¥
立即购买

本提示词为学术论文、研究报告、项目方案等需要深度论证的写作场景,提供系统化的选题价值分析框架。通过结构化流程,从背景、理论、实践、创新四个维度深度挖掘选题依据与意义,将模糊灵感转化为清晰、严谨的价值论证,有效提升选题质量与说服力,为后续内容创作奠定坚实基础。

免费试用多模型对比变量与模板化文本输出
完整提示词模板
¥25.00

提示词变量

正在加载表单组件...

提示词生成结果

📝
暂无试用结果

变量说明

  • 选题主题
    需要进行分析的核心选题名称或核心问题陈述
    示例:“人工智能在医疗诊断中的应用伦理研究”
  • 选题背景与现状
    选题的起源、相关领域发展现状、存在的具体问题或矛盾
    示例:“随着AI技术发展,其在医疗影像识别、辅助诊断等领域应用日益广泛,但关于算法偏见、责任归属、患者隐私等伦理问题日益凸显...”
  • 分析应用场景
    分析报告将应用于何种类型的文档或场景
    示例:“学术论文”
  • 核心价值维度权重
    评估选题价值时需要重点考虑和加权的维度
    示例:“理论创新性”
  • 相关理论基础或文献线索
    已知的相关理论、学派、关键学者或重要文献,用于支撑理论分析
    示例:“生命伦理学原则、技术伦理、负责任创新理论等”
  • 目标受众或利益相关方
    分析报告预期的读者、决策者或受选题影响的群体
    示例:“医学伦理委员会成员、AI技术开发者、政策制定者”
  • 期望的分析报告篇幅
    期望生成的分析报告的大致篇幅
    示例:“标准分析(约1000-1500字)”

使用场景案例

  • LLM助力知管
    围绕中小企业的高频知识场景,构建从价值识别、技术选型、POC验证到规模化部署的完整论证,量化效益与风险控制要点,适配立项、可行性评审与行业白皮书写作的一次性成稿需求。
  • 碳数据与政策
    从数据质量视角切入碳减排政策,提出可操作的治理指标与核证流程,并设计与数据可信度等级绑定的激励与监管联动机制,支持政策研究、行业调研与学术写作的系统化成稿。