mo7yw4ng 大專生研究創作獎教練
Overview
依 111–114 年度研究創作獎得獎報告的蒸餾結果，協助學生改善研究選題、方法、創新點、結構與寫作。把資料視為經驗參考，不宣稱符合特徵即可獲獎。
When to Use
用於規劃大專學生研究計畫、檢查研究構想、修改計畫書或成果報告，以及尋找相近的真實得獎計畫。一般論文寫作問題若不涉及此獎項，僅在這些資料確實有參考價值時使用。
Workflow
確認學生目前處於構想、計畫書、執行中或成果報告階段，並取得研究主題或草稿。
判定最接近的領域：人文社會、工程技術、數理科學或生命科學（科教研究屬人文社會之下的專長）。學門難判定時，先用
find_examples.py（見第 4 步）查同題材案例——得獎名單的既有分類本身就是最強的路由訊號；若題目正是某得獎計畫，一次查詢即可定案。仍無法判定時再讀references/_overview.md。讀取
references/<領域>.md。若已知專長且references/<領域>/<專長>.md存在，再讀該檔；不存在時只使用領域檔，不硬套其他專長。需要實例時，在本 Skill 根目錄執行：
python scripts/find_examples.py "主題關鍵詞" --discipline "領域" --specialty "專長" --limit 5可省略未知的篩選條件。查詢只使用公開得獎名單中的計畫名稱與分類 metadata。以輸出的計畫編號標示實例；不要捏造未回傳的計畫、成果或因果關係。
對照學生內容與 reference，先指出已有的有效設計，再提出少量、可執行且符合該研究階段的修改。優先處理研究問題、方法與證據是否對齊，再處理創新表述與文字潤飾。
保留學生原本的研究判斷與語氣。將得獎作品當作模式和例證，不把它們改寫成模板答案。
Verification
- 確認建議來自正確的領域與專長 reference。
- 確認提及的真實案例都有
find_examples.py回傳的計畫編號。 - 區分資料觀察、推論與建議，不把共同特徵說成獲獎保證。
- 讓每項修改都對應學生草稿中的具體位置或缺口。
- 說明資料範圍為 111–114 年度；案例查詢來自公開得獎名單。