核心用法
本技能专为中国管理类硕士学位论文（MBA/MEM/MPA等）设计，采用三轮递进式审阅策略：
Round 1 宏观结构审阅：通读全文，评估整体逻辑框架、研究问题-结论链条、章节比例、理论使用效率、创新点陈述等，输出章节依赖关系图（谁承诺谁兑现的配对清单）。
Round 2 分章深度审阅：按文档顺序逐章精读，检查数据一致性（主动验算）、内部逻辑、方法论严谨性、文献支撑、语言规范等，每章输出摘要卡（核心论点、承诺、交付、关键数据、问题摘要），供Round 3调用。
Round 3 跨章一致性审阅：基于R1依赖图和R2摘要卡，对关键章节配对进行双向全文交叉核对，重点排查术语错位、数据矛盾、承诺落空、逻辑断裂等问题。
三轮完成后，按证据优先、严重度分级原则整合为单一问题清单，输出标准Markdown格式的review_results.md，包含修订核查（迭代模式）、分级问题清单（🔴必须改/🟡强烈建议改/🟢建议改）、总体评价、人工核查待办等模块。
支持迭代审阅：自动检测工作目录中的review_results.md，加载上一版问题并追踪修改状态（已修改/部分修改/未修改）。
---
显著优点
1. 结构化方法论严谨：三轮设计覆盖"森林→树木→树木关系"三个层次，避免单次通读遗漏跨章矛盾或陷入细节而迷失全局。
2. 证据驱动与可验证：区分[D]直接可验证、[S]疑似需核查、[M]需人工外部验证三类证据，避免AI幻觉式断言；要求主动验算数据、交叉核对承诺-交付关系。
3. 迭代闭环管理：自动识别prior review文件，追踪历史问题修改状态，支持"第N版"持续优化，并预警"连续N版未改"的顽固问题。
4. 学位类型适配：明确校准管理类硕士（尤其是非全日制专业学位）的创新预期——"应用现有方法于新情境"即可，不苛求理论原创性，但严查"虚报创新点"。
5. 输出可直接用于修改：每条批评配套"可操作的具体建议"，问题清单按严重度和影响范围双重排序，收敛评估明确答辩准备标准。
---
潜在缺点与局限性
1. 格式依赖限制：仅支持.docx文本提取，图表结构丢失、公式可能碎片化、交叉引用无法验证实际目标，需作者在Word中二次确认。
2. 专业领域边界：针对管理类（MBA/MEM/MPA）设计，对理工科实验型论文、人文思辨型论文、艺术实践类学位的适配性未经充分验证。
3. 长文本技术约束：超长论文需分块读取，存在上下文截断风险；虽设计了overlap和cross-check fallback，但极端长度下可能影响审阅连贯性。
4. 外部验证不可自动化：[M]类问题（文献真实性、外部事实核对）必须人工完成，AI仅作标记提醒。
5. 方法特异性依赖：虽要求AI主动扩展方法专属检查（如AHP、回归、扎根理论等），但实际效果取决于模型对该方法的领域知识储备，非常见方法可能覆盖不足。
---
适合人群
- 管理类硕士论文作者（MBA/MEM/MPA/类似专业学位），尤其非全日制在职学习者
- 论文导师或预评审专家，需要标准化审阅框架
- 反复修改多轮仍未收敛的论文版本，需系统性问题追踪
- 对学术规范性有明确要求的应用型研究，而非纯理论创新导向
---
常规风险
| 风险类型 | 说明 |
|---------|------|
| **数据误读** | 表格结构扁平化后可能丢失行列关系，导致百分比验算错误或数据定位偏差 |
| **术语误判** | 跨学科借用术语可能被标记为"不一致"，实则为有意区分 |
| **过度严格** | 三轮交叉验证可能放大问题严重度，需作者结合导师意见判断是否真为答辩障碍 |
| **迭代依赖风险** | 若作者误删或篡改`review_results.md`格式，自动模式可能失效 |
| **模型幻觉** | 尽管设计了[S]/[M]标记，复杂论证链条中仍可能出现虚假"逻辑断裂"指控 |