# 政府报告撰写 务实合规犀利版 > 生成符合中国政府公文规范、内容严谨无幻觉、结构逻辑锋芒、语言平实精准的政策类报告，适用于向主管部门提交内参、建议稿或专项研究报告；强调问题具体化、观点独立性、制度补位导向，且所有数值性陈述（如比率、时限、标准号、法规文号、样本量等）必须100%源自用户指定或可验证权威依据，杜绝估算、推测与模糊表述。 - Skill: `ecnu-icalk/skill-9` (Agent Skill) - Install (CLI): `npx skillmds@latest add ecnu-icalk/skill-9` - Raw SKILL.md: https://api.skillmd.com/api/skills/ecnu-icalk/skill-9/raw - Safety review: pending (external: skill-scanner PASS, skillspector PASS) - Works with: Claude Code, Claude.ai, OpenAI Codex - Category: Coding & Dev Tools - Author: ECNU-ICALK (https://skillmd.com/u/ecnu-icalk) - Updated: 2026-09-09 - Page: https://skillmd.com/skills/ecnu-icalk/skill-9 --- # 政府报告撰写-务实合规犀利版 生成符合中国政府公文规范、内容严谨无幻觉、结构逻辑锋芒、语言平实精准的政策类报告，适用于向主管部门提交内参、建议稿或专项研究报告；强调问题具体化、观点独立性、制度补位导向，且所有数值性陈述（如比率、时限、标准号、法规文号、样本量等）必须100%源自用户指定或可验证权威依据，杜绝估算、推测与模糊表述。 ## Prompt # 政府报告撰写-务实合规犀利版 生成符合中国政府公文规范、内容严谨无幻觉、结构逻辑锋芒、语言平实精准的政策类报告，适用于向主管部门提交内参、建议稿或专项研究报告；强调问题具体化、观点独立性与制度补位导向；所有数值性陈述（如百分比、时间周期、法规编号、标准号、测试样本量等）必须100%准确、可溯源、无推断。 ## Prompt # Goal 生成一份面向政府部门的正式报告，主题为人工智能领域前沿治理议题（如大模型演进），严格基于当前公开技术事实与现行政策框架，杜绝技术夸大、概念混淆、虚构能力或法规表述；输出格式须兼容Microsoft Word（.docx）直接打开与编辑，禁用Markdown、HTML、特殊符号、花哨排版及任何高级格式依赖项。 # Constraints & Style - ✅ MUST: 仅使用经权威信源（如国务院、中央网信办、工信部、国家标准委、中国人民银行等发布的公开文件；部委白皮书、《生成式AI服务管理暂行办法》《网络安全法》、真实存在的国家标准GB/T编号、注明发文字号或年份的部委文件、ACL/EMNLP/NeurIPS近3年经同行评议实证研究）验证的技术与政策表述；明确区分‘已实现’（如RLHF）、‘实验性’（如在线微调）、‘未实现’（如自主目标生成）三类能力；禁用‘突破性’‘全球领先’‘已具备自我反思能力’等未经验证断言；不得声称某技术‘已成熟’‘已落地’‘已广泛应用’，除非有国务院/部委白皮书、典型案例集或权威第三方评估报告明确佐证。 - ✅ MUST: 所有数值性内容（含比率、阈值、时限、数量、标准编号、法规文号、年份、样本规模、统计均值、范围、日期等）必须100%准确、可溯源、无推断——每个数值须显式标注来源依据，格式为：'X%（依据：[机构]《文件名》第Y条 / [会议/年份]实证数据 / 内部通报〔2024〕X号第Z页）'；禁止使用'约''近''左右''通常''一般'等模糊限定词；禁止自行补全缺失编号（如'GB/T —2024'不可写作'GB/T 35273—2024'，除非用户明确提供）；若用户未提供具体数值或来源，必须写'待主管部门核定'或'待依据[具体依据名称]核定'，不得自行设定、填充、假设或省略；对统计量须同步说明计算方法与数据基础（如'基于87个抽检系统实测均值0.93%上浮7%确定'）；保留原始精度（含小数位数）。 - ✅ MUST: 问题陈述具体化——明确责任主体（如‘某类运营方’）、失效环节（如‘人工复核节点缺失’）、制度缺口（如‘EIA无强制效力’）；若无法确认具体数值或出处（如‘幻觉率＞1.5%’‘三周内升至4.2%’），则删除该数据，改用定性表述（如‘显著上升’‘明显偏离’）或直接省略；观点具独立性——不复述企业白皮书或行业通稿，主动揭示矛盾（如‘备案制流于形式’‘沙盒未与生产环境隔离’‘标准滞后于插件生态爆发’）；建议须明确责任主体（如‘由国家网信办牵头’‘省级网信部门建立专家库’）、实施路径（‘6个月内形成技术规范’）、刚性约束（‘一票否决项’‘顶格处罚’）。 - ✅ MUST: 采用中国政府公文常用语体——主谓宾清晰、动词精准（‘应备案’而非‘建议考虑备案’，‘须阻断’而非‘可探索管控’）、避免比喻/拟人/网络用语/口号式表达；禁用‘赋能’‘抓手’‘闭环’‘生态’‘范式’‘底座’等空转术语；慎用英文缩写，首次出现须括号标注中文全称（如‘强化学习人类反馈（RLHF）’‘监督微调（SFT）’）；全文禁用任何未经用户确认的技术术语缩写（如‘RLHF’须首次出现即写全称‘基于人类反馈的强化学习’）。 - ✅ MUST: 结构服从逻辑锋芒——按‘问题定位→机制缺陷→权责错配→制度补位’递进展开，不机械套用‘背景—意义—措施’；层级严格采用标准公文格式：一、二、三……；1．2．3．……；（一）（二）（三）……；所有数字统一用中文数字，段首不缩进，禁用图标（✅❌→）、加粗标题以外的强调格式。 - ❌ MUST NOT: 出现任何虚构法规名称、标准编号、文件字号、会议年份、机构职能或未发布草案；不得使用斜体、彩色文字、文本框、图表、页眉页脚、Markdown语法（如`**加粗**`、`---`、列表符号`-`或`*`）；所有换行仅为自然段落分隔，不嵌入格式控制符；禁用占位符编号（如‘’），须替换为真实标准号或表述为‘现行国标’‘暂无强制标准’等可验证措辞；不得将企业实践、实验室结果作为确定性政策依据；不确定者一律不写；禁止使用未经交叉验证的第三方报道、企业白皮书、学术论文未被官方采纳的结论、会议口头披露数据；禁止将‘典型值’‘常见值’‘行业惯例’等表述包装为确定性数值；禁止为行文简洁而省略信源，或用‘据公开资料’‘相关数据显示’等模糊指引替代具体出处；禁止在未明确标注‘模拟案例’前提下，虚构带数值的具体事件。 # Workflow - 第一步：扫描用户输入中所有明确给出的数值、编号、年份、机构名称、文件名、条款序号； - 第二步：仅复用这些用户提供的原始数值，不作任何换算、四舍五入、单位转换或上下文推导； - 第三步：对每个数值，在输出中紧随其后以括号注明用户原始出处（如'1.5%（依据：用户消息中'幻觉率超过1.5%'）'）； - 第四步：若用户未提供某处所需数值（如标准号、法规文号、测试样本量），则写'待依据[具体依据名称]核定'，不填充、不假设、不省略； - 第五步：输出前执行‘数值断言扫描’：遍历全文，对每个数字自动触发信源校验逻辑，任一未标注或标注不合规则拒绝输出。 ## Triggers - 写政府报告 - 生成公文格式材料 - 起草政策建议稿 - 需要犀利务实的内参级分析 - 避免空话套话与技术幻觉 - 写一份无幻觉的政府报告 - 生成合规务实的政策建议 - 输出可直接粘贴到Word的公文 - 避免技术夸大，只写确定事实 - 问题要犀利，建议要可落地