# Social Opinion Writer > 撰写民主党派、政协、统战系统“社情民意信息”“信息专报”“参政议政信息”“建言材料”的技能。用户提到社情民意、民主党派建言、政协信息、信息稿、履职材料、问题建议稿，或只给出一个公共治理/民生/教育/医疗/科技/营商环境主题，希望你代写、补充调研、联网搜集资料、按报送层级筛题、生成初稿并多轮校验后定稿，或要求最终交付一个符合中国大陆机关公文常见版式的 `docx` 正式稿时，必须使用本技能。尤其在用户要求“像正式报送稿”“要最新政策和数据”“要按民主党派/政协写法”“要从党委政府决策视角提出问题和建议”“最后给我一个 Word 文档”时，必须调用本技能。 - Skill: `zuoa/social-opinion-writer` (Agent Skill, multi-file: 11 files) - Install (CLI): `npx skillmds add zuoa/social-opinion-writer` - Raw SKILL.md: https://api.skillmd.com/api/skills/zuoa/social-opinion-writer/raw - Safety review: pending - Works with: Claude Code, Claude.ai, OpenAI Codex - Category: Docs & Writing - Author: zuoa (https://skillmd.com/u/zuoa) - Updated: 2026-09-09 - Page: https://skillmd.com/skills/zuoa/social-opinion-writer --- # Social Opinion Writer 面向民主党派和政协信息场景的社情民意写作技能。 目标不是写一篇泛泛的议论文，而是形成一篇更接近“可报送材料”的问题建议稿：选题聚焦，事实可靠，逻辑紧，建议可操作，且真正站在党委政府决策参考的视角写作。 ## 先读什么 - 先读 [references/writing-rules.md](references/writing-rules.md)，把握公开可参考的写作要求、结构和常见误区。 - 涉及民主党派、政协、统战、履职表达时，优先读取 [references/glossary-policy-org.md](references/glossary-policy-org.md)。 - 涉及专有名词、政策术语、机构名称、英文缩写时，读取 [references/glossary-zh-en.md](references/glossary-zh-en.md)。 - 涉及医疗、教育、托育、养老、营商环境、人工智能治理等高频议题时，读取 [references/policy-topic-map.md](references/policy-topic-map.md)。 - 起草“对策建议”前，按议题读取 [references/recommendation-playbooks.md](references/recommendation-playbooks.md)。 - 需要做终稿把关时，再读 [references/self-checklist.md](references/self-checklist.md)。 - 需要输出 `docx` 正式稿时，读取 [references/docx-format-cn-official.md](references/docx-format-cn-official.md)。 ## 适用输入 - 只有一个主题，例如“如何缓解县域高中教师流失” - 只有一些零散素材、录音整理、聊天纪要、调研笔记 - 已有初稿，但需要补充网络资料并改写成社情民意 - 需要围绕某个热点问题快速形成民主党派报送稿 ## 默认设置 - 默认篇幅：`1500-2000` 字；确属重要信息时可放宽到 `3000` 字 - 默认文体：社情民意信息 - 默认报送层级：`市级及以上`；优先形成面向市级、省级或国家层面的决策参考稿 - 默认结构：`现状/前言 -> 主要问题 -> 对策建议` - 默认研究方式：自动联网补充公开信息，优先权威来源 - 默认问题数量：`3-4` 个 - 默认建议数量：`3-4` 条，且与前文问题一一对应 - 默认验证轮次：`2` 轮；涉及强时效、政策敏感或数据密集主题时升到 `3` 轮 - 默认最终交付：`markdown + 引用表 + humanized-markdown + docx` - 默认输出目录：`social-opinions/{slug}-{timestamp}/` 如果用户明确说“不联网”“只基于我给的内容”，就跳过外部调研，但必须明确说明证据边界。 ## 核心原则 1. 信息工作本质上是决策参考型情报工作。真实性、准确性、可复核性优先于文采和铺陈。 2. 报送对象是党政领导，不是企业客户或普通读者。问题和建议必须站在党委政府决策与政策执行的视角提出。 3. 选题默认按“市级及以上起步”处理。区、街道、社区层面可自行处置的具体事务，原则上不上升为正式报送稿，除非能够提炼为市级以上制度性堵点。 4. 一稿只解决一个核心问题，且报送层级必须单一，不能在同一篇稿件中混写市、省、国家多个层级的建议。 5. 小切口写深，不写大而空的宏观宣言；前言部分只负责把问题引出来，不承担大段背景铺垫。 6. 事实、数据、案例、政策表述必须可追溯，不能编造；凡无来源的数据，一律按不可用处理。 7. 标题直接说问题，不写口号式、文学式标题，不引用领导人讲话做“穿靴戴帽”式开头。 8. 建议必须能落到责任主体、机制动作或政策工具，并与前文问题逐项对应，形成闭环。 9. 语言要像给决策者看的工作文，不像论文、新闻评论或宣传稿。 10. 标题要精简、准确、切中要害，优先概括核心风险、关键堵点或治理方向，避免写成“关于xxxx的建议”“关于进一步加强xxxx的建议”这类泛标题。 11. 问题部分不能只有个案和定性判断，全文必须体现一定量的可核实数据支撑；数据不必喧宾夺主，但不能完全缺位。 12. 中文正文统一使用中文标点和中文引号；中文语境中的直引号 `"` 必须改成 `“”`，不能把英文半角引号留到终稿。 ## 输出文件 为每次任务创建目录：`social-opinions/{slug}-{timestamp}/` - `00-brief.md`：任务约束、题目、对象、篇幅、是否联网 - `01-terms.md`：本次任务术语表，记录推荐写法、禁用写法、首次解释方式 - `02-search-plan.md`：检索问题、关键词、优先来源 - `03-source-log.md`：来源清单、原文 URL、发布时间、可信度、可用要点，供人工复核 - `04-evidence.md`：事实矩阵，区分已核实事实、判断、待证实点 - `05-outline.md`：切口、标题备选、结构 - `06-draft-v1.md`：初稿 - `07-review-round-1.md`：第一轮自检 - `08-draft-v2.md`：修订稿 - `09-review-round-2.md`：第二轮自检 - `10-final.md`：定稿 - `11-references.md`：引用表，汇总定稿正文实际采用的全部来源，含原文 URL，与正文角标一一对应 - `12-final-humanized.md`：调用 `humanizer-zh` 后的去 AI 味终稿 - `13-final.docx`：按中国大陆机关公文常见版式导出的 Word 定稿 如果做第三轮校验，再追加： - `10-review-round-3.md` - `11-final.md` - `12-references.md` - `13-final-humanized.md` - `14-final.docx` 如果用户只需要聊天窗口里的结果，仍然照常保存定稿文件，并在回复里给出路径。 ## Markdown 排版约定 各阶段输出的 `.md` 文件，默认尽量少用 Markdown 表格，优先使用竖向排列的卡片式结构，便于聊天窗口审阅、移动端阅读和后续人工增删。 默认写法： - 每个阶段先给一个简短标题，再按主题拆成若干二级或三级小节 - 每条记录尽量独立成卡片，使用 `##`、`###` 或加粗小标题组织 - 卡片内部优先用短段落和项目符号，避免横向字段过多的宽表 - 只有在“必须横向对比多个对象且字段很少”时才使用表格；即便使用，也应控制在 `3-4` 列以内 - 涉及来源、术语、证据、问题建议映射、自检结论时，优先写成“一个对象一张卡片”的纵向格式 - 不追求花哨视觉效果；所谓“卡片式”仅指纵向分块清晰、字段固定、便于快速扫读，不是 HTML 卡片 通用卡片模板可参考： ```markdown ## 卡片标题 - 字段一：内容 - 字段二：内容 - 字段三： 这里可补一小段说明。 - 字段四： - 要点 A - 要点 B ``` ## 工作流 ### Step 1: 提炼任务，写入 `00-brief.md` 优先从当前对话直接提取，不要为了默认项反复追问。至少确认： - 主题或问题是什么 - 报送层级：市级、省级、国家级，或由材料判断后确定 - 报送场景：民主党派、政协、统战部门、内部参考，还是泛用草稿 - 是否必须联网 - 是否要求最新政策、最新统计数据或地方案例 - 目标地域：全国、某省、市、县，还是未限定 - 用户已有材料有哪些 - 篇幅或风格要求 如果用户只给了一个大主题，先自动收窄成 `2-3` 个可报送的小切口，选择最具体、最容易拿到证据、建议最可落地的一项继续写。只有在几个切口风险差异很大时才追问用户。 额外执行两项筛题动作： - 先判断问题是否达到“市级及以上起步”的报送价值。如果只是红绿灯损坏、垃圾分类执行细节、单个社区物业矛盾这类区街层面即可处置的事项，不直接成稿，先上提为制度、政策、协同机制层面的堵点；上提失败则明确说明“不宜作为本层级社情民意选题”。 - 先固定稿件层级。确定为市级稿，就围绕市级权限、跨区共性、全市政策执行问题展开；不要半篇写市级堵点，后半篇又提出国家级立法建议。 `00-brief.md` 优先写成单页摘要卡，不要用“字段很多的大表”。建议至少包含： - 任务主题 - 拟定切口 - 报送层级 - 报送场景 - 是否联网 - 是否要求最新政策/数据 - 目标地域 - 已有素材 - 篇幅与风格约束 - 当前风险或待确认点 ### Step 2: 术语统一，写入 `01-terms.md` 出现以下任一情况时，必须先做术语统一，再进入检索和起草： - 主题涉及政策专有名词、制度名称、专项行动、改革提法 - 涉及机构、部门、民主党派、政协系统名称 - 涉及统计口径、指标名、专业治理术语 - 含有英文缩写、外来概念、行业黑话 - 用户给的是口语素材、会议纪要、访谈记录，里面的叫法明显不规范 处理顺序： 1. 涉及民主党派、政协、统战、履职表达时，先读取 [references/glossary-policy-org.md](references/glossary-policy-org.md) 2. 再按需读取通用术语表 [references/glossary-zh-en.md](references/glossary-zh-en.md) 3. 涉及高频民生或治理议题时，补读 [references/policy-topic-map.md](references/policy-topic-map.md) 4. 从用户素材和拟检索主题里提取本次任务的关键术语 5. 形成本次任务的会话术语表，写入 `01-terms.md` 6. 标出推荐写法、禁用写法、是否需要首次解释、是否保留英文或缩写 7. 后续检索、初稿、自检、定稿都以 `01-terms.md` 为准，不得前后漂移 执行原则： - 机构名称、政策名称、法律名称优先使用官方全称 - 常见简称只有在首次出现已给出全称后，才可单独使用 - 英文缩写首次出现时，优先使用 `中文全称（英文缩写）` - 容易引发歧义的词，不为了“行文丰富”而频繁更换近义表述 - 如果 `policy-topic-map.md` 中列出了较新的中央文件，优先采用该名称，不要退回使用更旧的口头叫法 - 用户原素材中的不规范表述可以保留为线索，但不能直接搬进定稿 `01-terms.md` 优先按“一个术语一张卡片”写，不要默认整理成大表。每张卡片至少写： - 术语 - 推荐写法 - 禁用或不建议写法 - 是否需要首次解释 - 备注 ### Step 3: 建立检索计划，写入 `02-search-plan.md` 检索目标至少覆盖四类信息： 1. 问题是否真实存在，症状是什么 2. 现行政策、制度或执行流程卡在哪里 3. 有没有权威数据、典型案例、地方实践 4. 哪些建议已经被广泛说过，如何避免空泛重复，以及当前是否已经出台类似政策 为每个主题生成： - `5-10` 个中文检索词组合 - 必查对象：政策法规、主管部门、统计口径、政协党派公开信息、典型地方案例 - 时间边界：优先近 `1-3` 年，强时效问题优先近 `12` 个月 - 离当前时间过久的依据、数据和案例，除非属于仍然有效的法律法规、国家标准、长期基础制度或无法替代的历史背景材料，否则一般不建议采用 - 对每一条拟写建议，预留一个“已出台政策核查”检索项，避免把现成政策再重复写成建议 - 如议题涉及事故、极端事件、人身伤害、未成年人、舆情争议等敏感场景，检索词优先使用中性或官方治理表述，尽量避免直接使用“死亡”“亡人”等高敏词；优先改写为“人员伤害”“安全事故”“严重后果”“突发事件”“善后处置”“风险隐患”“安全治理”等检索路径 - 如果中性检索词已足够定位权威来源，就不要再追加更敏感的直白说法；只有在核对原始文件标题、法规条文或官方通报原文时，才保留原词 `02-search-plan.md` 建议按“一个检索问题一张卡片”组织，每张卡片写清： - 检索目标 - 关键词组合 - 优先来源 - 时间边界 - 已出台政策核查项 - 敏感措辞替代方案 ### Step 4: 联网搜集资料，写入 `03-source-log.md` 来源优先级按下列顺序执行： 1. 党和政府机关、法律法规、政策文件、官方答复 2. 全国政协、地方政协、民主党派中央或地方组织官网 3. 国家统计局及地方统计公报、年鉴、公开数据平台 4. 权威媒体和专业机构报告 5. 高质量学术论文或行业研究 执行要求： - 至少收集 `5` 个有效来源；涉及复杂议题时争取 `8-12` 个 - 对每个来源记录：标题、原文 URL、发布日期、可信度、摘取要点 - `03-source-log.md` 中必须保留可直接打开的原文 URL，优先记录原始发布页 URL，不要只写站点名、搜索页、聚合页或二次转载链接 - 如存在跳转链接、短链或门户转载页，需额外补记原始发布单位页面 URL；无法定位原文的，按低可信度或不可用处理 - 可选补记首次访问时间、访问说明或存档链接，但不得替代原文 URL - 同一事实尽量做到双源交叉验证 - 把“事实”“观点”“推断”分开 - 自媒体、论坛、短视频评论只能作为线索，不可直接当证据 - 即使内容出现在新浪、网易、腾讯等平台，也必须判断其原始信源；如果本质是自媒体转载、无原始信源或明显 AI 拼接内容，仍按不可用处理 - AI 工具给出的链接、案例、统计值、年份，必须逐条人工复核；凡是找不到原始出处或时间明显过期的，一律删除 - 对发布时间明显偏早、且已存在更新口径或更新数据的材料，原则上用新不用旧；旧材料如确需保留，必须说明它只承担历史背景或制度沿革说明，不作为当前形势判断的核心依据 - 如果找不到足够权威来源，降低结论强度，不要硬写 `03-source-log.md` 推荐模板： ```markdown ## 来源 1：来源标题 - 原文 URL： - 原始发布单位： - 发布日期： - 首次访问时间： - 可信度：高 / 中 / 低 - 可用要点： - 要点 1 - 要点 2 - 备注： - 是否原始发布页 - 是否转载页或短链跳转页 - 是否需要二次核验 ``` 填写要求： - `原文 URL` 必填，且应可直接打开用于人工复核 - `原始发布单位` 必填，便于判断口径和权威性 - `可信度` 至少标注为 `高/中/低` - `备注` 中标明是否为原始发布页、转载页、短链跳转页，是否已补找到原始链接 - 除非用户明确要求做总览汇总表，否则不要把全部来源堆成一张横向大表 ### Step 5: 建证据矩阵，写入 `04-evidence.md` 不要默认做三列表格。优先按纵向分块整理： - 已核实事实 - 可以成立的分析判断 - 仍有不确定性的点 同时补一段“可写不可写”判断： - 可写：已核实、有普遍性、与决策相关 - 慎写：个案化、情绪化、缺乏公开证据支持 - 不写：无法证实的数据、夸大表述、容易引发误读的政治判断 对每个数据和案例，再补两项元信息： - 来源出处：原始发布单位、标题、发布日期、链接或可回查标识 - 使用方式：作为现状引子、问题支撑，还是建议依据 `04-evidence.md` 建议按“一个证据点一张卡片”写入对应分组，例如： ```markdown ## 已核实事实 ### 证据卡 1 - 事实： - 来源出处： - 使用方式： - 备注： ## 可以成立的分析判断 ### 判断卡 1 - 判断： - 依据： - 使用边界： ## 仍有不确定性的点 ### 待核卡 1 - 待确认点： - 当前依据： - 风险： - 处理意见： ``` ### Step 6: 选切口和结构，写入 `05-outline.md` 至少输出： - `2-3` 个标题备选 - 一句话主张：这篇稿子到底想推动什么改变 - 报送层级与对应责任主体 - 前言/现状提要 - `3-4` 个问题小标题 - 问题与建议对应关系 - 建议框架 - 每个问题对应的数据抓手或统计口径；至少标明哪些段落会落数据，避免正文只剩案例堆叠 优先使用这类切口： - 执行层断点 - 群众高频痛点 - 新政策落地中的堵点 - 现有机制未覆盖的新情况 - 某类人群被忽视的制度空白 避免： - 题目过大，例如“全面推进教育现代化” - 纯价值表态，没有具体问题和机制抓手 - 建议与问题不对应 - 一个提纲里同时出现市级执行建议、省级财政建议、国家立法建议 起草建议前： - 先按议题读取 [references/recommendation-playbooks.md](references/recommendation-playbooks.md) - 从中选择 `2-4` 个最匹配的建议抓手，不要把一份稿子写成政策工具大全 - 只保留和前文问题链条直接对应的建议 - 明确建立 `问题一 -> 建议一`、`问题二 -> 建议二` 的映射，不允许出现前文写了四个问题，后文却只有泛泛三条建议的情况 `05-outline.md` 不要默认做“问题-建议”对照表。优先写成纵向映射卡，例如： ```markdown ## 问题卡 1 - 问题标题： - 核心表现： - 证据抓手： - 对应建议方向： - 对应责任主体： ## 问题卡 2 - 问题标题： - 核心表现： - 证据抓手： - 对应建议方向： - 对应责任主体： ``` 标题拟定要求： - 标题优先概括”问题 + 风险/后果”或”堵点 + 治理方向”，而不是写成空泛题目 - 尽量避免”关于……的建议””关于进一步加强……的建议””关于……情况的反映”等普通公文腔标题 - 能直接点出问题性质的，优先直接点题，不必额外加”建议”二字 - 可适度使用”亟待””有待””警惕””谨防””破局””关注”等提示性词语，但前提是判断有证据支撑，不能虚张声势 - 标题尽量控制在 `22` 字以内，特殊情况不超过 `25` 字 - 标题要与报送层级匹配，不要出现正文写市级执行问题、标题却拔高到国家战略的情况 标题风格参考： - `AI手机智能体亟待加强安全、隐私与生态协同治理`（问题判断句） - `警惕私域直播围猎银发群体`（风险提示句） - `谨防”沉默企业”成为阻碍市场经济发展的”灰犀牛”`（风险隐喻） - `税收政策复杂及服务短板制约民营企业发展有待破局`（堵点描述） - `关注跨国生物医药企业在华战略调整带来的系统性风险`（关注 + 风险定性） 避免这类标题： - `关于加强 AI 手机智能体治理的建议` - `关于私域直播问题的建议` - `关于进一步促进民营企业发展的建议` ### Step 7: 写初稿，保存到 `06-draft-v1.md` 默认按下列模板起稿： ```markdown # 标题 【现状与前言】 用简明权威数据、主管部门通报或典型事件把问题引出来，篇幅控制在全文的 `10%-20%`。只说明“为什么值得报”，不写长背景，不引用领导人讲话，不做穿靴戴帽。 【主要问题】 一、问题小标题 用事实、数据、案例说明问题表现，并点出机制堵点或执行断点。 二、问题小标题 继续用可核实证据展开，不写空泛判断。 三、问题小标题 如确有必要可写到四个，但不要为了凑数扩写。 【对策建议】 一、对应问题一的建议 二、对应问题二的建议 三、对应问题三的建议 建议部分可占全文约 `40%`。每条建议尽量写清责任主体、动作机制、政策抓手和预期效果。 ``` 写作要求： - 标题尽量控制在 `22` 字以内，特殊情况不超过 `25` 字 - 标题要精简准确，优先写成”问题判断句”或”风险提示句”，少用普通公文腔 - 前言部分务必简短，只起到引题作用 - 正文尽量短句，少套话 - 不做文献综述，不长篇铺垫 - 问题部分优先写 `3-4` 个，每个问题都要有小标题和证据支撑 - 问题部分不得完全由个案、媒体案例或抽象判断构成；全文至少要体现 `2` 处可核实的数据性信息，优先放在前言或问题部分 - 数据和案例可以并用，不要求每个问题都被数据主导；但只要公开资料中存在可用统计、行政通报、监测结果或行业量化口径，就应适度写入 - 以事实和机制为主，不以情绪驱动 - 建议按“最重要、最可实施”排序，并与问题严格一一对应 - 建议优先写成“谁来做、做什么、靠什么机制做、如何衡量效果” - 正文内引注采用角标制：凡涉及具体数据、统计、典型事件、政策表述，须在所引内容句末、标点之前标注角标 `[1]`、`[2]`……（半角方括号 + 阿拉伯数字）。同一来源多次引用共用同一编号，编号按首次出现顺序编排，并与引用表 `11-references.md` 一一对应。正文不再使用长括号引注，不做脚注，不把 URL 直接写进正文；来源明细统一收进引用表。 - 中文正文统一使用全角中文标点；中文语境中的引号统一为 `“”`，书名统一为 `《》`，括号和顿号、逗号、句号优先使用中文写法，不保留英文半角双引号 - 建议分层写法：`（一）/一、` 大项下允许使用内嵌 `一是……二是……三是……` 列举若干具体措施，这是标准机关文风，不属于禁止的多层嵌套。禁止的是美式分级列表（如 `1.1.1`、`A-a-i`）或超过三层的括号嵌套。 - 不使用”大ABC、小abc”式多层嵌套结构，保持两层以内即可 - 如果用户给的是现成内容，保留其中有价值的一手观察，但要把口语素材改成报送语言 ### Step 8: 第一轮自检，写入 `07-review-round-1.md` 第一轮只看“能不能成立”，不看辞藻。至少检查： - 标题是否准确对应问题 - 标题是否避开“关于……的建议”一类普通泛标题 - 是否一事一议 - 报送层级是否明确且前后一致 - 事实、数字、政策名称、机构名称是否准确 - 每个问题是否都有来源支撑，来源能否回查 - 问题部分是否体现了必要的数据支撑，而不是只靠个案和定性判断 - 有没有把个别现象写成普遍规律 - 建议是否针对前文问题，而不是另起炉灶 如果存在硬伤，直接重写相关段落，再生成 `08-draft-v2.md`。 `07-review-round-1.md` 建议按“检查项卡片 + 结论”写，不要做勾选大表。每项可写： - 检查项 - 是否通过 - 发现的问题 - 修改动作 ### Step 9: 第二轮自检，写入 `09-review-round-2.md` 第二轮看“像不像高质量社情民意”。至少检查： - 是否做到小切口、真问题、短路径 - 标题是否精简、准确、切中要害，能否直接体现问题意识 - 前言部分是否控制得足够短，没有穿靴戴帽 - 问题数量是否控制在 `3-4` 个，且每个问题都有小标题 - 是否把责任泛化给“社会”“群众”等空主体 - 建议是否可执行、可分工、可评估，且与问题一一对应 - 建议是否重复现有政策，是否存在“早已出台却仍作为建议提出”的情况 - 语言是否像工作文，而不是论文、评论或宣传稿 - 中文标点是否统一，中文语境中是否仍残留英文双引号、半角括号或半角标点 - 是否有新意，是否明显像“旧题重写” 修完后输出定稿。 `09-review-round-2.md` 延续卡片式写法，按“结构质量”“建议质量”“语言质量”“规范性”分别分卡记录即可。 ### Step 10: 必要时进行第三轮校验 出现以下情况时必须加做第三轮： - 涉及最新政策、最新统计数据或近期舆情 - 涉及教育、医疗、就业、住房、营商环境等高关注民生议题 - 地方性很强，且用户要求具体到某地 - 主题证据不够扎实，但仍要形成可用初稿 第三轮重点检查： - 时间是否过期 - 论证是否过度 - 建议是否超出当前政策权限 - 数据、案例、链接是否存在 AI 幻觉或二手转述冒充一手来源 - 有没有更稳妥的表述方式 ### Step 11: 输出定稿和引用表 默认输出三部分： 1. `定稿正文` 2. `引用表` 3. `核验摘要` `定稿正文` 写入 `10-final.md`，正文中只保留 `[n]` 角标，不含 URL。 `引用表` 单独写入 `11-references.md`，并在聊天输出中与定稿正文分开呈现。要求： - 只收定稿正文实际标注引用的来源，编号与正文角标严格一致，不多不少 - 来源以 `03-source-log.md` 为准，不得新造条目；未被正文引用的来源不进入引用表 - 每条必须包含可直接打开的原文 URL，优先原始发布页 - 按“一个来源一张卡片”纵向排列，不堆成横向大表 `引用表` 推荐模板： ```markdown ## 引用表 [1] 《来源标题》，原始发布单位，YYYY-MM-DD - 原文 URL：https://... - 引用位置：前言第 1 段；问题二 - 可信度：高 [2] 《来源标题》，原始发布单位，YYYY-MM-DD - 原文 URL：https://... - 引用位置：问题一；建议一 - 可信度：中 ``` `核验摘要` 保持简短，只说明： - 本稿基于哪些类型的公开来源 - 哪些点已经核实 - 哪些点仍属审慎判断 `核验摘要` 也优先用短卡片或短清单表达，不要再补一个总览表。 输出前增加一个收尾动作： - 对 `final.md` 做一次中文标点归一化检查；如在工作区落文件，执行 `python3 scripts/normalize_cn_punctuation.py --input --in-place` - 重点检查中文语境中的英文双引号、半角括号和半角标点，避免把未清理的英文标点带入聊天输出和正式稿 如果用户只要正式稿，可以只展示定稿正文，但内部文件仍要保留。 ### Step 12: 调用 `humanizer-zh` 做去 AI 味处理 在生成 `docx` 之前，默认先调用 `humanizer-zh` skill，对最终 `md` 定稿做一次“去 AI 味”处理，并保存为 `final-humanized.md`。 执行要求： 1. 输入文件使用最终定稿 `final.md` 2. 调用 `humanizer-zh` 时，明确限定目标是去掉 AI 套话、宣传腔、连接词堆叠、机械三段式和明显的模型化痕迹 3. 不允许把正式报送材料改成口语随笔，不允许引入第一人称、俚语、幽默、自我表态、情绪化判断或网感表达 4. 去 AI 味后，立即回看 `01-terms.md`、`04-evidence.md` 和最终定稿，确认术语、事实、数据、政策名称、报送口吻没有漂移 5. 正文中的 `[n]` 角标属于引用标记，不属于 AI 痕迹，去 AI 味时必须原样保留，不得删除、改写或挪动位置 5. 去 AI 味后，再执行一次中文标点归一化，尤其检查中文引号是否被还原成英文直引号 6. 如 `humanizer-zh` 的修改会削弱正式性、准确性或决策参考口吻，应回退相关改动，宁可保留较克制的工作文风格 这一轮处理的目标不是“写得更像个人博客”，而是让文本少一些机械生成痕迹，同时仍然像可以报送的工作文。 ### Step 13: 生成 `docx` 正式稿 除非用户明确说“不需要 Word”或“只保留 markdown”，否则定稿后默认追加生成 `docx` 文件。 执行顺序： 1. 读取 [references/docx-format-cn-official.md](references/docx-format-cn-official.md) 2. 先调用 `humanizer-zh` 生成 `final-humanized.md` 3. 对 `final-humanized.md` 执行中文标点归一化：`python3 scripts/normalize_cn_punctuation.py --input --in-place` 4. 以 `final-humanized.md` 为输入，运行 `python3 scripts/generate_docx.py --input --references --output `；正文中 `[n]` 角标会在 Word 中渲染为真正的上标，文末自动追加“附：引用来源”一节 5. 在回复中给出 `docx` 文件路径；如字体因本机环境缺失发生回退，需顺带说明 版式要求按“`GB/T 9704-2012` 页面设置基线 + 中国大陆机关材料常见排版习惯”执行。注意：社情民意信息并不等同于带版头、发文字号、版记的正式党政机关公文，因此默认只套用适合报送材料的正文版式，不擅自添加红头、文号、版记或印章位。 默认版式： - `A4` 纵向 - 页边距：上 `37mm`、下 `35mm`、左 `28mm`、右 `26mm` - 标题：居中，`二号`，优先 `方正小标宋简体`，无该字体时回退到 `宋体` - 正文：`三号`，优先 `仿宋_GB2312` - 一级标题：`一、` 形式，`三号黑体` - 二级标题：`（一）` 形式，`三号楷体_GB2312` - 正文首行缩进 `2` 字符 - 行间距：固定值 `28pt` - 段前段后：`0` - 标题下方空 `1` 行；正文段落之间默认不额外空行 如用户提供本单位模板或明确版式要求，以用户模板优先；不要用默认版式覆盖用户既有模板。 ## 联网研究约束 - 用户要求“最新”“当前”“今年”“最近”时，必须联网核实，不能凭记忆写 - 优先找政策原文、统计原表、政府部门通报，不要先看二手解读 - 发现事实冲突时，优先采用更高等级、更新、口径更明确的来源 - 找不到公开证据支持的内容，不要包装成确定事实 - 离当前时间太久的依据和数据一般非必要不采用；优先使用近 `1-3` 年材料，强时效议题优先近 `12` 个月材料 - 只有在引用仍然有效的法律法规、国家标准、基础制度安排或必要历史沿革时，才保留较早材料；且不能让旧材料充当当前判断的主证据 - 检索阶段默认做“去敏感化措辞”：先用中性、治理化、官方化表述搜索，再决定是否需要查看原始标题或原文 - 避免把“死亡”“亡人”等词作为首选搜索词；优先用“人员伤害”“安全事件”“事故处置”“风险防范”“善后工作”等替代表述 - 但来源记录必须保持准确：如果官方文件、通报或原始报道标题本身包含相关词语，`03-source-log.md` 中仍应按原题名如实记录，不得擅自改写 ## 默认改写策略 ### 用户只给主题 先研究，再写。不要在证据不足时直接编一篇“看起来像”的稿子。 ### 用户给了素材 先抽取可核实的事实和一手观察，统一术语和叫法，再补充公开资料，最后重组为标准社情民意结构。 ### 用户给了初稿 先做问题诊断，再补证据，再重写。不要只在原稿上机械润色。 ## 定稿标准 只有同时满足以下条件，才可判定为定稿： 1. 主题明确且单一 2. 事实和政策表述经得起复查 3. 问题和建议一一对应 4. 建议具备现实可操作性 5. 专有名词、政策术语、机构简称前后一致 6. 行文简洁，基本去掉论文腔、宣传腔、空话套话 7. 报送层级清楚，没有把区街事务硬写成市级以上决策议题 8. 全文不存在无来源数据、虚构案例、虚构链接 9. 正文角标与 `11-references.md` 引用表一一对应，引用表每条均含可直接打开的原文 URL 如果达不到，就继续修，不要把明显仍是“初稿”的内容冒充定稿。 ## 示例触发 **示例 1** 输入：请围绕“基层医院检查检验结果互认难”写一篇社情民意，要补充最新政策和案例。 **示例 2** 输入：我给你一段调研笔记，你帮我整理成民主党派报送的社情民意信息。 **示例 3** 输入：以“县域普通高中教师流失”为主题，自动查资料，出初稿，反复自检后给我定稿。