paperxie是专为本科生打造的学术工具，全流程覆盖选题、大纲生成、文献综述、智能排版、查重与aigc检测，支持学科定制与高校模板匹配，重复率可压至15%以下、ai率降至5%以内。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
你需要在开题前快速搭出逻辑严密、层级清晰、能直接进写作流程的论文大纲，而不是堆砌空泛标题的模板框架。
用“角色+任务+约束”三要素指令启动Kimi
在Kimi对话框中输入完整指令：你是一位【高校人文社科类硕导】，请为“算法推荐对大学生深度阅读能力的影响”生成一份用于硕士论文开题的结构大纲，要求包含引言、文献综述、理论框架、研究设计（含变量操作化定义）、实证分析路径、讨论与对策建议共6个主章节；每个二级标题必须是动宾短语（如“界定深度阅读的操作标准”），且第三级要点需标注论据类型（政策文件/问卷数据/访谈转录/实验记录）。
这一步不能跳过角色设定——没有“硕导”身份，Kimi会默认输出本科通识课水平的四段式结构；不写“动宾短语”和“论据类型”，它大概率塞进“意义重大”“具有现实价值”等无效表述。
拆解题目关键词链，喂给Kimi前先动手
方法一：主谓宾压缩法
把原始题目“算法推荐对大学生深度阅读能力的影响”压缩为：谁（平台算法）→做什么（持续推送碎片化内容）→导致什么（大学生单次专注时长下降、文本理解力弱化）。
方法二：矛盾提取法
手动写出两组对立词：“信息过载 ↔ 认知带宽收缩”“点击率优先 ↔ 逻辑链条断裂”，连同压缩后的主谓宾链一起粘贴进Kimi指令框。
使用 Moonshot Kimi API 的 $web_search 内置工具进行联网搜索。当需要进行网络搜索获取实时信息时使用，支持中文和英文搜索查询。需要配置 MOONSHOT_API_KEY。
【关键前提】Kimi不会自动识别题目张力——你若只扔原题过去，它只会复述“算法有影响”，无法触发结构化响应。
校验初版大纲并强制细化层级
第一步：检查所有二级标题是否全是动宾短语。若出现“相关概念界定”这种名词性短语，立刻重发指令，补一句：“所有二级标题必须以动词开头，如‘构建测量指标体系’而非‘测量指标体系’。”
第二步：对任意一个二级标题追加提问。例如选中“设计问卷测量深度阅读能力”，追问：“这个部分需要几个三级支撑点？每个支撑点用什么类型论据？请按‘①题项来源（如PISA阅读素养量表改编）→②信效度检验方式（Cronbach’s α+探索性因子分析）→③预测试样本特征（某双一流高校大二文科生N=127）’格式列出。”
第三步：若某三级点写着“举例说明”，立刻补问：“请为该点提供1个2025年教育部《数字素养白皮书》中披露的真实案例，并注明数据出处页码。”
