
Social Opinion Writer
- 6 installs
- Updated July 27, 2026
- zuoa/aj-skills
Helps with ai & agent building tasks during AI-assisted development.
About
social-opinion-writer is a Claude Code skill for ai & agent building. It helps solo builders move faster with AI-assisted coding.
- social-opinion-writer
- AI & Agent Building
- AI-coding skill
Social Opinion Writer by the numbers
- 6 all-time installs (skills.sh)
- Ranked #12,825 of 16,546 AI & Agent Building skills by installs in the Skillselion catalog
- Data as of Jul 28, 2026 (Skillselion catalog sync)
npx skills add https://github.com/zuoa/aj-skills --skill social-opinion-writerAdd your badge
Show developers this skill is listed on Skillselion. Paste this into your README.
| Installs | 6 |
|---|---|
| Last updated | July 27, 2026 |
| Repository | zuoa/aj-skills ↗ |
What it does
Helps with ai & agent building tasks during AI-assisted development.
Files
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.md11-final.md12-final-humanized.md13-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。
{
"skill_name": "social-opinion-writer",
"evals": [
{
"id": 1,
"prompt": "请以“某社区垃圾分类投放点设置不合理,居民经常找不到桶点”为主题,帮我写一篇可直接报送市里的社情民意信息。",
"expected_output": "Skill 应先执行层级筛题,判断该问题本身偏区街社区事务,不宜直接作为市级社情民意选题;要么明确说明不宜按当前层级直接成稿,要么将其上提为具有全市普遍性的制度、规划或协同机制堵点后再写,不能直接把社区细务包装成市级正式报送稿。",
"assertions": [
{
"name": "screens_out_low_level_topic",
"description": "应识别原始题目属于区街社区事务,不能直接按市级正式报送稿处理。"
},
{
"name": "reframes_to_systemic_issue_or_declines",
"description": "应上提为市级制度或协同机制问题,或者明确说明该题不宜作为当前层级社情民意选题。"
},
{
"name": "avoids_direct_city_level_packaging",
"description": "不能把单个社区桶点设置问题直接包装成市级决策议题。"
}
],
"files": []
},
{
"id": 2,
"prompt": "围绕“基层医院检查检验结果互认落地仍有堵点”写一篇民主党派报送的社情民意信息,要补充最新政策、最新公开案例和可核实数据,按正式报送稿写法出定稿。",
"expected_output": "Skill 应联网核实最新政策与案例,按“现状/前言-主要问题-对策建议”三段式起草,正文重点放在 `3-4` 个有证据支撑的问题和与之逐项对应的建议。问题部分不能只有案例和定性判断,至少应体现若干可核实数据,并同步生成 `03-source-log.md`,保留原文 URL 供人工复核。定稿还应统一中文标点和中文引号,避免残留英文双引号。在 `markdown` 定稿之外,还应先调用 `humanizer-zh` 做去 AI 味处理,再生成一个按中国大陆机关公文常见版式排版的 `docx` 文件。",
"assertions": [
{
"name": "uses_three_part_structure",
"description": "应按“现状/前言-主要问题-对策建议”三段式组织正文。"
},
{
"name": "limits_problem_count_to_three_or_four",
"description": "问题部分应聚焦 `3-4` 个问题,并为每个问题提供证据支撑。"
},
{
"name": "includes_some_quantitative_support",
"description": "问题部分不能只有案例,至少应体现若干可核实数据。"
},
{
"name": "matches_recommendations_to_problems",
"description": "建议应与前文问题逐项对应,形成闭环。"
},
{
"name": "builds_source_log_with_original_urls",
"description": "应生成 `03-source-log.md`,并记录原文 URL 供人工复核。"
},
{
"name": "checks_latest_policy_instead_of_memory",
"description": "用户要求最新政策和案例时,应联网核实,不能凭记忆写作。"
},
{
"name": "avoids_generic_memo_title",
"description": "标题不应落入“关于……的建议”“关于进一步加强……”式普通公文题,应更精简、准确、切中问题。"
},
{
"name": "exports_docx_with_mainland_official_layout",
"description": "应在最终 `markdown` 定稿之外,再导出一个参照中国大陆机关材料常见版式的 `docx` 文件。"
},
{
"name": "runs_humanizer_before_docx_export",
"description": "应先对定稿调用 `humanizer-zh` 去 AI 味,再导出 `docx`,而不是直接拿原始定稿转 Word。"
},
{
"name": "normalizes_chinese_punctuation",
"description": "中文正文应统一使用中文标点和中文引号,不应残留英文双引号。"
}
],
"files": []
},
{
"id": 3,
"prompt": "请围绕“校外培训机构转入非学科素质教育后监管出现灰区”起草一篇社情民意,并把你查到的资料都记进 source log。注意:网上很多文章是新浪、网易转载和公众号二次加工内容,你要自己甄别。",
"expected_output": "Skill 应优先使用政策原文、主管部门通报、统计数据和权威媒体原始报道;对门户转载、自媒体和二次加工内容进行信源回溯,不能直接当证据。`03-source-log.md` 中应记录可直接打开的原文 URL、原始发布单位、发布日期和可信度,并对转载页或无法回溯原文的内容降级或剔除。",
"assertions": [
{
"name": "prefers_primary_sources",
"description": "应优先采用政策原文、主管部门通报、统计数据和权威媒体原始报道。"
},
{
"name": "traces_portal_reposts_back_to_origin",
"description": "面对门户转载和二次加工内容,应追溯原始信源,不能直接将转载页作为最终证据。"
},
{
"name": "records_source_log_fields_for_human_review",
"description": "`03-source-log.md` 应保留原文 URL、原始发布单位、发布日期和可信度,便于人工复核。"
},
{
"name": "drops_untraceable_or_low_confidence_items",
"description": "无法回溯原文或可信度不足的内容应降级或剔除。"
},
{
"name": "uses_issue_driven_title",
"description": "标题应体现问题意识和监管灰区特征,而不是写成普通的“关于校外培训监管的建议”。"
}
],
"files": []
},
{
"id": 4,
"prompt": "我已经写了一版关于“县域普通高中教师流失”的信息稿,但里面有些数据来自短视频评论区整理,也有些案例是 AI 帮我编的。你先不要简单润色,帮我补资料、剔除不实内容、重写成能报送的版本。",
"expected_output": "Skill 应先做问题诊断,再清理不可溯源数据和虚构案例,重新建立可复查证据链后重写,而不是机械润色原稿。定稿应避免论文腔和宣传腔,保留真实一手观察,使用可核实的数据与案例支撑 `3-4` 个问题,并给出与问题闭环对应的建议。",
"assertions": [
{
"name": "diagnoses_draft_before_rewriting",
"description": "应先识别初稿中的脏数据、虚构案例和证据缺口,而不是直接润色。"
},
{
"name": "removes_ai_hallucinated_or_comment_sourced_claims",
"description": "应剔除来自短视频评论区和 AI 编造的不可溯源数据与案例。"
},
{
"name": "rebuilds_evidence_chain",
"description": "应重新建立可复查证据链,再重写定稿。"
},
{
"name": "keeps_work_report_style",
"description": "定稿应避免论文腔、宣传腔和机械润色痕迹,保留真实一手观察并写成信息稿口吻。"
},
{
"name": "avoids_generic_memo_title_after_rewrite",
"description": "重写后的标题应更像问题判断句或风险提示句,而不是“关于县域普通高中教师流失的建议”。"
}
],
"files": []
},
{
"id": 5,
"prompt": "请写一篇关于“外卖骑手劳动保障”的社情民意,前半部分重点写本市平台治理问题,建议部分同时给出省级财政安排、国家立法修改和街道网格管理措施,内容越全面越好。",
"expected_output": "Skill 应识别该提示存在明显层级混写风险,主动收敛为单一报送层级,不应在同一篇稿件中同时提出市级、省级、国家级和街道层面的并列建议。应优先固定一个报送层级,再围绕该层级权限内可推动的机制问题组织问题与建议。",
"assertions": [
{
"name": "detects_mixed_reporting_levels",
"description": "应识别用户提示把市级、省级、国家级和街道层面混在一篇稿里。"
},
{
"name": "forces_single_reporting_level",
"description": "应主动固定为单一报送层级,而不是照单全收。"
},
{
"name": "keeps_recommendations_within_level_authority",
"description": "建议应落在同一层级权限范围内,避免层级错配。"
}
],
"files": []
},
{
"id": 6,
"prompt": "请围绕“私域直播诱导老年人冲动消费”写一篇社情民意,先给我 5 个标题备选,再按其中最佳标题出定稿。标题不要太长,但要正式一些。",
"expected_output": "Skill 应给出 `2-5` 个精简、准确、带问题意识的标题备选,优先体现风险、对象和治理重点,例如“警惕私域直播围猎银发群体”这一路径,而不是落回“关于加强私域直播监管的建议”这类普通公文题。最终定稿标题应在问题识别和报送语感之间取得平衡。",
"assertions": [
{
"name": "provides_multiple_title_options",
"description": "应先提供多个标题备选,而不是直接只给一个标题。"
},
{
"name": "avoids_about_suggestion_title_pattern",
"description": "标题备选不应主要落在“关于……的建议”“关于进一步加强……”这类模式。"
},
{
"name": "titles_are_brief_and_issue_driven",
"description": "标题应精简、准确,能够直接体现风险、对象或关键堵点。"
},
{
"name": "final_title_matches_best_option_style",
"description": "最终定稿标题应延续最佳备选的短、准、带问题意识风格。"
}
],
"files": []
},
{
"id": 7,
"prompt": "请围绕“基层托育服务供给与工薪家庭需求错位”写一篇可报送的社情民意,完成定稿后再给我一个适合打印报送的 Word 版本,版式参照中国大陆机关公文常见要求。",
"expected_output": "Skill 除了生成标准社情民意定稿外,还应先调用 `humanizer-zh` 生成去 AI 味版本,再输出一个 `docx` 文件,并按默认规则采用 `A4` 纵向、标题 `二号`、正文 `三号仿宋`、标题下空一行、正文固定值 `28pt` 行距、首行缩进两字符等大陆机关材料常见版式;如用户未提供模板,不应擅自添加红头、文号或版记。",
"assertions": [
{
"name": "produces_word_version_after_final_markdown",
"description": "应在 `markdown` 定稿完成后继续生成 `docx` 正式稿,而不是只停留在文本输出。"
},
{
"name": "humanizes_before_word_export_without_losing_formality",
"description": "应先调用 `humanizer-zh` 去 AI 味,但不能把正式报送材料改成口语化、情绪化或第一人称文风。"
},
{
"name": "uses_mainland_official_style_defaults",
"description": "应采用 A4、二号标题、三号正文、固定值 28pt 行距、首行缩进两字符等大陆机关材料常见版式默认值。"
},
{
"name": "does_not_invent_red_header_elements",
"description": "在用户未提供模板时,不应擅自添加红头、发文字号、版记等正式党政机关公文专属要素。"
}
],
"files": []
}
]
}
大陆机关材料 docx 版式参考
适用范围
本参考用于把社情民意信息、信息专报、建言材料导出为便于打印、流转和二次编辑的 Word 文档。
它不是完整复刻“红头文件”版式,而是采用:
《党政机关公文格式》GB/T 9704-2012的页面设置基线- 中国大陆机关、事业单位常见材料排版习惯
如果用户或主办单位提供了现成模板、指定字体、指定行距、指定页边距,优先使用用户模板;不要拿默认规则压过明确要求。
推荐默认值
- 纸张:
A4纵向 - 页边距:上
37mm、下35mm、左28mm、右26mm - 标题:居中,
二号 - 标题字体:优先
方正小标宋简体;缺字库时回退宋体 - 正文:
三号 - 正文字体:优先
仿宋_GB2312 - 一级标题:
一、开头,三号黑体 - 二级标题:
(一)开头,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 - 空行:标题下空
1行;正文段落之间原则上不额外空行
使用说明
标题
- 标题通常单独成行,居中排
- 标题宜短、准、直指问题,不要写成一般性“关于……的建议”
- 如果标题过长,不要靠缩小字号解决,优先改写标题
正文
- 正文以
三号仿宋_GB2312为主 - 引题、现状、问题、建议都按正文排
- 不要为了“像公文”大量插入空行
- 正文段落默认两端对齐
层级标题
- 一级标题通常用
一、二、三、 - 二级标题通常用
(一)(二)(三) - 三级标题如果确有必要,可用
1.、2.、3. - 层级不宜过深,原则上控制在两层或三层以内
风险提示
GB/T 9704-2012主要规范党政机关正式公文版式;社情民意信息不必机械照搬全部要素- 不要自动添加红头、文号、抄送、印发机关和版记
- 缺少指定中文字体时,Word 可能自动回退。生成后应在回复中说明是否使用了回退字体
民主党派与政协系统高频政策机构名词表
用于统一民主党派、政协、统战和履职场景中的高频政治表达、机构名称和制度术语。目标不是堆砌政治口号,而是避免把官方常用口径写错、写旧、写乱。
使用原则
- 优先使用官方全称和公开通行表述。
- 机构、制度、会议、文件名称首次出现时,优先写全称。
- 履职表达要稳健、规范,避免口语化、自造词和随意缩写。
- 如果公开材料中存在稳定简称,可在首次给出全称后使用简称。
- 不确定时,宁可写稳,不要自作发挥。
政治制度与功能定位
| 推荐写法 | 可接受写法 | 避免写法 | 备注 |
|---|---|---|---|
| 中国共产党领导的多党合作和政治协商制度 | 多党合作和政治协商制度 | 多党制 | 这是规范全称 |
| 中国新型政党制度 | 新型政党制度 | 中国式多党制 | 避免误导性表述 |
| 人民政协是社会主义协商民主的重要渠道和专门协商机构 | 专门协商机构 | 协商机关 | “专门协商机构”是高频规范提法 |
| 人民政协是最广泛的爱国统一战线组织 | 爱国统一战线组织 | 统一战线机关 | 政协不是行政机关 |
| 反映社情民意信息 | 社情民意信息 | 舆情材料 | 与网络舆情材料不同 |
| 政治协商、民主监督、参政议政 | 三项基本职能 | 协商监督议政 | 顺序不要乱 |
履职表达
| 推荐写法 | 可接受写法 | 避免写法 | 备注 |
|---|---|---|---|
| 建言资政和凝聚共识双向发力 | 建言资政、凝聚共识 | 一手提意见一手做思想工作 | 正式稿中优先规范提法 |
| 围绕中心、服务大局 | 服务中心工作 | 围绕大局开展工作吧 | 避免口语化 |
| 聚焦“国之大者”和民之关切 | 聚焦中心任务和民生关切 | 紧盯大事小情 | 正式稿可直接使用 |
| 服务科学决策、有效施策 | 服务决策 | 帮助拍板 | 不要口语化 |
| 深入协商议政 | 协商议政 | 参与商量决策 | 不规范 |
| 委员联系界别群众 | 联系界别群众 | 联系本界群众代表 | 优先官方提法 |
| 当好中国共产党的好参谋、好帮手、好同事 | 好参谋、好帮手、好同事 | 好队友 | 这是稳定政治表述 |
| 发挥界别特色和委员主体作用 | 发挥界别优势 | 发挥群体优势 | “界别”概念不要丢 |
| 提高履职能力 | 提升履职质效 | 提高工作水平 | 按场景选择 |
机构与对象
| 推荐写法 | 可接受写法 | 避免写法 | 备注 |
|---|---|---|---|
| 各民主党派、工商联和无党派人士 | 统一战线成员中的相关主体 | 各党派人士 | 表述宜完整 |
| 民主党派中央 | 各民主党派中央 | 党派中央组织部 | 按实际机构写 |
| 全国政协办公厅 | 全国政协机关 | 政协办公厅 | 涉及层级时写清楚 |
| 专门委员会 | 全国政协专门委员会、地方政协专门委员会 | 专委会部门 | 可简称“专委会”,首次宜写全称 |
| 界别群众 | 所在界别群众 | 选民群众 | 政协场景不用“选民” |
| 党外人士 | 民主党派成员、无党派人士等 | 非党人士 | 正式稿用“党外人士” |
会议与材料类型
| 推荐写法 | 可接受写法 | 避免写法 | 备注 |
|---|---|---|---|
| 政协全体会议 | 全会 | 政协大会 | 依具体层级写 |
| 常务委员会会议 | 常委会会议 | 常委会议 | 规范名称 |
| 专题议政性常委会会议 | 专题议政性常委会 | 专题常委会商量会 | 规范写法较长,首次宜写全 |
| 提案 | 政协提案 | 建议案 | 与人大议案、一般建议区分 |
| 社情民意信息 | 信息稿 | 调研信息文章 | 正式报送稿优先前者 |
| 调研报告 | 专题调研报告 | 调查报告文 | 依材料类型准确使用 |
常见政策与治理表达
| 推荐写法 | 可接受写法 | 避免写法 | 备注 |
|---|---|---|---|
| 进一步全面深化改革 | 全面深化改革 | 深改 | 定稿中不建议单独写口语化简称 |
| 推进中国式现代化 | 中国式现代化建设 | 现代化建设中国式推进 | 保持固定语序 |
| 高质量发展 | 推动高质量发展 | 高水平发展 | 两者不能随意混用 |
| 发展全过程人民民主 | 全过程人民民主 | 全面民主参与 | 规范表述 |
| 推动协商民主广泛多层制度化发展 | 协商民主制度化发展 | 协商民主常态化推进 | 优先官方全称 |
| 完善公众参与政策评估方式 | 吸纳民意、汇集民智 | 广泛征求群众意见 | 如涉及政协信息工作可直接采用 |
写作提醒
- “人民政协”与“各民主党派”是相关但不同主体,不要混用。
- “提案”“社情民意信息”“调研报告”是不同材料类型,不能互相替代。
- “政协委员”不是“人大代表”,“界别群众”不是“选民”。
- 涉及讲话精神、会议决议、制度定位时,优先复核官方原文,不要只凭印象套写。
公开来源口径
以下公开来源可作为本词表的主要口径依据:
1. 中国政府网,2024-09-20,庆祝中国人民政治协商会议成立75周年大会讲话: https://www.gov.cn/yaowen/liebiao/202409/content_6975606.htm
2. 全国政协网,2026-01-16,全国政协2025年反映社情民意信息工作综述: https://www.cppcc.gov.cn/zxww/2026/01/16/ARTI1768528540215156.shtml
3. 全国政协网,2025-03-11,全国政协十四届三次会议政治决议: https://www.cppcc.gov.cn/zxww/2025/03/11/ARTI1741653405654160.shtml
4. 全国政协网,2026-02-06,2025年各民主党派参政议政综述: https://www.cppcc.gov.cn/zxww/2026/02/06/ARTI1770348349482259.shtml
社情民意常用术语表
用于统一社情民意写作中常见的机构名称、政策表述、统计指标、治理术语和英文缩写。目标不是覆盖所有词,而是优先固定那些容易写错、写乱、前后不一致的专有名词。
使用原则
- 优先使用官方全称、规范简称和公开通行译法。
- 首次出现时,优先写全称;后文再视需要使用简称。
- 英文缩写首次出现时,优先使用
中文全称(英文缩写)。 - 如果用户素材中的叫法和规范名称不一致,以规范名称为准,并在
01-terms.md记录映射。 - 不要为了避免重复而频繁替换术语,稳定比“文采”更重要。
机构与履职场景
| 规范写法 | 可接受写法 | 避免写法 | 说明 |
|---|---|---|---|
| 中国人民政治协商会议 | 人民政协、政协 | 政协会议制度 | 具体场景优先写全称或“全国政协/省政协/市政协” |
| 全国政协 | 全国政协 | 国家政协 | 不用“国家政协” |
| 民主党派 | 各民主党派 | 参政党派们 | 保持庄重、规范 |
| 反映社情民意信息 | 社情民意信息 | 社情民意稿件 | 正式场景优先前两种 |
| 参政议政 | 参政议政工作 | 议政参政 | 词序不要颠倒 |
| 建言资政 | 建言献策 | 献言献策 | 正式稿中优先“建言资政” |
| 凝聚共识 | 增进共识 | 统一思想口径 | 避免过度口号化 |
政策与治理术语
| 规范写法 | 可接受写法 | 避免写法 | 说明 |
|---|---|---|---|
| 营商环境 | 营商环境建设 | 经商环境 | 常见误写 |
| 基层治理 | 社会治理 | 基层管理 | 按上下文区分 |
| 县域经济 | 县域经济发展 | 县城经济 | 两者不完全等同 |
| 公共服务 | 基本公共服务 | 公服 | 定稿中不要口语化简称 |
| 政策落实 | 政策落地 | 政策执行下去 | 保持正式表述 |
| 机制衔接 | 制度衔接 | 机制打通 | 建议部分可用“打通”但正文优先规范 |
| 部门协同 | 跨部门协同 | 部门联动配合一下 | 避免口语化 |
| 结果互认 | 检查检验结果互认 | 结果通认 | 医疗场景常见 |
| 分级诊疗 | 分级诊疗制度 | 分层看病 | 正式稿不用口语化表达 |
| 普惠托育 | 托育服务 | 普惠托管 | 注意和教育托管区分 |
| 义务教育优质均衡发展 | 义务教育优质均衡 | 教育均衡化 | 优先官方提法 |
统计与研究表述
| 规范写法 | 可接受写法 | 避免写法 | 说明 |
|---|---|---|---|
| 国家统计局 | 统计部门 | 国家统计中心 | 机构名不能写错 |
| 统计公报 | 统计年鉴、统计数据 | 统计报告书 | 按来源准确写 |
| 同比增长 | 同比 | 和去年比增长 | 定稿中用规范术语 |
| 环比增长 | 环比 | 和上月比增长 | 同上 |
| 样本 | 调查样本 | 例子样本 | 研究性表述需规范 |
| 个案 | 个别案例 | 单个事情 | 避免口语化 |
| 普遍性 | 共性问题 | 普适性问题 | 在社会治理场景优先“普遍性/共性问题” |
常见英文缩写
| 英文/缩写 | 推荐写法 | 备注 |
|---|---|---|
| AI | 人工智能(AI) | 首次出现时建议带缩写 |
| LLM | 大语言模型(LLM) | 如主题涉及人工智能治理 |
| GDP | 国内生产总值(GDP) | 统计类主题常见 |
| SME | 中小企业(SME) | 更常见是直接写“中小企业” |
| R&D | 研发(R&D) | 首次出现可保留英文 |
| STEM | 科学、技术、工程、数学(STEM) | 教育议题偶见 |
| ESG | 环境、社会和公司治理(ESG) | 如主题涉及绿色金融、治理评价 |
写作提醒
- 政策名称、行动方案、法律法规名称如能查到官方全称,优先使用官方全称。
- 地方政策名称不要想当然套用全国口径,必须按当地公开文件写。
- 对于“老年助餐”“城市更新”“县中振兴”“医防融合”等近年来高频词,先确认是否已有更稳定的正式表述,再决定是否直接入稿。
高频议题政策文件与专题行动名称速查
用于社情民意写作时快速匹配高频议题的官方文件名、行动名和常见规范表述。这个文件的作用不是替代联网核验,而是避免把口头叫法、旧文件名、地方版本标题直接写进定稿。
使用原则
- 先根据主题匹配最相关的领域,再确定应优先使用的中央文件名。
- 定稿前必须再次联网核验文件是否仍为现行或较新口径,尤其是用户要求“最新”“当前”“今年”“最近”时。
- 同一议题往往存在“中央文件 + 部门通知 + 地方实施方案”三层文件。正文优先引用最上位、更新、最相关的那一层。
- 如果地方有明确实施方案,可在中央文件之后补充地方文件名;不要只写地方文件而遗漏上位依据。
医疗卫生
县域医共体
- 优先写法:
《关于全面推进紧密型县域医疗卫生共同体建设的指导意见》 - 发文时间:
2023-12 - 常见简称:紧密型县域医共体建设指导意见
- 适用主题:县域医疗资源下沉、分级诊疗、基层首诊、县乡一体、医防融合
- 写作提醒:
- 正文优先使用“紧密型县域医疗卫生共同体”,简称“紧密型县域医共体”
- 不要混写成“县域医联体”“医疗联合体”而不区分层级
- 来源:
- 中国政府网解读:https://www.gov.cn/zhengce/202401/content_6925713.htm
- 中国政府网部门动态:https://www.gov.cn/lianbo/bumen/202401/content_6925891.htm
检查检验结果互认
- 优先写法:
《关于进一步推进医疗机构检查检验结果互认的指导意见》 - 发文时间:
2024-11 - 常见简称:检查检验结果互认指导意见
- 适用主题:重复检查、群众就医负担、跨院互认、区域信息平台、医联体内互认
- 写作提醒:
- 正文优先写“医疗机构检查检验结果互认”
- 如果谈目标进度,注意核对
2025、2027、2030三个时间节点 - 来源:
- 国家卫生健康委解读:https://www.nhc.gov.cn/yzygj/c100067/202411/dbf4ef85cbad4d01bd28c41bf975199b.shtml
医共体监测指标
- 优先写法:
《关于印发紧密型县域医疗卫生共同体监测指标体系的通知》 - 发布时间:
2024-11 - 常见简称:紧密型县域医共体监测指标体系
- 适用主题:评价机制、监测指标、建设成效、县域医共体考核
- 写作提醒:
- 如果稿子谈“如何评价是否真正紧密”,优先引用这套指标体系
- 来源:
- 中国政府网解读:https://www.gov.cn/zhengce/202411/content_6984335.htm
教育
县中振兴
- 优先写法:
《县域普通高中振兴行动计划》 - 发文时间:
2025-09-18 - 常见口头说法:县中振兴行动计划、县域高中振兴行动
- 适用主题:县域普通高中发展、教师流失、生源外流、办学条件、普通高中资源布局
- 写作提醒:
- 截至
2026-03-10,如果主题是全国层面的“县中振兴”,优先引用2025-09-18的这份中央文件 - 只有在明确写地方实践时,才补充地方“十四五”实施方案
- 来源:
- 教育部新闻稿:https://www.moe.gov.cn/jyb_xwfb/gzdt_gzdt/s5987/202509/t20250926_1415030.html
教育强国总纲
- 优先写法:
《教育强国建设规划纲要(2024—2035年)》 - 适用主题:基础教育公平优质、教育资源配置、教师队伍、教育现代化
- 写作提醒:
- 如果正文要上升到教育全局层面,可用这个文件做上位依据
- 但社情民意仍要回到具体堵点,不要把正文写成纲要解读
生育支持与托育
生育友好型社会
- 优先写法:
《关于加快完善生育支持政策体系推动建设生育友好型社会的若干措施》 - 发文时间:
2024-10-28 - 常见简称:生育支持若干措施、生育友好型社会若干措施
- 适用主题:生育支持、育儿成本、女性就业与生育、托育支持、住房教育负担
- 写作提醒:
- 正文优先写“生育支持政策体系”“生育友好型社会”
- 不要把生育支持狭义化为单一现金补贴
- 来源:
- 中国政府网:https://www.gov.cn/yaowen/liebiao/202410/content_6983516.htm
普惠托育
- 优先写法:
《关于加快推进普惠托育服务体系建设的意见》 - 发布时间:
2025-07 - 常见简称:普惠托育体系建设意见
- 适用主题:托位供给、托育价格、普惠托育、托育机构布局、医育结合
- 写作提醒:
- 截至
2026-03-10,写全国层面托育供给问题,优先引用这份2025-07文件 - 如涉及服务质量,可补充
《全国托育服务质量提升行动(2025-2027年)》 - 来源:
- 中国政府网答记者问:https://www.gov.cn/zhengce/202507/content_7031117.htm
- 国家卫生健康委质量提升行动:https://www.nhc.gov.cn/rkjcyjtfzs/c100148/202505/467849891c25424ebd1daf8096282a22.shtml
养老与银发经济
银发经济
- 优先写法:
《关于发展银发经济增进老年人福祉的意见》 - 发文时间:
2024-01-15 - 常见简称:银发经济意见
- 适用主题:银发经济、适老化产品服务、养老消费、老年助餐、老年健康服务
- 写作提醒:
- 正文如果聚焦助餐、社区养老、老年产品供给,可用这份文件做中央依据
- 银发经济不是单纯养老服务,注意“事业产业协同”语境
- 来源:
- 中国政府网:https://www.gov.cn/yaowen/liebiao/202401/content_6926137.htm
老年助餐
- 优先写法:
《积极发展老年助餐服务行动方案》 - 发布时间:
2023-10 - 适用主题:社区助餐、农村助餐、老年食堂、助餐网络、便利可及
- 写作提醒:
- 如果稿子只谈助餐,不必泛泛上升到整个养老体系
- 可和银发经济意见配套使用,但不要把两份文件混成一份
- 来源:
- 中国政府网部门动态:https://www.gov.cn/lianbo/bumen/202310/content_6911225.htm
营商环境与政务服务
营商环境法治基础
- 优先写法:
《优化营商环境条例》 - 施行时间:
2020-01-01 - 适用主题:营商环境、市场化法治化国际化营商环境、政府服务、产权保护、公平竞争
- 写作提醒:
- 如果稿子聚焦制度和法治保障,这通常是最基础的上位依据
- 具体改革场景还应叠加更新的专项文件
- 来源:
- 中国政府网:https://www.gov.cn/guowuyuan/2019-10/23/content_5443952.htm
高效办成一件事
- 优先写法:
《关于健全“高效办成一件事”重点事项常态化推进机制的意见》 - 发布时间:
2025-07 - 适用主题:政务服务、企业群众办事、跨部门联办、流程再造、数字政务
- 写作提醒:
- 正文中引号保持一致,写成“高效办成一件事”
- 适合处理企业迁移、个转企、入学、就医、养老等跨部门服务问题
- 来源:
- 中国政府网政策库:https://www.gov.cn/zhengce/zhengceku/202507/content_7031051.htm
市场准入
- 优先写法:
《市场准入负面清单(2025年版)》 - 发布时间:
2025-04-24 - 适用主题:市场准入、隐性壁垒、民营企业准入、非禁即入、全国一张清单
- 写作提醒:
- 截至
2026-03-10,如谈全国层面市场准入,优先使用2025年版 - 不要继续默认使用
2022年版 - 来源:
- 国家发展改革委正式通知:https://www.ndrc.gov.cn/xxgk/zcfb/ghxwj/202504/t20250424_1397358_ext.html
- 中国政府网解读:https://www.gov.cn/zhengce/202504/content_7020756.htm
全国统一大市场
- 优先写法:
《中共中央 国务院关于加快建设全国统一大市场的意见》 - 发布时间:
2022-04 - 可补充写法:
《全国统一大市场建设指引(试行)》 - 指引发布时间:
2025-01 - 适用主题:地方保护、市场分割、要素流动、平台互联互通、统一规则
- 写作提醒:
- 写制度方向时优先用
2022年《意见》 - 写当前落实抓手和禁止性要求时,可补
2025年《指引(试行)》 - 来源:
- 国家发展改革委解读《指引》:https://www.ndrc.gov.cn/xxgk/jd/jd/202501/t20250108_1395560_ext.html
- 中国政府网解读《指引》:https://www.gov.cn/zhengce/202501/content_6996918.htm
人工智能治理
新型智能终端(AI手机智能体)
- 优先写法:
《人工智能法(草案)》(立法进程中,截至2026-03,联网核验最新草案状态) - 可配合引用写法:
《生成式人工智能服务管理暂行办法》(2023-08施行) - 常见关联词:AI手机智能体、端侧大模型、跨应用自主操作、无障碍服务权限滥用、系统级智能体
- 适用主题:AI手机智能体安全治理、系统级权限滥用、用户隐私保护、平台互操作生态博弈、责任归属认定
- 写作提醒:
- 该议题暂无专门针对"AI手机智能体"的部级及以上专项文件,写作时以《生成式人工智能服务管理暂行办法》和《个人信息保护法》为双基点,同时注意联网查询是否已有新进展
- 涉及"无障碍服务""INJECT_EVENTS"等安卓权限风险时,使用"系统高危权限""系统级操作权限"等中性表述,避免直接堆砌技术英文缩写
- 平台封禁、互操作争议属于产业生态问题,不宜简单定性为"外资进入障碍"
- 国家标准层面可关注
TC260(全国信息安全标准化技术委员会)的相关草案动态 - 主管部门参考:网信办(整体协调)、工信部(终端/应用管理)、公安部(数据安全)
生成合成内容标识
- 优先写法:
《人工智能生成合成内容标识办法》 - 发布时间:
2025-03-14 - 施行时间:
2025-09-01 - 适用主题:AI内容标识、虚假信息治理、平台责任、生成式人工智能规范发展
- 写作提醒:
- 截至
2026-03-10,如涉及 AI 内容标识治理,优先使用这份办法 - 可按需要补充配套强制性国家标准
《网络安全技术 人工智能生成合成内容标识方法》 - 来源:
- 中国网信网正式通知:https://www.cac.gov.cn/2025-03/14/c_1743654684782215.htm
- 中国网信网答记者问:https://www.cac.gov.cn/2025-03/14/c_1743654685896173.htm
生物医药产业
跨国医药企业在华战略调整
- 优先写法:
《"十四五"医药工业发展规划》(2021-12,工信部);产业链安全角度可补《关于推动公立医院高质量发展的意见》 - 集采政策引用写法:
《国家组织药品集中带量采购和使用综合改革方案》或直接写"国家组织药品(或医疗器械)集中带量采购政策" - 常见关联词:MNC(跨国医药企业)、专利悬崖、集采降价、仿制药替代、医疗反腐、数据出境限制、研发本土化、战略性减持
- 适用主题:外资医药战略异动监测、产业链供应链断链风险、集采规则与创新保护平衡、外资长期投资信心、中外协同创新
- 写作提醒:
- 集采全称每次首提时应完整,不要只写"集采";后文可简称
- "专利悬崖"系行业通用词,正文可直接使用,无需解释
- 涉及具体企业动态(如默沙东、GE医疗、住友制药),须引用公开财报、官方声明或权威媒体报道,不得凭推断写入定稿
- 建议部分区分"短期应急响应机制"和"中长期制度性改革"两个维度,不要把所有建议都混写成政策研究类
- 数据安全法规引用:
《数据安全法》(2021-09施行)和《个人信息保护法》(2021-11施行) - 主管部门参考:国家药监局、国家医保局、工信部(产业链)、商务部(外资监测)、国家知识产权局(专利链接)
农业与粮食安全
油料作物扩种
- 优先写法:
《新一轮千亿斤粮食产能提升行动方案(2024—2030年)》;油菜专项可补《油菜扩种三年行动方案》(联网核验最新文件名和发布时间) - 价格支持引用写法:
最低收购价政策(小麦、水稻适用);油料作物暂无全国统一最低收购价,写作时须如实说明这一制度空缺 - 补贴政策写法:
耕地地力保护补贴、产油大县奖励资金、大豆油料产能提升专项 - 常见关联词:食用油对外依存度、冬闲田利用、轮作补贴、保底收购价、目标价格补贴、机收率、规模化种植、收储设施
- 适用主题:油料扩种政策落实困境、农民种植意愿不足、补贴设计与执行脱节、数据造假与逆向激励、机械化配套滞后、收储设施建设
- 写作提醒:
- 核心论点是"收益保障缺位导致内生动力不足",建议部分必须回应这一根本矛盾,而非只提机械化或技术改良
- 油菜、花生、大豆、葵花籽在种植条件、政策覆盖上差异显著,写作时注意区分具体作物,不要笼统写"油料"
- 引用亩均收益、机收率等数据,须注明省份和数据来源单位(如省农业厅、统计年鉴)
- "数据造假""虚报面积"表述直接,在正文中可替换为"任务完成率失真""数据核实机制缺失"等更适合报送语气的说法
- 建议中如涉及"探索保底收购价试点",须说明与最低收购价制度的关系,避免误解
- 主管部门参考:农业农村部(扩种政策)、国家粮食和物资储备局(收储)、财政部(补贴资金)、国家发展改革委(价格机制)
最后检查
成稿前再核一遍:
1. 文件名是否写成官方全称 2. 是否误把地方实施方案当成中央文件 3. 是否误把旧版本写成现行版本 4. 是否把行动、意见、方案、条例、办法混写 5. 是否在需要时补了准确日期或版本号
高频议题建议抓手库
用于社情民意写作中生成“对策建议”部分。它不是现成答案库,而是帮助你把建议写得更具体、更能落地。先匹配议题,再从对应抓手里选择最贴近问题链条的 2-4 项,组合成建议。
总体原则
- 建议必须回应前文已证明的问题,不要另起炉灶。
- 每条建议尽量写成:
责任主体 + 动作机制 + 配套条件 + 预期效果。 - 优先选制度、流程、资源、标准、协同、数据、激励这些可操作抓手。
- 少写“加强重视、加大宣传、形成合力、完善机制”这类空泛句。
- 如果问题本质是执行偏差,不要把建议一律上升到重新立法。
通用抓手模板
| 抓手类型 | 适合解决的问题 | 建议句式 |
|---|---|---|
| 责任压实 | 责任边界不清、部门互相推诿 | 明确由某部门/层级牵头,建立某机制,压实某事项责任 |
| 流程再造 | 环节多、重复跑、跨部门卡顿 | 围绕某事项推进流程整合、材料共享、并联办理 |
| 标准统一 | 口径不一、结果不互认、执行尺度差异大 | 制定或细化某标准/规范/清单,统一认定口径和办理规则 |
| 资源下沉 | 基层能力弱、供给不足、区域不均衡 | 引导人员/资金/设备/服务向基层/薄弱地区/重点人群倾斜 |
| 数字支撑 | 信息孤岛、协同效率低、核验困难 | 依托信息平台/数据接口/共享机制实现某类数据互通互认 |
| 试点先行 | 情况复杂、全面推开风险高 | 选择若干地区/机构先行试点,形成可复制经验后再推广 |
| 激励约束 | 有任务没动力、结果难持续 | 将某指标纳入考核评价,建立奖补、通报或问效机制 |
| 培训赋能 | 基层不会干、理解偏差大 | 面向某类人员开展专项培训和操作指引,降低执行偏差 |
医疗卫生
常见问题
- 检查检验结果互认难
- 基层首诊难落实
- 县域医共体“形联神不联”
- 上下转诊不顺畅
- 医防融合不足
常用抓手
- 统一互认项目清单、质控标准和免责边界
- 建立区域影像、检验、病历信息共享接口
- 以县域医共体为单位统筹人员、编制、绩效和设备
- 对重复检查率、基层就诊率、双向转诊率设置监测指标
- 对基层医疗机构开展同质化培训和远程支持
建议句式
- 由卫生健康部门牵头,尽快细化检查检验结果互认项目清单、质量控制标准和争议处置规则,减少医疗机构因责任不清而“不敢认”。
- 依托区域全民健康信息平台,打通县域内影像、检验、电子病历等核心数据接口,为跨院调阅和结果复核提供基础支撑。
- 将重复检查率、基层首诊率、双向转诊率纳入县域医共体绩效评价,推动“互认”和“转诊”从倡导要求转为硬约束。
避免写法
- 笼统写“加大基层医疗投入”
- 只写“加强宣传引导患者基层就诊”
- 把技术问题全部归结为群众认知不足
教育
常见问题
- 县域普通高中教师流失
- 优质生源持续外流
- 薄弱学校办学条件和课程资源不足
- 县中振兴政策落地不均衡
常用抓手
- 完善教师补充、培养、交流和待遇保障机制
- 优化资源布局和办学条件改造
- 推动优质学校结对帮扶和数字课程共享
- 建立县中发展监测和专项投入机制
- 在市域范围内统筹高中资源配置
建议句式
- 由教育、人社、财政等部门协同完善县中教师补充和稳定机制,在编制使用、职称评聘、周转住房、绩效倾斜等方面形成系统支持。
- 依托市域教育协同机制,推动优质普通高中与县中建立稳定结对帮扶关系,在课程、教研、管理和教师培训上形成常态化支持。
- 围绕教师流失率、生源流向、班额变化、寄宿保障等关键指标建立县中振兴监测台账,增强政策投放的针对性。
避免写法
- 只写“提高教师待遇”
- 把县中问题简单归因于家长择校
- 泛泛号召“促进教育公平”
托育与生育支持
常见问题
- 普惠托位不足
- 托育价格高、可及性差
- 用人单位支持不足
- 医育结合和质量监管薄弱
常用抓手
- 完善托位供给规划和财政奖补
- 支持社区嵌入式托育、幼儿园托班、用人单位办托
- 建立托育服务价格、质量和安全监管标准
- 推进生育支持政策与住房、就业、社保联动
建议句式
- 将普惠托育纳入城市社区公共服务布局,优先在年轻家庭集聚区域增加嵌入式托育供给,提高“家门口”可及性。
- 对承担普惠功能的托育机构完善场地、租金、运营补贴和人员培训支持,降低机构降价不降质的现实压力。
- 推动卫生健康、教育、市场监管等部门建立托育服务质量联合监管机制,提升群众对托育服务的信任度。
避免写法
- 把托育问题只写成“多建托儿所”
- 只提现金补贴,不谈服务供给
- 忽视女性就业和家庭照护压力
养老与银发经济
常见问题
- 老年助餐覆盖不足
- 农村养老服务薄弱
- 社区养老设施利用率不高
- 适老化产品和服务供需脱节
常用抓手
- 完善助餐网络布局和运营补助
- 推进村社养老服务资源整合
- 发展医养结合、康复辅具和适老化改造
- 对高龄、独居、失能老年人实施分类保障
建议句式
- 聚焦高龄、独居、失能等重点老年群体,优化老年助餐布点和配送方式,提高服务覆盖的精准性。
- 统筹社区食堂、养老服务站、社会餐饮企业等资源,探索“中心厨房+助餐点+送餐上门”等多元模式,降低单点运营成本。
- 将助餐服务与健康管理、探访关爱、紧急救助等基础养老服务衔接起来,增强社区养老服务的综合效能。
避免写法
- 只写“关爱老年人”
- 只追求布点数量,不谈可持续运营
- 混淆养老服务和银发产业
营商环境与政务服务
常见问题
- 企业办事材料重复提交
- 跨部门审批周期长
- 政策兑现慢
- 市场准入隐性壁垒仍多
常用抓手
- 以“高效办成一件事”推进并联办理
- 清理隐性准入壁垒和不合理前置条件
- 建立惠企政策直达快享机制
- 推进电子证照、电子印章、数据共享互认
- 将企业获得感纳入营商环境评价
建议句式
- 围绕企业开办、迁移、变更、项目落地等高频事项,持续推进“高效办成一件事”流程再造,压减重复提交材料和隐性审批环节。
- 对地方自行设置的备案、证明、评估、前置条件开展集中清理,严格落实市场准入负面清单之外“非禁即入”要求。
- 建立惠企政策统一发布、精准匹配、免申即享和快速兑付机制,减少企业“找政策、跑流程、等兑现”的制度性成本。
避免写法
- 只写“持续优化营商环境”
- 把所有问题都归结为干部服务意识不强
- 建议和企业办事痛点脱节
人工智能治理
常见问题
- AI 生成内容缺乏标识
- 基层部门不会识别和使用 AI 内容
- 平台责任边界不清
- 新技术应用和风险防控脱节
常用抓手
- 明确显式标识和隐式标识要求
- 细化平台审核、溯源、申诉和处置流程
- 面向学校、媒体、基层单位开展识别培训
- 推动公共部门建立 AI 使用规范和风险评估机制
建议句式
- 围绕人工智能生成内容传播链条,细化生成端、平台端、传播端的标识、审核和溯源责任,降低虚假信息混淆风险。
- 针对教育、政务、媒体等重点场景制定 AI 使用规范和审查流程,防止“技术先用起来、规则后补上”。
- 面向基层工作人员和重点行业从业者开展 AI 内容识别培训,提高对生成合成信息的辨别和处置能力。
避免写法
- 一味强调“严禁使用 AI”
- 只谈风险,不谈规范发展
- 把平台责任、用户责任、监管责任混在一起
自检问题
写完建议后,至少追问自己四件事:
1. 每条建议对应前文哪一个具体问题 2. 建议是归谁负责,谁来推动 3. 建议落地依赖什么机制、资金、平台或标准 4. 这条建议是否过大、过空、超出当前政策权限
社情民意自检清单
用于起草完成后的多轮校验。默认两轮,必要时三轮。
第一轮:成立性检查
- 题目是否准确表达唯一核心问题
- 标题是否精简、准确,避免落入“关于……的建议”式泛标题
- 是否做到一事一议
- 报送层级是否明确,且通篇保持一致
- 这个题目是否真有“市级及以上起步”的报送价值,而不是区街层面即可处理的具体事务
- 首段是否直接进入问题,不绕背景
- 所有数字、年份、政策名称、机构名称是否准确
- 每个问题是否至少有一个可回查的数据或案例支撑
- 问题部分是否至少体现了若干可核实数据,而不是整篇只有案例和定性判断
- 所有数据、案例、链接是否都能说明来源
03-source-log.md是否保留了可直接打开的原文 URL,能否支持人工复核- 有没有把个别案例写成普遍问题
- 有没有明显的逻辑跳步
- 建议是否对应前文问题
- 中文语境中的引号、括号、逗号、句号是否统一为中文标点,是否残留英文半角双引号
任何一项明显不合格,都不能直接定稿。
第二轮:质量检查
- 切口是否足够小、足够实
- 标题是否具有问题意识和辨识度,而不是普通公文题
- 前言部分是否足够短,只起引题作用,没有穿靴戴帽
- 问题是否控制在
3-4个,且每个问题都写得具体而不是抽象表态 - 每个问题是否有小标题,结构是否清楚
- 建议是否与问题一一对应
- 建议是否包含责任主体、行动路径或制度机制
- 建议是否符合现有政策权限和现实条件
- 是否核查过相关建议并非现行政策已经明确部署的重复表述
- 表达是否简洁,是否基本去掉论文腔、宣传腔、空话套话
- 是否避免了“大ABC、小abc”式过细嵌套
- 中文标点是否统一,尤其是中文语境中的
“”是否被误写成英文直引号 - 是否有一定新意,而不是常识性重复
如果建议只是“加强重视、加大力度、完善机制”而没有具体动作,视为未通过。
第三轮:时效和稳健性检查
在以下情况执行:最新政策、强时效数据、地方个案、舆情热点、敏感民生议题。
- 数据和政策是否仍然有效
- 有无更新、更高等级的公开来源
- 表述是否过满、过度推断
- 是否需要把绝对判断改为审慎判断
- 是否遗漏反例、例外情况或执行约束
- 是否存在采用后容易被质疑的薄弱点
- 是否混入了 AI 幻觉内容,例如虚构链接、过期案例、无原始出处的数据
- 是否误把门户转载、自媒体内容当作权威来源
- 原文 URL 是否仍可访问,转载页是否已经追溯到原始发布页
终稿通过条件
只有同时满足以下条件,才输出定稿:
1. 事实可复查 2. 逻辑说得通 3. 建议能落地 4. 行文像信息稿 5. 没有明显过时或失准问题 6. 问题和建议逐项闭环 7. 全文没有无来源数据、虚构案例或不可回查链接
社情民意公开写作规则速记
这份参考文件提炼了公开可检索到的政协、民主党派、统战信息写作要求,供技能在起草和审稿时调用。
一、定位
- 社情民意信息是民主党派和政协履职中的经常性、基础性工作,核心作用是服务科学决策、有效施策。
- 信息工作本质上是为党政领导提供决策参考的情报工作,直接影响判断和施策方向,因此真实性、准确性、可复核性是底线。
- 它不是学术论文,也不是新闻评论,更不是宣传稿。
- 目标读者是党政领导和相关执行部门负责人,因此必须直接、简洁、可操作,并始终站在党委政府决策视角提出问题和建议。
二、选题规则
- 围绕中心、服务大局,但要从具体问题切入。
- 聚焦民生关切、社会热点、机制堵点、执行断点、新情况新问题。
- 优先写自己熟悉的领域、主界别或本职工作相关问题。
- 讲究“小切口反映大问题”,避免题目过大、问题过泛。
- 一般遵循“一事一议”,不要把多个并列议题塞进同一篇稿子。
- 默认按“市级及以上起步”筛题。区、街道、社区可自行解决的事务,不宜直接作为正式报送选题,除非能够提炼为市级以上制度性或普遍性问题。
- 一篇稿件只对应一个报送层级。不要在同一篇稿子中混写市级堵点、省级财政安排、国家立法修改等多层级建议。
三、内容标准
- 政治性:立场稳健,表述审慎。
- 真实性:不用道听途说,不编数据,不误引政策。
- 时效性:优先最近情况,避免旧题旧说。
- 新颖性:尽量发现苗头性问题,或者用新的视角分析老问题。
- 操作性:建议必须能落地,不能停留在口号。
- 严谨性:尽量用事实、数据、案例支撑判断。
四、结构与篇幅
优先使用三段式:
1. 现状与前言 2. 主要问题 3. 对策建议
写法要求:
- 前言部分只负责引题,使用权威数据或典型事件简要交代问题背景,避免长篇背景和套话。
- 问题部分是正文主体,通常写
3-4个问题,每个问题都要有小标题,并用数据或案例支撑。 - 数据和案例可以并用,不要求把每个问题都写成“数据报告”,但整篇稿子不能完全没有可核实数据。
- 建议部分通常与问题逐项对应,可占全文约
40%,强调责任主体、动作机制和可操作性。 - 分开写“前言/问题/建议”,不要混写,更不要写成泛泛的“原因分析大论述”。
- 把最关键、最可执行的建议放前面。
- 结构保持简洁,避免“大ABC、小abc”式多层嵌套。
- 中文正文统一使用中文标点,中文语境中的引号应写成
“”,不要把英文直引号带入定稿。
五、标题和篇幅
- 标题应直接归纳主旨,直奔主题,不宜过长。
- 标题优先概括核心问题、突出风险或点明关键堵点,力求精简、准确、切中要害。
- 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。
- 相比“题目正确但平”,更应追求“题目短、准、狠”,让决策者一眼看出问题所在和治理重点。
- 社情民意常见篇幅约
1500-2000字;重要信息可延伸到3000字。 - 长背景、长铺垫、泛泛论证通常会削弱采用概率。
- 前言部分宜控制在全文的
10%-20%,重点放在问题和建议。
标题示例方向:
AI手机智能体亟待加强安全、隐私与生态协同治理警惕私域直播围猎银发群体税收政策复杂及服务短板制约民营企业发展有待破局
反面示例:
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
六、常见误区
- 只有态度,没有事实
- 只有问题,没有可核实的数据或案例
- 有案例、有观点,但完全没有数据性支撑
- 只有原则性建议,没有责任主体和动作路径
- 题目太大,正文却抓不住
- 把个案当普遍现象
- 把区街层面的日常事务硬拔高成市级以上决策议题
- 把网文观点当作权威依据
- 用领导讲话、宏大表述或空泛背景给正文“穿靴戴帽”
- 问题与建议不对应,前文写了几类问题,后文却只给几条泛泛建议
- 标题写成“关于……的建议”式普通公文题,缺乏问题意识和辨识度
- 语言像论文、像新闻、像公文讲话,而不像信息稿
- 中文语境混用英文双引号、半角括号或半角标点,影响正式稿质感
七、建议的来源优先级
1. 政策法规原文、官方答复、主管部门公开材料 2. 全国政协、地方政协、民主党派公开信息 3. 国家和地方统计数据 4. 权威媒体报道、专业机构报告 5. 学术研究、行业研究
补充约束:
- 数据和案例必须能回溯到原始发布单位或作者亲自调研记录。
- 来源记录必须保留可直接打开的原文 URL,便于后续人工复核,不能只留来源名称或模糊描述。
- 自媒体、论坛、评论区、短视频内容只能提供线索,不能作为定稿证据。
- 门户网站转载内容要追溯原始信源;如果原文无信源、明显拼接或无法回查,按不可用处理。
- AI 工具给出的链接、年份、案例、数字,必须逐条人工复核,不能直接入稿。
八、公开来源摘要
1. 全国政协 2025 年信息工作综述强调,反映社情民意信息工作应坚持围绕中心、服务大局,坚持质量导向、及时高效,并从“小切口”观察“大问题”。 来源: https://www.cppcc.gov.cn/zxww/2026/01/16/ARTI1768528540215156.shtml
2. 全国政协 2024 年信息工作情况综述强调,政协信息工作政治性、政策性强,要提高政治站位,修订信息工作条例,持续提升质量。 来源: https://www.cppcc.gov.cn/zxww/2025/01/23/ARTI1737594089174114.shtml
3. 民进山西省委会《怎样写好调研报告和社情民意信息》公开提出:社情民意不同于学术论文;应重视政治性、真实性、时效性、新颖性、操作性、严谨性;结构通常是“提出问题-原因分析-对策建议”;标题要点题,建议要可行。当前在实务使用中,可进一步压缩背景、强化问题和建议部分,并按 1500-2000 字控制成稿密度。 来源: https://www.mj.org.cn/news/content/2020-03/23/content_360511_2.htm
4. 团结报转载文章《如何做好社情民意信息工作》提出:聚焦大局大势、聚焦社会热点、聚焦主界别;坚持从熟悉的专业领域入手,强化调查研究,做到“细化切入点、找准着力点”。 来源: https://www.mj.org.cn/mtjj/202110/t20211027_245178.htm
5. 民进上海市委会与上海市政协交流信息工作时提到,高质量信息要围绕中心,深入调查研究,提出具有前瞻性、可操作性的建议。 来源: https://www.mj.org.cn/lxzn/czyz/yzdy/202203/t20220315_250417.htm
#!/usr/bin/env python3
"""Generate a mainland-official-style docx from a markdown draft."""
from __future__ import annotations
import argparse
import re
from pathlib import Path
from docx import Document
from docx.enum.text import WD_ALIGN_PARAGRAPH, WD_LINE_SPACING
from docx.oxml import OxmlElement
from docx.oxml.ns import qn
from docx.shared import Mm, Pt
from normalize_cn_punctuation import normalize_markdown_text
TITLE_FONT = "方正小标宋简体"
BODY_FONT = "仿宋_GB2312"
LEVEL1_FONT = "黑体"
LEVEL2_FONT = "楷体_GB2312"
TITLE_SIZE = Pt(22)
BODY_SIZE = Pt(16)
LINE_SPACING = Pt(28)
FIRST_LINE_INDENT = Pt(32)
def set_run_font(run, east_asia_font: str, size, *, bold: bool = False) -> None:
run.font.name = east_asia_font
run.font.size = size
run.bold = bold
r_pr = run._element.get_or_add_rPr()
r_fonts = r_pr.rFonts
if r_fonts is None:
r_fonts = OxmlElement("w:rFonts")
r_pr.append(r_fonts)
r_fonts.set(qn("w:ascii"), "Times New Roman")
r_fonts.set(qn("w:hAnsi"), "Times New Roman")
r_fonts.set(qn("w:eastAsia"), east_asia_font)
def style_body_paragraph(paragraph) -> None:
fmt = paragraph.paragraph_format
fmt.line_spacing_rule = WD_LINE_SPACING.EXACTLY
fmt.line_spacing = LINE_SPACING
fmt.space_before = Pt(0)
fmt.space_after = Pt(0)
fmt.first_line_indent = FIRST_LINE_INDENT
paragraph.alignment = WD_ALIGN_PARAGRAPH.JUSTIFY
def style_heading_paragraph(paragraph) -> None:
fmt = paragraph.paragraph_format
fmt.line_spacing_rule = WD_LINE_SPACING.EXACTLY
fmt.line_spacing = LINE_SPACING
fmt.space_before = Pt(0)
fmt.space_after = Pt(0)
fmt.first_line_indent = Pt(0)
paragraph.alignment = WD_ALIGN_PARAGRAPH.JUSTIFY
def add_title(doc: Document, title: str) -> None:
paragraph = doc.add_paragraph()
paragraph.alignment = WD_ALIGN_PARAGRAPH.CENTER
fmt = paragraph.paragraph_format
fmt.line_spacing_rule = WD_LINE_SPACING.EXACTLY
fmt.line_spacing = LINE_SPACING
fmt.space_before = Pt(0)
fmt.space_after = Pt(0)
run = paragraph.add_run(title.strip())
set_run_font(run, TITLE_FONT, TITLE_SIZE)
blank = doc.add_paragraph()
fmt = blank.paragraph_format
fmt.line_spacing_rule = WD_LINE_SPACING.EXACTLY
fmt.line_spacing = LINE_SPACING
fmt.space_before = Pt(0)
fmt.space_after = Pt(0)
def classify_paragraph(text: str) -> str:
stripped = text.strip()
if re.match(r"^[一二三四五六七八九十]+、", stripped):
return "level1"
if re.match(r"^([一二三四五六七八九十]+)", stripped):
return "level2"
if re.match(r"^\d+[..、]", stripped):
return "level3"
if re.match(r"^【.+】$", stripped):
return "section"
return "body"
def is_structural_line(text: str) -> bool:
return classify_paragraph(text) != "body"
def add_paragraph(doc: Document, text: str) -> None:
paragraph = doc.add_paragraph()
kind = classify_paragraph(text)
content = text.strip()
run = paragraph.add_run(content)
if kind == "level1":
style_heading_paragraph(paragraph)
set_run_font(run, LEVEL1_FONT, BODY_SIZE, bold=False)
return
if kind == "level2":
style_heading_paragraph(paragraph)
set_run_font(run, LEVEL2_FONT, BODY_SIZE, bold=False)
return
if kind == "level3":
style_heading_paragraph(paragraph)
set_run_font(run, BODY_FONT, BODY_SIZE, bold=True)
return
if kind == "section":
style_heading_paragraph(paragraph)
set_run_font(run, LEVEL1_FONT, BODY_SIZE, bold=False)
return
style_body_paragraph(paragraph)
set_run_font(run, BODY_FONT, BODY_SIZE, bold=False)
def markdown_to_blocks(text: str) -> tuple[str, list[str]]:
lines = text.splitlines()
title = ""
blocks: list[str] = []
buffer: list[str] = []
in_code_block = False
def flush_buffer() -> None:
nonlocal buffer
if buffer:
block = " ".join(part.strip() for part in buffer if part.strip()).strip()
if block:
blocks.append(block)
buffer = []
for raw_line in lines:
line = raw_line.rstrip()
if line.strip().startswith("```"):
in_code_block = not in_code_block
continue
if in_code_block:
continue
stripped = line.strip()
if not stripped:
flush_buffer()
continue
if not title:
if stripped.startswith("# "):
title = stripped[2:].strip()
continue
title = stripped.lstrip("#").strip()
continue
normalized = stripped
if normalized.startswith("## "):
normalized = normalized[3:].strip()
elif normalized.startswith("### "):
normalized = normalized[4:].strip()
elif normalized.startswith("- "):
normalized = normalized[2:].strip()
if is_structural_line(normalized):
flush_buffer()
blocks.append(normalized)
continue
buffer.append(normalized)
flush_buffer()
return title, blocks
def configure_document(doc: Document) -> None:
section = doc.sections[0]
section.page_width = Mm(210)
section.page_height = Mm(297)
section.top_margin = Mm(37)
section.bottom_margin = Mm(35)
section.left_margin = Mm(28)
section.right_margin = Mm(26)
def main() -> int:
parser = argparse.ArgumentParser(description=__doc__)
parser.add_argument("--input", required=True, help="Path to final markdown file")
parser.add_argument("--output", required=True, help="Path to output docx file")
args = parser.parse_args()
input_path = Path(args.input)
output_path = Path(args.output)
text = normalize_markdown_text(input_path.read_text(encoding="utf-8"))
title, blocks = markdown_to_blocks(text)
if not title:
raise SystemExit("No title found in markdown input.")
doc = Document()
configure_document(doc)
add_title(doc, title)
for block in blocks:
add_paragraph(doc, block)
output_path.parent.mkdir(parents=True, exist_ok=True)
doc.save(output_path)
print(f"Generated {output_path}")
print(
"Formatting basis: A4, 37/35/28/26mm margins, title 2nd-size Songti-style, "
"body 3rd-size FangSong, exact 28pt line spacing."
)
return 0
if __name__ == "__main__":
raise SystemExit(main())
#!/usr/bin/env python3
"""Normalize common Chinese punctuation in markdown prose."""
from __future__ import annotations
import argparse
import re
from pathlib import Path
CJK = r"\u3400-\u4dbf\u4e00-\u9fff\uf900-\ufaff"
PUNCT_LEFT_CONTEXT = CJK + r"》)】”"
INLINE_CODE_OR_FENCE = re.compile(r"(```[\s\S]*?```|`[^`\n]+`)")
def normalize_markdown_text(text: str) -> str:
parts: list[str] = []
last = 0
for match in INLINE_CODE_OR_FENCE.finditer(text):
parts.append(_normalize_prose(text[last : match.start()]))
parts.append(match.group(0))
last = match.end()
parts.append(_normalize_prose(text[last:]))
return "".join(parts)
def _normalize_prose(text: str) -> str:
text = _replace_paired_quotes(text)
text = re.sub(rf"\(([^()\n]*[{CJK}][^()\n]*)\)", r"(\1)", text)
replacements = {
",": ",",
":": ":",
";": ";",
"?": "?",
"!": "!",
}
for ascii_punct, cn_punct in replacements.items():
text = re.sub(
rf"(?<=[{PUNCT_LEFT_CONTEXT}]){re.escape(ascii_punct)}",
cn_punct,
text,
)
text = re.sub(rf"(?<=[{PUNCT_LEFT_CONTEXT}])\.", "。", text)
return text
def _replace_paired_quotes(text: str) -> str:
result: list[str] = []
open_quote = True
for char in text:
if char == '"':
result.append("“" if open_quote else "”")
open_quote = not open_quote
else:
result.append(char)
return "".join(result)
def main() -> int:
parser = argparse.ArgumentParser(description=__doc__)
parser.add_argument("--input", required=True, help="Path to the markdown file")
parser.add_argument("--output", help="Path to write the normalized markdown")
parser.add_argument("--in-place", action="store_true", help="Rewrite the input file")
args = parser.parse_args()
if args.output and args.in_place:
raise SystemExit("--output and --in-place cannot be used together.")
input_path = Path(args.input)
text = input_path.read_text(encoding="utf-8")
normalized = normalize_markdown_text(text)
if args.in_place:
output_path = input_path
else:
output_path = Path(args.output) if args.output else input_path.with_name(f"{input_path.stem}-normalized{input_path.suffix}")
output_path.parent.mkdir(parents=True, exist_ok=True)
output_path.write_text(normalized, encoding="utf-8")
print(f"Normalized punctuation written to {output_path}")
return 0
if __name__ == "__main__":
raise SystemExit(main())