SuperAPI AI 工具集

phd-application-package-auditor

写作与研究

查看项目

更新于 10-16 09:14

技能介绍

用途

PhD Application Package Auditor 用于对博士、研究型硕士、奖学金、研究实习、RA 或实验室申请材料进行整体审查。它的核心假设是:一份有竞争力的申请材料包应当在各文档之间保持连贯——CV 提供证据,SOP 解释发展轨迹与匹配度,推荐人验证主张,项目选择让研究方向可信。

该技能适合以下情况:

  • 用户希望对博士、研究型硕士、奖学金、研究实习、RA 或实验室申请材料做整体审查。
  • 用户拥有多份材料,需要跨文档一致性检查。
  • 用户询问在截止日期前应优先修复什么。
  • 用户希望识别缺失证据、过度声称、匹配度薄弱、推荐人风险或叙事不一致。
  • 用户需要一份就绪报告,而不是对某一份材料进行完整重写。

以下情况不应使用该技能:

  • 用户想撰写或逐行编辑 Statement of Purpose,应使用 sop-writer。
  • 用户想构建或重写学术 CV,应使用 academic-cv-builder。
  • 用户想从零选择院系或项目,应使用 phd-program-fit-mapper。
  • 用户只想处理推荐人邮件或推荐信策略,应使用 recommendation-letter-strategist。
  • 用户只有一份文档,并希望对该文档进行详细编辑。

主要能力

该技能围绕五个步骤展开:

  1. 盘点材料包:列出已有和缺失的材料,包括 CV、SOP、研究陈述、个人/多元化陈述、写作样本、成绩单或成绩背景、出版物/预印本/海报/代码/数据集/作品集链接、目标项目与院系及截止日期、推荐人名单与推荐信覆盖情况、以及相关考试分数或行政要求。如果材料不完整,则审查已有部分并明确标记缺口。

  2. 提取申请主线:识别申请中隐含的主线,包括申请人进入的研究领域、已展示的准备、未来想探究的问题、目标项目为何是可信的环境、以及申请人正在成为什么样的研究者。如果材料暗示了不同的主线,则标记不一致。

  3. 交叉核对证据:对每个主要主张,检查是否由 CV 证据支持、是否由推荐人验证、是否与院系/项目匹配度相关、是否足够具体可信、是否相对于实际记录存在过度声称。区分录取关键问题与润色问题。

  4. 审计风险:查找研究身份不清晰、项目匹配度泛泛、SOP 主张缺乏 CV 条目支撑、CV 证据未用于叙事、推荐人缺口或冗余、成绩异常缺少解释、选校列表不聚焦、截止日期驱动的瓶颈、以及材料听起来像不同申请人等问题。

  5. 排序修复项:按对录取信号的影响、截止日期紧迫性、修正难易度、对他人(尤其是推荐人)的依赖程度、以及问题影响多所学校还是仅影响一个项目来排序。

使用方式

该技能以结构化输出呈现审查结果,包含:

  • Package inventory:以表格列出材料、状态和备注。
  • Application thesis:一段话综合当前画像。
  • Coherence audit:以表格列出主张/主题、证据来源、是否支持、风险和修复建议。
  • Major risks:列出主要风险及其重要性。
  • Priority fix list:分为 Fix now、Fix next、Nice to have 三档。
  • School-specific notes:按项目列出匹配度或材料包问题。

适用场景

适用于需要跨文档一致性审查的多材料申请场景,尤其是博士、研究型硕士、奖学金、研究实习、RA 和实验室申请。用户可在截止日期前用它确定修复优先级,也可用它识别缺失证据、过度声称、匹配度薄弱、推荐人风险和叙事不一致。

限制

该技能不撰写或逐行编辑 SOP,不构建或重写学术 CV,不从零选择院系或项目,不专门处理推荐人邮件或推荐信策略,也不对单一文档进行详细编辑。如果材料不完整,只能审查已有部分并标记缺口。关于收费、价格、平台或具体效果的信息暂未提供。