Skip to content

Ali66611/glskill / gl-thesis-topic

gl-thesis-topic

Verified

帮助中国高校经管类本科生、硕士生从专业、学历、研究方向、国社科项目、期刊选题、数据库变量或 CNKI 硕博论文等材料出发,筛选、核验、生成和优化能写、能查、能拿数据、能做实证的论文题目,并给出研究框架、变量、数据、方法和风险。用于论文选题、定题、找方向、判断题目能否落地、把宏观热词或研究方向收敛为实证题目、区分本科与硕士选题标准,以及用 Agent 或 Codex 辅助选题的场景。

---
name: gl-thesis-topic
description: 帮助中国高校经管类本科生、硕士生从专业、学历、研究方向、国社科项目、期刊选题、数据库变量或 CNKI 硕博论文等材料出发,筛选、核验、生成和优化能写、能查、能拿数据、能做实证的论文题目,并给出研究框架、变量、数据、方法和风险。用于论文选题、定题、找方向、判断题目能否落地、把宏观热词或研究方向收敛为实证题目、区分本科与硕士选题标准,以及用 Agent 或 Codex 辅助选题的场景。
---

# GL 论文定题 Skill

## 核心目标

不要以“生成更多题目”为目标。先筛掉不能写的题目,再留下能落地的题目。

把论文选题当作一组判断,而不是标题润色:判断学历标准、专业匹配、变量衡量、数据可得、方法难度、现实逻辑和完成能力。

始终遵循:

```text
先场景,后方向;
先证据,后标题;
先数据可得,再谈创新。
```

## 硬规则

1. **区分学历标准**:本科重点是规范完成;硕士重点是边际贡献、识别可信和盲审安全;期刊选题还受目标期刊、作者积累、数据质量和审稿偏好影响,不在本 Skill 中完整展开。
2. **方向不是题目,热词不是变量**:不得把“数字经济”“新质生产力”“绿色金融”“人工智能”“数据资产入表”等方向词直接当作完整题目或默认可测变量。题目至少要明确 X、Y、研究对象、数据来源和方法路线。
3. **执行掐头去尾**:去掉文献拥挤、组合直接、撞题风险高的“大肉题”;去掉概念拼接、因果链过远、变量不可测、数据难拿的“脑洞题”;只保留有热点、有文献、有变量、有数据、有微创新且普通学生能完成的中间层题目。
4. **宏观热词不得凭感觉降维**:先核验 CNKI 经管领域硕博论文是否已将热词变量化,并检查衡量方式、指标体系和数据来源。若已有可靠变量化证据,可保留为 X 或 Y;若没有,再拆解内涵并寻找可衡量切口。不得用哲学、马克思主义、思想政治或纯政策阐释类论文作为核心变量衡量依据。
5. **主动核验**:能查就实际查,不把本可完成的检索甩给用户。不能访问 CNKI、数据库或学术检索工具时,明确写明:`待核验:当前环境无法完成该项检索,因此该判断不能作为最终定题依据。`
6. **不得编造**:不得编造文献、题名、作者、检索结果、数据库字段、变量口径、数据权限或统计结果。搜索摘要只能作为发现线索,正式判断要尽量回到论文详情、数据库说明或一手来源。政策年份、数据库字段、有效样本数量和已有文献结论等可核查事实,未经当前检索不得写成已确认事实。
7. **按固定优先级推荐**:`可行性 > 相关性 > 创新性`。不得为了“新”牺牲数据可得、专业匹配或方法可执行性。

核心判断是:

> 普通学生最好的题目,不是最前沿,也不是最复杂,而是新一点、热一点、还能做出来。

## 执行流程

### Step 1:判断用户场景

先识别以下信息:

- 学历:本科或硕士。
- 专业:会计、财务管理、金融、工商管理、经济学、国际贸易、公共管理等。
- 用途:毕业论文、课程论文、开题报告或研究方案。
- 方法能力:是否会 Stata、面板数据及 DID、IV、PSM 等方法。
- 数据条件:是否能使用 CSMAR、Wind、CNRDS、EPS、CNOpenData、统计年鉴等。
- 时间限制:是否需要快速完成。

信息不足时最多询问 5 个关键问题。若可以合理默认,先给初步判断,并把不确定项标记为“待核验”。

### Step 2:按学历分流

- 本科任务:读取 [references/undergraduate-standard.md](references/undergraduate-standard.md)。
- 硕士任务:读取 [references/master-standard.md](references/master-standard.md)。
- 期刊任务:说明本 Skill 只能做初步方向判断;若用户给出目标期刊和发表要求,可据此补充边界分析,但不得假装完成完整投稿策划。

### Step 3:寻找方向

读取 [references/direction-sources.md](references/direction-sources.md),根据用户材料从国社科项目、期刊选题或专题征稿、数据库新变量以及用户直接给出的方向中提取候选切口。

### Step 4:生成候选题

通常生成 5—10 个候选题;若用户只要求判断一个既有题目,则围绕该题给出保留、收窄、替换或放弃的判断。

每个候选题必须同时给出:

- X 与 Y。
- 研究对象和数据层级。
- 数据来源初判。
- 方法路线初判。
- 适合本科还是硕士。
- 主要风险。
- 核验状态。

不得只给标题。

### Step 5:主动核验

读取并执行 [references/verification-protocol.md](references/verification-protocol.md)。至少检查 CNKI 撞题、马甲词、宏观热词变量化、变量衡量、数据可得性、专业相关性、现实逻辑和掐头去尾结果。

把核验状态统一标为:

- `已核验`:已查看足以支持判断的一手或权威来源。
- `部分核验`:完成部分检索,但仍有关键证据缺口。
- `待核验`:当前无法完成检索或没有可靠证据。

### Step 6:三性评分

对候选题的可行性、相关性和创新性分别按 1—5 分评分。排序时先比较可行性,再比较相关性,最后比较创新性;不得让高创新分掩盖不可执行的题目。

### Step 7:输出最终推荐

读取 [references/output-template.md](references/output-template.md),输出最推荐题目及完整研究方案。若证据不足以支持最终定题,应明确输出“暂不建议锁题”,并列出完成定题前必须补齐的核验项。

## References 路由

| 文件 | 何时读取 |
|---|---|
| [references/undergraduate-standard.md](references/undergraduate-standard.md) | 用户是本科生,或任务目标是本科毕业论文、课程论文时 |
| [references/master-standard.md](references/master-standard.md) | 用户是硕士生,或任务涉及盲审、边际贡献、识别策略时 |
| [references/direction-sources.md](references/direction-sources.md) | 需要从国社科、期刊方向、专题征稿或数据库变量中找方向时 |
| [references/verification-protocol.md](references/verification-protocol.md) | 生成候选题后、正式推荐前;判断现有题目能否做时也必须读取 |
| [references/output-template.md](references/output-template.md) | 组织正式选题报告、候选题排序或最终定题方案时 |

只读取当前任务需要的学历标准;不要同时加载本科和硕士标准,除非用户明确要求比较。

## 输出契约

正式输出至少包含:

1. 学生场景和学历标准判断。
2. 方向来源与证据状态。
3. 候选题排序及每题的 X、Y、对象、数据、方法、学历适配、风险和核验状态。
4. 主动核验记录。
5. 三性评分。
6. 最推荐题目、推荐理由和适合学历。
7. 研究框架、变量方案、数据来源和方法路线。
8. 风险提示、不建议方向和下一步行动。

把事实、推断和待核验项分开表达。没有完成检索时,不得使用“已证实”“已有成熟数据”等确定措辞。

## 排除范围

- 不承担博士论文的完整创新设计;用户仅需初步方向判断时可以提供边界清晰的初筛。
- 不承担期刊投稿论文的完整选题策划;用户明确目标期刊和发表要求时只能做初步适配分析。
- 不服务电气、单片机、嵌入式、硬件设计、通信、自动化、系统开发等理工科工程实现类题目。
- 不服务纯心理、教育、体育等量表问卷模型;仅可做选题边界判断。
reverse-engineer-anythingmorluto/reaReverse engineer native, managed, Electron/JavaScript, packaged, firmware, and browser targets with REA, and build agent environments (AgentEnv bundles) of web applications from a live instance or a capture, and of Linux desktop apps with a task from a request. Use shipped-artifact or requested runtime evidence to explain features, compare versions, decompile code, or guide a reconstruction. Skip REA for ordinary source-repository architecture analysis.Stars: 472kUpdated Claude CodeCodexVerifiedInstall
diagnosing-superpowersobra/superpowersUse when a superpowers session went wrong and your human partner wants to know why — repeated work, ignored plans, stumbles, poor results, a skill that didn't fire, "it took too long", "why is it so expensive", "what is it doing" — or wants to build a bug report for the superpowers maintainers, for the current session or a past one identified by id or path, on any harness.Stars: 322kUpdated Claude CodeCodexVerifiedInstall
dispatching-parallel-agentsobra/superpowersUse when facing 2+ independent tasks that can be worked on without shared state or sequential dependenciesStars: 322kUpdated Claude CodeCodexVerifiedInstall
executing-plansobra/superpowersUse when executing an implementation plan in the current session as the implementer yourself — your human partner chose inline execution, or no subagent tool is availableStars: 322kUpdated Claude CodeCodexVerifiedInstall