social-opinion-writer

name	social-opinion-writer
description	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。

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，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。
• 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。
• 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。
• 起草“对策建议”前，按议题读取 references/recommendation-playbooks.md。
• 需要做终稿把关时，再读 references/self-checklist.md。
• 需要输出 docx 正式稿时，读取 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 + 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-final-humanized.md：调用 humanizer-zh 后的去 AI 味终稿
• 12-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-final-humanized.md
• 13-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：

## 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
2. 再按需读取通用术语表 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
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：

## 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：

## 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
• 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：

## 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：

# 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”
• 正文内引注格式：正文中凡涉及具体数据、统计、典型事件，须在该句末（标点前或后）嵌入括号引注，格式为 （来源媒体/机构+日期+《文章或报告标题》） 或 （来源：单位名称+数据口径）；引注文字不另起行，不脚注，不单独列参考文献。
• 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

默认输出两部分：

1. 定稿正文
2. 核验摘要

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 <final.md> --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. 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
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 <final-humanized.md> --in-place
4. 以 final-humanized.md 为输入，运行 python3 scripts/generate_docx.py --input <final-humanized.md> --output <final.docx>
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

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。