方向供用户确认

如果用户已有明确研究方向，跳过上述引导，直接进入素材收集。

第3步：提供素材（关键！）

这是影响效果的核心环节。 素材越精准，选题质量越高。

素材1：申报通知（必须）

请分析这个申报通知：
[粘贴申报通知全文]

或上传PDF/DOCX文件。

素材2：立项名单（强烈建议）

请分析以下立项名单：
[粘贴立项名单]

或上传PDF/DOCX/XLS文件。

素材3：政策文件（建议）

请分析以下政策文件：
[粘贴政策原文]

素材4：学术文献数据（手动导出，强烈推荐）

> 为什么需要：学术数据库（CNKI、万方、维普）的论文数据是识别研究热点和缺口的关键依据。由于数据库登录限制，AI无法直接搜索，需要用户手动导出后发给AI分析。

> 导出频率：每学期做一次，或申报前做一次，每次 10-15 分钟。

导出步骤：

【CNKI（中国知网）导出步骤】

Step 1：搜索论文
- 打开 https://www.cnki.net
- 使用"高级检索"功能
- 配置检索条件：
  • 主题词：研究方向关键词（如"人工智能"、"初中英语"）
  • 时间范围：近2年（如 2024-01-01 至 2026-12-31）
  • 来源类别：可选"核心期刊"、"CSSCI"等
- 点击"检索"

Step 2：选择论文
- 勾选检索结果中相关性高的论文（建议 20-50 篇）
- 点击"导出/参考文献"按钮

Step 3：选择导出格式
- 选择"Refworks"或"Excel"格式（推荐 Excel）
- 确保导出字段包含：
  • 题名（标题）
  • 作者
  • 单位（机构）
  • 刊名（期刊名称）
  • 年/期（年份）
  • 关键词
  • 摘要
- 点击"导出"并下载文件

Step 4：发送给AI
- 将导出的 Excel 文件直接发给AI
- 或复制粘贴部分内容（至少包含标题、作者、年份、关键词）
- 告诉AI你的研究方向，AI将分析研究热点和缺口


【万方导出步骤】

Step 1：搜索论文
- 打开 https://www.wanfangdata.com.cn
- 使用"高级检索"
- 配置检索条件（主题词 + 时间范围）
- 点击"检索"

Step 2：导出数据
- 勾选相关论文
- 点击"导出"按钮
- 选择"Excel"格式
- 确保字段包含：题名、作者、年份、关键词、摘要
- 下载文件并发送给AI


【维普导出步骤】

Step 1：搜索论文
- 打开 https://www.cqvip.com
- 使用"高级检索"
- 配置检索条件
- 点击"检索"

Step 2：导出数据
- 勾选相关论文
- 点击"导出"按钮
- 选择"Excel"格式
- 下载文件并发送给AI


【Google Scholar 导出步骤】（无需账号，可直接搜索）

Step 1：搜索论文
- 打开 https://scholar.google.com
- 输入关键词（英文效果更好，如 "AI junior high school English"）
- 设置时间范围：点击"时间" → 选择"2024-2026"
- 点击搜索

Step 2：导出数据
- 点击每篇论文下方的"引用"按钮
- 选择"Refworks"或"BibTeX"格式
- 复制内容发给AI
- 或使用浏览器插件（如 Zotero）批量导出

发给AI后的分析输出：

AI收到导出数据后，将自动完成以下分析：
1. 高频关键词分析：统计论文中出现频率最高的关键词
2. 研究热点聚类：按主题分类，识别当前研究热点
3. 年度趋势分析：对比近2年的研究焦点变化
4. 研究缺口识别：找出研究较少或未被充分探索的方向
5. 代表论文推荐：筛选高被引、高相关性论文
6. 与立项数据交叉验证：对比已立项课题，确认研究空白的真实性

素材5：个人基础（详细采集）

AI将分步骤详细询问用户的前期基础，确保画像精准：

【个人基础详细采集流程】

Step A：课题研究基础
Q：您主持过什么级别的课题？（可多选）
   → 校级 / 区级 / 市级 / 省级 / 国家级
Q：课题名称和研究主题是？
Q：是否已结题？

Step B：论文发表基础
Q：近3年发表过几篇论文？
Q：发表在什么级别的期刊？（核心期刊/C刊/省级期刊/其他）
Q：论文主题集中在哪些方向？

Step C：教学竞赛基础
Q：获得过什么级别的教学竞赛奖项？
   → 校级 / 区级 / 市级 / 省级 / 国家级
Q：竞赛类型？（基本功/优质课/说课/微课/其他）

Step D：指导学生基础
Q：是否指导学生竞赛获奖？
Q：什么级别/什么类型的竞赛？

Step E：团队与学校条件
Q：课题组成员的学科背景构成？
Q：学校信息化条件如何？（智慧教室/网络/平台等）
Q：是否有校外合作资源？

Step F：申报偏好
Q：本次想申报什么级别？（校级/区级/市级/省级）
Q：偏好理论研究还是实践研究？
Q：想冲重点项目还是一般项目？

第4步：确认与迭代

AI输出选题后，你需要：

① 确认方向

这个方向可以，请继续优化题目。

② 反馈调整

这个题目太大了，请聚焦到XXX。

③ 深入追问

请帮我分析这个题目的研究缺口。
请帮我设计这个题目的研究框架。

8.3 进阶技巧（效果翻倍）

技巧1：分模块上传，不要一次性扔太多

❌ 错误做法：

[粘贴10个政策文件+50条立项名单+20篇文献]
帮我选题。

✅ 正确做法：

Step 1: 先上传申报通知，让AI分析支持方向
Step 2: 再上传立项名单，让AI识别空白
Step 3: 最后告诉AI你的基础，让AI生成选题

原因：AI的上下文有限，分步输入每一步都精准。

技巧2：用"专家视角"追问

AI生成选题后，继续追问：

请以评审专家视角，评估这个选题的立项概率。

这个选题如果申报重点项目，需要补充什么基础？

请帮我对比这3个选题的优劣，给出推荐排序。

技巧3：让AI"自我反驳"

这个选题有什么潜在风险？如果评委质疑，怎么回应？

如果这个选题被毙了，备选方案是什么？

技巧4：结合外部工具

当AI说"建议使用文渊智阁分析热点"时：

1. 打开文渊智阁/古扬选题
2. 输入关键词分析
3. 把分析结果粘贴回WorkBuddy：

这是我用文渊智阁分析的热点话题：
[粘贴结果]
请基于这个结果，生成选题。

技巧5：建立个人选题库

每次申报后，把成功选题存入ima知识库或本地笔记，下次申报时：

我上次申报成功的选题是：XXX
这次我想在同一个方向深入，请帮我推荐新选题。

8.4 常见误区（避开这些）

九、输出清单

完成四步法后，输出以下成果：

十、版本历史

v2.5.0 (2026-07-29) — 学术数据库搜索版

新增功能：
- ✅ 学术数据库搜索模块：scripts/academic_search.py，支持搜索 Google Scholar、CNKI、万方、维普四大数据库
- ✅ Google Scholar 免费搜索：基于 scholarly 库，无需账号即可搜索国际学术论文
- ✅ CNKI/万方/维普机构账号登录：支持配置机构账号，搜索中文核心期刊论文
- ✅ 近2年论文筛选：自动筛选 2024-2026 年发表的学术论文
- ✅ 多数据库联合搜索：一次查询同时搜索多个数据库，汇总结果
- ✅ 学术数据手动导出指南：详细列出 CNKI、万方、维普、Google Scholar 的导出步骤，发给AI后自动分析

学术搜索运行逻辑：

用户完成引导式问答后
    ↓
提取用户研究方向关键词
    ↓
并行搜索可用数据库
    ├── Google Scholar（免费，国际论文）
    ├── CNKI（需机构账号，中文核心）
    ├── 万方（需机构账号，中文核心）
    └── 维普（需机构账号，中文核心）
    ↓
汇总去重，按年份和引用排序
    ↓
输出近2年学术研究热点和缺口
    ↓
作为选题依据之一，生成选题推荐

数据库覆盖：
| 数据库 | 类型 | 是否需要账号 | 覆盖范围 |
|--------|------|:---:|------|
| Google Scholar | 国际学术 | ❌ 免费 | 全球学术论文 |
| CNKI | 中文核心 | 需机构账号 | 中文核心期刊、硕博论文 |
| 万方 | 中文核心 | 需机构账号 | 中文核心期刊、会议论文 |
| 维普 | 中文核心 | 需机构账号 | 中文核心期刊 |

学术数据手动导出步骤（使用者指南）：

当用户无法提供机构账号时，AI 将引导用户手动导出学术数据：

【CNKI导出步骤】
1. 打开 cnki.net → 高级检索
2. 配置主题词 + 时间范围（近2年）+ 来源类别
3. 勾选20-50篇相关论文
4. 点击"导出/参考文献" → 选择Excel格式
5. 确保字段包含：题名、作者、单位、刊名、年/期、关键词、摘要
6. 下载后发给AI

【万方导出步骤】
1. 打开 wanfangdata.com.cn → 高级检索
2. 勾选论文 → 导出Excel
3. 发给AI

【维普导出步骤】
1. 打开 cqvip.com → 高级检索
2. 勾选论文 → 导出Excel
3. 发给AI

【Google Scholar导出步骤】（无需账号）
1. 打开 scholar.google.com
2. 输入英文关键词
3. 设置时间范围2024-2026
4. 点击"引用" → 复制Refworks/BibTeX
5. 发给AI

发给AI后的分析输出：
1. 高频关键词分析
2. 研究热点聚类
3. 年度趋势分析
4. 研究缺口识别
5. 代表论文推荐
6. 与立项数据交叉验证

v2.4.0 (2026-07-29) — 全国34省份数据覆盖版

新增功能：
- ✅ 政策文件自动爬虫（全国版）：scripts/policy_crawler.py 扩展至全国34个省份（23个省+5个自治区+4个直辖市+2个特别行政区），覆盖各省教育厅官网和教育科学研究院/规划办网站
- ✅ 省份特色关键词：每个省份配置差异化关键词（如"京津冀"、"长三角"、"大湾区"、"一带一路"、"民族教育"等），提升爬取精准度
- ✅ 立项名单自动爬取（省份版）：新增 ProjectCrawler.crawl_provinces()，爬取各省份教育科学规划办/教育科学研究院的立项名单
- ✅ 可信度分级：教育部/省级教育厅/规划办标记为A级，港澳台及少量数据源标记为B级
- ✅ 数据源全覆盖：覆盖国家级平台（教育部+全国规划办）+ 31个省级教育厅 + 10个主要省份教育科学研究院/规划办

自动化运行逻辑：

GitHub Actions 定时触发（每月1日）
    ↓
政策文件爬虫（全国34省份）
    ├── 国家级平台（教育部、全国规划办、中国教科院）
    ├── 华北地区（北京、天津、河北、山西、内蒙古）
    ├── 东北地区（辽宁、吉林、黑龙江）
    ├── 华东地区（上海、江苏、浙江、安徽、福建、江西、山东、台湾）
    ├── 华中地区（河南、湖北、湖南）
    ├── 华南地区（广东、广西、海南、香港、澳门）
    ├── 西南地区（重庆、四川、贵州、云南、西藏）
    ├── 西北地区（陕西、甘肃、青海、宁夏、新疆）
    └── 主要省份教育科学研究院/规划办（10个）
    ↓
立项名单爬虫
    ├── 全国教育科学规划办
    └── 主要省份教育科学规划办（10个）
    ↓
数据验证与去重
    ↓
增量更新到 references/ 目录
    ↓
自动提交到技能包仓库

省份覆盖率：
| 类型 | 数量 | 覆盖情况 |
|:---:|:---:|------|
| 国家级平台 | 3 | 教育部、全国规划办、中国教科院 |
| 省级教育厅 | 31 | 全部覆盖（含台湾） |
| 省级规划办/教科院 | 10 | 主要省份（北京、天津、上海、重庆、广东、河南、湖北、山东、四川、江苏） |
| 特别行政区 | 2 | 香港、澳门 |

v2.3.0 (2026-07-29) — 名称结构图谱版

新增功能：
- ✅ 立项名称结构图谱：基于2024-2025年全国/广东省/深圳市教育科学规划课题立项名称分析，提炼出11种高频题目结构，附结构公式、示例、适用场景和选择决策树
- ✅ 结构选择决策树：根据研究类型自动推荐最优题目结构
- ✅ 题目结构多样化：同一批次15个备选题目覆盖3-4种不同结构，避免单一化

优化内容：
- 🔧 规则驱动从单一"三段式"扩展为11种可选结构
- 🔧 新增Step 4.5"立项名称结构图谱"独立小节
- 🔧 明确结构六（冒号分隔）和结构八（复合长结构）的谨慎使用原则

v2.2.0 (2026-07-29) — 评审模型增强版

新增功能：
- ✅ 三维驱动评估模型：将题目优化和模拟评审从"规则驱动+经验模仿"升级为"规则驱动+经验模仿+数据驱动"三结合，评估维度从5维扩展至11维
- ✅ 11维评估框架：新增格式规范性、申报范围匹配、推广复制、团队支撑、重复率检测、热点趋势、竞争密度、时效窗口等数据驱动维度
- ✅ 模拟评审报告结构化输出：标准化为6大板块（基本信息/三维评估详情/专家视角/立项概率/风险应对/备选方案）

优化内容：
- 🔧 重组评估模型章节为"三维驱动十一维评估"，明确各维度的数据来源和底层逻辑
- 🔧 题目优化环节明确标注三种驱动方式的具体操作
- 🔧 评分等级从3级（A/B/C）扩展为5级（S/A/B/C/D）

v2.1.0 (2026-07-29) — 引导式问答增强版

新增功能：
- ✅ 研究方向引导式问答：新增漏斗式引导流程（学段→关注领域→研究积累→教学痛点→学校特色），帮助尚未确定方向的用户自动聚类出最优研究方向
- ✅ 个人基础详细采集：将原来泛泛的"前期基础"问题拆分为6个维度（课题/论文/竞赛/指导学生/团队条件/申报偏好），分步骤精准采集

优化内容：
- 🔧 重构使用者指南，将原来的"3步流程"升级为"4步流程"（新增"确认研究方向"环节）
- 🔧 详细采集流程取代原来的泛泛问卷，确保AI生成的选题更贴合用户实际能力

v2.0.1 (2026-07-29) — 实战增强版

新增功能：
- ✅ 实时数据检索：支持实时检索教育部/省教育厅官网、中国知网、谷歌学术/ResearchGround等数据库，确保数据时效性
- ✅ 双维度价值分析：新增"为行业做什么贡献"+"为区域发展做什么贡献"双维度分析框架
- ✅ 可视化报告生成：生成HTML格式的完整选题论证报告（7大模块：选题总览、政策依据、研究现状、双维价值、选题推荐、研究框架、风险评估）
- ✅ 子课题拓展：基于主课题生成6大类24个子课题体系，支持课题纵深研究
- ✅ 对话管理：支持conversation_search获取历史对话、生成MD文档摘要和完整对话记录
- ✅ 选题全流程输出：从选题到子课题到研究报告的完整输出链

优化内容：
- 🔧 增强选题智能体生成的准确性（确保≤30字、无副标题）
- 🔧 增加数据来源透明度说明（区分离线数据库与实时检索）
- 🔧 完善选题依据报告的逻辑框架（政策+立项+文献三位一体）
- 🔧 增加子课题推荐（特别推荐3个"蓝海"子课题）

v2.0.0 (2026-07-28) — 全国升级版

新增内容：
- ✅ 34个省份政策数据库：覆盖全国23个省+5个自治区+4个直辖市+2个特别行政区
- ✅ 34个省份立项数据库：各省教育科学规划课题立项数据
- ✅ 10大学科指南：教育学、工学、人文社科、理学、管理学、艺术学、体育学、医学、经济学、农学
- ✅ 4个即用模板：个人画像、通知解析、论证报告、评分表
- ✅ 3个执行脚本：政策扫描、立项分析、选题生成
- ✅ 4个资源文件：工具清单、成功案例、优化案例、评审应对
- ✅ 34个省份索引总览：各省教育厅官网、规划办官网汇总

优化内容：
- 🔧 重构SKILL.md主文件，增加目录结构和快速导航
- 🔧 增加省份特色标签系统，支持地域精准匹配
- 🔧 增加政策窗口期分析，帮助把握申报时机
- 🔧 增加竞争程度评估，规避重复研究

v1.1.0 (2026-07-27) — 初版

• 基础四步法方法论
• 五维评估模型
• 使用者指南

十一、完整选题工作流程（v2.0.1新增）

11.1 从选题到报告的全流程

v2.0.1版本新增了完整的选题工作流程，用户激活技能包后，将按以下流程自动生成完整输出：

用户激活技能包
    ↓
Step 0：确认研究方向
    ├── 已有方向 → 直接进入Step 1
    └── 未确定 → 启动漏斗式引导问答
                  （学段→关注领域→研究积累→教学痛点→学校特色）
                  → AI自动聚类3-5个方向并排序
                  → 用户确认研究方向
    ↓
Step 1：收集个人信息（详细画像）
    ├── 课题研究基础（级别/主题/是否结题）
    ├── 论文发表基础（数量/级别/方向）
    ├── 教学竞赛基础（级别/类型）
    ├── 指导学生基础（竞赛级别/类型）
    ├── 团队与学校条件（成员/信息化/合作资源）
    └── 申报偏好（级别/理论vs实践/重点vs一般）
    ↓
Step 2：政策扫描（离线数据库 + 实时官网检索）
    ├── 读取技能包内置政策数据库
    └── 实时检索教育部/省教育厅官网（确保数据时效性）
    ↓
Step 3：立项分析（离线数据库 + 实时检索）
    ├── 读取技能包内置立项数据库
    └── 实时检索知网、ResearchGate等文献数据库
    ↓
Step 4：双维度价值分析
    ├── 维度一：为行业做什么贡献？
    └── 维度二：为区域发展做什么贡献？
    ↓
Step 5：生成15个备选题目 + 五维评分
    ↓
Step 6：筛选TOP3 + 题目优化
    ↓
Step 7：子课题拓展（6大类24个子课题）
    ↓
Step 8：生成可视化HTML报告
    ├── 选题总览
    ├── 政策依据
    ├── 研究现状
    ├── 双维价值
    ├── 选题推荐
    ├── 研究框架
    └── 风险评估
    ↓
Step 9：生成MD文档摘要 + 完整对话记录

11.2 输出成果清单（v2.0.1完整版）

十二、常见问题

Q1：这个SKILL适合哪些人？

A：适合以下人群：
- 高校教师（高职院校/本科院校）
- 科研人员
- 研究生（硕博）
- 企业研发人员
- 全国34个省份的教育工作者

Q2：支持哪些申报层级？

A：支持所有层级：
- 校级课题
- 县级/市级课题
- 省级课题（教改/社科/自科）
- 国家级课题（教育部人文社科/全国教育科学规划/国社科/国自科）

Q3：支持哪些学科？

A：支持所有学科，尤其擅长：
- 教育学（职业教育/高等教育/基础教育）
- 工学（人工智能/智能制造）
- 人文社科（文学/历史学/哲学/法学）
- 理学（数学/物理/化学/生物）
- 管理学（工商管理/公共管理）
- 艺术学/体育学/医学/经济学/农学

Q4：如何保证选题不重复？

A：通过立项大数据分析：
- 分析近3年同领域已立项课题
- 识别高频关键词和热门方向
- 找出"蓝海"方向
- 确保与已立项重复率<10%

Q5：如何保证选题符合申报要求？

A：通过申报通知条目匹配：
- 提取通知中的所有支持方向
- 标注"优先支持"方向
- 将用户研究与每个条目匹配
- 确保选题在支持范围内

作者

坦克

许可证

MIT License