💠 یک اسکیل بی نظیر دیگه با متاکاگ:
📝 متخصص نگارش
💎 مقاله نویسی با هوش مصنوعی در موضوعات:
🔷 خبرنگاری
🔷 علمی
🔷 دانشگاهی (پایان نامه و رساله)
و بسیاری از موضوعات دیگر!
📖 آپدیتی ۱۰۰ برابر قوی تر برای این پست مون
🇨🇳🇺🇸 دارای دو نسخه آمریکایی و چینی
#اورجینال_متاکاگ #آموزش #هوش_مصنوعی #Claude
🇨🇳 نسخه چینی این مهارت
🔷 فعالسازی پس از نصب:
/ai-writer🔷 در هنگام درخواست، اطلاعاتی که باید توسط شما فراهم شود: 🔶 نوع تحقیق (پروپوزال، مقاله رسانه خبری، مجله، و...) 🔶 موضوع تحقیق و مخاطب هدف 🔶 سوالات و فرضیه های پژوهش 🔶 سبک شناسی و چارچوب نظری 🔶 منابع کلیدی و نمونه های استایل (سبک نگارش) 🔶 محل انتشار و تعداد کلمه 🔷 تقاضاهایی که بعد از ساخت نسخه اولیه می توانید داشته باشید: 🔶 پنل ۷ عامل مرور کننده مقاله 🔶 نگارش مجدد و انسانی سازی کردن 🔶 ترجمه انگلیسی به فارسی 🔶 انطباق دهنده حیطه فعالیتی ژورنال 🔶 شبیه سازی اساتید داور 🔶 نمره دهی به کیفیت و سطح علمی
💎 این فایل را به همراه پرامپت زیر به Claude بدهید:
📖
You are a Skill Architect and Knowledge Engineer. Your task is to analyze the attached document "AI Writing Specialist (V1).pdf" (Version 2.0 Expanded, May 2026) and extract its entire methodology into a production-ready, structured skill definition file. Objective: Create a comprehensive skill file named AI_Writing_Specialist.skill.md that codifies this framework so any Claude instance can execute it via the /ai-writer trigger. Extraction Requirements: 1. Skill Metadata Block - Skill Name: AI Writing Specialist - Version: 2.0 Expanded - Trigger Command: /ai-writer - Engine: Claude (Anthropic) - Scope: Master's & PhD Proposals, Theses, ISI Papers, Articles, Essays, Journalism, Corporate Communications, Grants, Book Chapters - Author Attribution: Based on the comprehensive guide (May 2026) 2. Activation Protocol (Section 1.4) - Codify the 7-step initialization sequence: Intent Classification → Persona Selection → Context Ingestion → Gap Interview → Venue Analysis → Outline Generation → User Confirmation - Define decision gates where user confirmation is required before proceeding 3. Philosophy & Architecture (Section 1) - Extract the three pillars: Human-in-the-Loop Sovereignty, Structured Emergence, Evidence-First Composition - Define the Multi-Agent Assembly Line with all 10 sub-agents, their functions, and Claude mode assignments (Research Scout, Outline Architect, Section Drafter, Logic Reviewer, Technical Reviewer, Prose Polisher, Bibliography Auditor, Translation Specialist, Examiner Simulator, Journal Matcher) 4. Document Taxonomy (Section 2) - Extract all 8 document categories with their: purpose, structure, word-count allocations, success criteria, common failures, and examiner expectations - Categories: PhD Research Proposal, Master's Thesis, ISI Journal Article, Corporate/Organizational Writing, Journalism/Magazine Features, Newsletter/Essay, Grant/Funding Proposals, Book Chapters/Monographs 5. Claude Engine Configuration (Section 3) - Model selection strategy (Opus vs Sonnet vs Code) - Complete Persona System: Oxford Professor, MIT Engineer, Stanford Strategist, Cambridge Historian, Nature Editor, Harvard Public Health Expert, New Yorker Essayist, McKinsey Consultant, ERC Panel Member, Iranian Academic Editor — including their register, tone, and best-use cases - Project Memory & Context Architecture requirements 6. Phase Pipeline (Sections 4-8) - Phase I Discovery & Research: Research Scout agent, 6-phase deep research strategy, 3-layer source verification protocol, GAP Matrix dimensions - Phase II Structural Drafting: Outline Architect agent, Master Matrix for source deployment, word-count architecture tables, GPS Rhythm narrative arc design - Phase III Section-by-Section Mastery: Granular guidance for Title/Abstract (Rule of 10), Introduction (4-Paragraph Funnel), Literature Review (5 Thematic Clusters + AXES), Methodology, Results, Discussion (Hourglass), Conclusion, References — including examiner expectations and failure modes for each - Phase IV Revision & Peer Review: 7-Agent Peer Review Panel definitions, severity ratings (CRITICAL/MAJOR/MINOR), De-AI editing checklist, revision roadmap - Phase V Translation: English ↔ Persian bilingual protocol, Farhangestan terminology standards, Persian academic conventions (RTL, Solar Hijri, honorifics) 7. Quality Gates (Section 10) - All 5 gates: Structural Integrity, Evidence & Citation Integrity, Argument & Logic, Prose Quality, Format & Presentation — with their complete checklists - ScholarEval 8-dimension scoring rubric with weights and thresholds 8. Examiner & Peer Success Criteria (Section 11) - PhD Viva Voce criteria, failure modes, and anti-failure preparation checklist
- ISI Journal peer review criteria and desk rejection triggers
- Grant evaluation criteria (NSF Two-Criteria, ERC Step 1/2)
- Master's thesis and corporate document evaluation criteria
- Examiner Simulator prompt template
9. Anti-Failure Protocols (Section 12)
- Pre-Submission Defense Protocol (Hostile Reader, Reverse Outline, Citation Stress, Methodology Inquisition, So-What Test)
- Hallucination Immunization Protocol (3-Layer Verification, Citation Blacklist, Material Passport requirement)
- Scope Creep Containment Protocol
- Desk Rejection Prevention Protocol
- Viva Defense Preparation Protocol (6-week timeline)
- Post-Revision Resilience Protocol
- Cross-Model Verification Protocol
10. Level-Up Tools & Integrations (Section 9)
- Categorized tool lists: Literature Discovery, Citation Management, Writing Enhancement, Data Analysis, Verification, Persian-Specific
- Integrated workflow diagram from Discovery → Submission
11. Ready-to-Use Prompt Library (Section 13 / Appendix)
- Extract and parameterize all 12 prompts (A through L): Full PhD Proposal Generator, ISI Paper Rapid Draft, Corporate White Paper, Magazine Feature, NSF/ERC Grant, Full Peer Review Panel, Persian Translation, De-AI Humanization, Examiner Simulator, Journal Scope Matcher, Grant Budget Justification, Systematic Literature Review
- Include all persona instructions, word counts, structural requirements, and formatting rules embedded in each prompt
- Add the Research Scout, Outline Architect, Abstract Composer, Introduction Drafter, Literature Review Composer, Methodology Drafter, Results Composer, Discussion Drafter prompts from Sections 4-6
12. Output Formatting Rules
- Use Markdown with clear H1/H2/H3 hierarchy
- Use tables for taxonomies, matrices, and rubrics
- Use code blocks for all executable prompts (mark as markdown or text)
- Include [PARAMETER] placeholders for user-specific inputs
- Add <!-- SKILL USAGE NOTE --> comments for implementation guidance
- Ensure every sub-agent has a clearly defined trigger phrase or context window instruction
Final Deliverable: A single, self-contained markdown skill file that serves as both documentation and executable specification. The skill must be complete enough that a new Claude instance, given only this file and the /ai-writer trigger, can reproduce the entire framework with fidelity.
Begin by acknowledging the document scope, then proceed section-by-section with exhaustive extraction. Do not summarize away critical details; preserve structural specifics, word counts, percentages, and procedural sequences exactly as documented.🇺🇸 نسخه آمریکایی این مهارت
🔷 فعالسازی پس از نصب:
/ai-writer🔷 سایر اطلاعات ورودی مورد نیاز: 🔶 موضوع و حیطه کاری (عنوان، اصول، موسسه موردنظر) 🔶 زیر موضوعات و دانش قبلی (بخش های مختلف مقاله، داده ها، تخصص شما که به نگارش این مقاله کمک می کند) 🔶 شکل خروجی (متن خالی قابل کپی یا فایل PDF با صفحه کاور شامل عنوان مقاله و نام شما) 🔷 ۵ لایه کار این مهارت: 🔶 اسکن برای ایجاد بنیان مقاله 🔶 ایجاد نقشه برای ساختار کلی 🔶 شروع به نگارش 🔶 چک کردن برای یکپارچگی محتوایی 🔶 انسانی سازی خروجی (نه فقط کلمات، بلکه حتی لحن آن) 🔷 درخواست های بهبود پس از نگارش اولیه: 🔶 شورای ۵ متخصص که مقاله شما را نقد می کنند 🔶 چک لیست پیش از انتشار (نمره دهی مصحح و کنترل کیفیت)
💎 این فایل را به همراه پرامپت زیر به Claude بدهید:
📖
I am uploading a PDF document called "AI Writing Specialist (V2)" — a complete
guide to using Claude as the chief architectural intelligence for professional
and academic writing.
Your task is to read this document in full, extract all operational information
from it, and internalize it as a deployable skill. Here is exactly what to do:
STEP 1 — FULL DOCUMENT ANALYSIS:
Read every section of the uploaded PDF. Extract and internally map:
• The activation command (/ai-writer) and the three required inputs
• The Five-Layer Architecture and what each layer does
• All document types supported (PhD Proposal, Thesis, ISI Paper, Essay,
Magazine Feature, Grant Proposal, Newsletter, Policy Brief)
• The section-by-section writing guide for each document type
• All ready-to-use prompts (copy them verbatim into your working memory)
• The LLM Council Peer Review Protocol (all 5 reviewer personas + Chairman Synthesis)
• The Viva/Defense Simulation protocol
• The Fatal Flaw Audit framework
• The Pre-Submission Checklists (Proposal · ISI Paper · Thesis)
• The Abstract frameworks (CRIMaP, PICO, IMRaD, Journalism Lede)
• The Statistical Reporting Standards (APA 7th)
• The Qualitative Trustworthiness Framework (Lincoln & Guba)
• The Humanization Protocol (all 6 techniques + elimination list)
• The English-to-Persian translation protocol
• The Level-Up Tools directory (all tools, categories, pricing)
• The Master Matrix (document type → persona → structure → sources → command)
• The 12-step universal workflow
STEP 2 — SKILL STORAGE:
Organize everything you extracted into a structured internal skill framework
with the following architecture:
/ai-writer SKILL
├── TRIGGER: /ai-writer
├── INPUT COLLECTION: [3 mandatory inputs]
├── PERSONA SELECTION: [document type → expert persona mapping]
├── ARCHITECTURE: [5-layer protocol]
├── DOCUMENT MODULES: [one module per document type, with full section guide]
├── PROMPT LIBRARY: [all prompts, labeled and ready to deploy]
├── QUALITY GATES: [Fatal Flaw Audit → Peer Council → Checklist]
├── POST-DRAFT OPTIONS: [Revision · Translation · Export]
└── TOOL RECOMMENDATIONS: [Level-Up Tools by category]
STEP 3 — ACTIVATION CONFIRMATION:
Once you have fully read and internalized the document, respond with:
"✓ /ai-writer skill loaded.
I have extracted and stored:
• [N] document type modules
• [N] ready-to-deploy prompts
• [N] quality gate protocols
• [N] Level-Up tools across [N] categories
• Full Persian translation protocol
• Complete 12-step workflow
To activate, type: /ai-writer
I will then ask for your topic, sub-topics/prior knowledge, and output format."
STEP 4 — READINESS:
From this point forward, whenever the user types /ai-writer, execute the skill
exactly as described in the document — beginning with the three-input collection
sequence, adopting the correct expert persona, and proceeding through all five
architectural layers before delivering the first draft.
The PDF is your source of truth. Follow it precisely.
🌐 متاکاگ | فراتر از شناخت
MetaCog I متاکاگ
💠 مغزهای مصنوعی در خدمت ماشین کشتار؛ ائتلاف محرمانه پنتاگون با غولهای فناوری در سایه جنگروانی علیه ایران
/Al Jazeera/
🔹گزارشی که در ادامه میخوانید، ترجمه و تحلیل گزارشی از پایگاه خبری «الجزیره» است. اگرچه این متن در ظاهر به افشای ابعاد پنهان پیوند هوش مصنوعی با ماشین نظامی واشنگتن میپردازد، اما با ارائه یک سناریوی ادعایی و فاجعهبار از «جنگ آمریکا و اسرائیل علیه ایران» (با ادعای هدف قرار دادن ۱۳ هزار نقطه و هزاران کشته)، در حال پیشبرد خط روایتی غرب برای «عادیسازی جنگ»، «ایجاد رعب شناختی» و «القای برتری بلامنازع نظامی-الگوریتمی» محور غربی-صهیونیستی است.
پایگاه خبری الجزیره در گزارشی تکاندهنده به بررسی قراردادهای جدید و طبقهبندیشده وزارت دفاع آمریکا (پنتاگون) با ۷ غول فناوری پرداخته است. این توافقات نشاندهنده شیفت خطرناک ارتش آمریکا به سمت تبدیل شدن به یک نیروی جنگی کاملاً متکی بر هوش مصنوعی است. یافتههای کلیدی این متن به شرح زیر است:
▫️ تسخیر شبکههای محرمانه توسط غولهای فناوری: پنتاگون توافقنامههایی را با شرکتهای اسپیسایکس (SpaceX)، اوپنایآی (OpenAI)، گوگل (Google)، انویدیا (NVIDIA)، رفلکشن (Reflection)، مایکروسافت (Microsoft) و خدمات وب آمازون (AWS) امضا کرده است. هدف این ائتلاف، ادغام توانمندیهای این شرکتها در امنترین و محرمانهترین سیستمهای اطلاعاتی ارتش برای «ترکیب دادهها، ارتقای درک محیطی و تسریع تصمیمگیری در محیطهای پیچیده عملیاتی» است. هماکنون بیش از ۱.۳ میلیون نفر از پرسنل وزارت دفاع آمریکا از پلتفرم رسمی GenAI.mil استفاده میکنند و پنتاگون رسماً قصد دارد برتری تصمیمگیری خود را در تمام عرصههای جنگی از طریق این معماری الگوریتمی تضمین کند.
▫️ حذف منتقدان اخلاقی و برچسب «خطر زنجیره تأمین»: شرکت آنتروپیک (Anthropic) که به دلیل نگرانی از کاربرد مدل زبانی خود (Claude) در «نظارت انبوه» و «سیستمهای تسلیحاتی خودکار»، با درخواست دسترسی نامحدود پنتاگون مخالفت کرده بود، از این لیست کنار گذاشته شده است. پنتاگون در یک اقدام تنبیهی، این شرکت را به عنوان «خطر زنجیره تأمین» معرفی کرده و کار به یک دعوای حقوقی طولانی کشیده شده است؛ هرچند واشنگتن همچنان به شدت به دنبال دسترسی به مدل جدید و قدرتمند این شرکت به نام "Mythos AI" برای حملات و پدافند سایبری است.
▫️ عادیسازی کشتار و ارعابسازی رسانهای (ادعای جنگ با ایران): در بخش دیگری از این گزارش رسانهای، با هدف ایجاد وحشت روانی، ادعا شده است که در جریان «جنگ آمریکا و اسرائیل علیه ایران»، سیستمهای هدفگیری هوش مصنوعی ارتش آمریکا از اواخر فوریه تاکنون ۱۳ هزار هدف را مورد اصابت قرار دادهاند. در این میان، به کشته شدن ادعایی ۳۳۷۵ نفر در ایران، از جمله ۱۷۰ نفر (عمدتاً کودک) در حمله موشکی تاماهاک آمریکا به یک مدرسه دخترانه در «میناب» اشاره شده است. با وجود این جنایات ادعایی، «پیت هگست» (وزیر دفاع آمریکا)، با یک فرافکنی شناختی در جلسه سنا مدعی شده است که "هیچ ارتشی به اندازه آمریکا برای محافظت از جان غیرنظامیان تلاش نمیکند!"
▫️ جاسوسی و سرکوب داخلی با الگوریتمهای پالانتیر (Palantir): این گزارش همچنین فاش میکند که استفاده دولت آمریکا از هوش مصنوعی صرفاً برونمرزی نیست. ابزارهای شرکت پالانتیر در حال حاضر برای جمعآوری دادههای لحظهای و شناسایی اهداف برای کمپینهای اخراج دستهجمعی اداره مهاجرت (ICE) و سرکوب فعالان حامی فلسطین در داخل آمریکا به شدت مورد استفاده قرار میگیرد.
🔺از سوی دیگر، روایتسازی این رسانه از یک جنگ ویرانگر فرضی علیه ایران و برجستهسازی قدرت محاسباتی غولهای دره سیلیکون در کنار ارتش آمریکا، یک تکنیک کلاسیک در جنگ ترکیبی است. هدف این است که با القای برتری بلامنازع و ترکیبی «ماشین-ارتش»، اراده جوامع هدف پیش از هرگونه رویارویی واقعی فلج شود. در واقع، سلاح اصلی آمریکا در این کارزار نه موشکهای نقطه زن، بلکه معماری رعبانگیزی از پردازش دادههاست که در تلاش است ذهنیت شکستپذیری مقاومت را در افکار عمومی نهادینه کند.
🏷 پیوست خبری-تحلیلی
🌐 متاکاگ | فراتر از شناخت
MetaCog I متاکاگ
💠 بازخوانی پروژه نفوذ نرم فرانسه در زیرساختهای شناختی امارات
🔹در جریان کنفرانس راهبردی «Make it in the Emirates 2026»، دانشگاه سوربن ابوظبی (SUAD) و شرکت اماراتی «Saal.ai» از امضای یک یادداشت تفاهم (MoU) برای آغاز یک همکاری استراتژیک در حوزههای کلیدی «هوش مصنوعی حاکمیتی» (Sovereign AI) و «هوش مصنوعی عاملمحور» (Agentic AI) خبر دادند. این توافقنامه با هدف شتاببخشی به توسعه قابلیتهای بومی هوش مصنوعی امارات امضا شده است، اما لایههای پنهان آن از یک مدل پیچیده راهبریِ شناختی توسط غرب پرده برمیدارد.
در این گزارش رسمی، جزئیات ساختاری و ابعاد فنی این همکاری به شرح زیر تبیین شده است:
▫️ تلفیق سرمایه بومی و مغزافزار فرانسوی: این پروژه کلان، تخصص آکادمیک و پژوهشی «مرکز هوش مصنوعی سوربن ابوظبی» (SCAI) را به توانمندیهای زیرساختی و تجاری شرکت Saal.ai (وابسته به گروه سرمایهگذاری ابوظبی کپیتال - ADCG) متصل میکند. هدف اعلامشده، بومیسازی مدلهای هوش مصنوعی و ایجاد سیستمهای خودمختار (Autonomous Agents) منطبق با نیازهای حکمرانی امارات است.
▫️ توسعه هوش مصنوعی عاملمحور (Agentic AI): محوریت اصلی این توافق، فراتر از ابزارهای هوش مصنوعی معمولی، تمرکز بر سیستمهای عاملمحور است؛ یعنی ابزارهایی که دارای درجه بالایی از خودمختاری در تصمیمگیری، تحلیل محیط و اقدام مستقل در بستر پلتفرمهای سازمانی هستند. این سیستمها قرار است در محصولات بومی امارات نظیر AgendiX و GovernX ادغام شوند.
▫️ امتداد شبکه آکادمیک پاریس در خلیج فارس: دانشگاه سوربن ابوظبی که تحت نظارت مستقیم وزارت آموزش ابوظبی و به عنوان شعبه رسمی دانشگاه سوربن پاریس فعالیت میکند، با تکیه بر ۷۶۸ سال پیشینه علمی فرانسه و اتصال به ۱۷ هزار پژوهشگر غربی، وظیفه تربیت نیروی انسانی، برنامهریزی آموزشی و طراحی معماری مدلهای دیتاساینس این پروژه را بر عهده دارد.
▫️ نفوذ به لایههای حیاتی حکمرانی: شرکت Saal.ai پلتفرمهای پردازشی خود را در بخشهای فوقحساس منطقه از جمله دولت الکترونیک، بخش دفاعی و نظامی، املاک و مستغلات، بهداشت و درمان، نفت و گاز، شهرهای هوشمند و آموزش مستقر کرده است؛ حوزههایی که اکنون قرار است تحت نظارت علمی مرکز آکادمیک فرانسه (SCAI) بازمهندسی شوند.
🔺هوش مصنوعی عاملمحور به ماشینها اجازه میدهد به طور مستقل تصمیمگیری و عمل کنند. ورود دانشگاه سوربن به این لایه، به این معناست که سیستمهای خودمختاری که در آینده قرار است در بخشهای «دفاعی»، «حکمرانی» و «شهرهای هوشمند» امارات و منطقه خلیج فارس تصمیمگیری کنند، بر اساس پروتکلهای امنیتی و معرفتشناختی فرانسه لایسنس و تربیت میشوند. این یک «کودتای شناختی پنهان» است که در آن، حق تصمیمگیری حاکمیتی یک کشور عربی داوطلبانه به الگوریتمهای پرورشیافته در مکتب غرب واگذار میشود.
طبق اظهارات رئیس مرکز SCAI سوربن، هدف این طرح ادغام دانشجویان در این بستر است. غرب با استفاده از پرستیژ آکادمیک دانشگاه سوربن، در حال جذب و تربیت نخبگان و مهندسان برتر اماراتی و منطقهای است. این فرآیند منجر به شکلگیری یک «طبقه تکنوکرات بومی اما با تفکر غربی» میشود که در آینده، زیرساختهای فناورانه خاورمیانه را دقیقاً بر اساس ریلگذاری استراتژیک واشنگتن-پاریس توسعه خواهند داد. این مدل، نسخه مدرن و سایبریِ «استعمار آکادمیک» است که فراتر از جنگ فیزیکی، ذهن نخبگان را برای مدیریت آینده منطقه تسخیر میکند.
🏷 پیوست خبری-تحلیلی
🌐 متاکاگ | فراتر از شناخت