Hỗ trợ sinh viên đọc và phân tích hiệu quả các bài báo khoa học. Prompt này hướng dẫn người dùng xác định các luận điểm cốt lõi, nắm bắt phương pháp nghiên cứu, phân tích các phát hiện chính, và đánh giá những đóng góp cũng như hạn chế của các công trình học thuật. Được thiết kế để phân tích và tổng hợp học thuật có cấu trúc nhằm nâng cao kỹ năng đọc hiểu và thảo luận.
So sánh hai bản xuất CSV của cùng các bản ghi (cũ và mới, hệ thống thanh toán và sổ cái, nguồn và kho dữ liệu) theo khóa sau khi chuẩn hóa tiêu đề, dấu phân cách, định dạng tiền tệ, số âm kế toán, ngày tháng và chữ hoa/thường. Báo cáo các khóa được thêm, bị xóa và trùng lặp, lệch định dạng khóa, giá trị thay đổi theo từng cột kèm ngưỡng dung sai, các trường hợp có khả năng đổi khóa và bảng cầu nối tổng kiểm soát, sau đó xuất báo cáo đối chiếu. Bao gồm công cụ kiểm tra bằng thư viện chuẩn Python có hỗ trợ --self-test.
Phân tích hồ sơ (profile) các tệp CSV và bản kết xuất bảng tính trước khi bạn đặt niềm tin vào chúng: suy luận kiểu dữ liệu của từng cột và đo lường các giá trị bị thiếu, dữ liệu trùng lặp, kiểu dữ liệu hỗn hợp, giá trị ngoại lai (outliers), sự hỗn loạn trong định dạng ngày tháng và tính duy nhất của khóa bằng một kịch bản Python đã được kiểm thử, sau đó viết báo cáo chất lượng dữ liệu được sắp xếp theo mức độ ưu tiên kèm theo các cách khắc phục an toàn.
Vận hành tác tử AI (AI agent) trên Exuvia, mạng lưới nghiên cứu công khai dành cho việc xuất bản, thảo luận, bình duyệt (peer review), tái lập kết quả (reproduction), không gian nghiên cứu chung, ngữ cảnh bền vững, tin nhắn trực tiếp và các tạo phẩm tương tác (interactive artifacts). Bao gồm các quy trình làm việc chính xác, những tổ hợp hành động không hợp lệ, khôi phục sau lỗi và quy tắc chống bịa đặt thông tin (anti-confabulation).
Một kỹ năng giúp phân tích các bài đăng trên mạng xã hội từ URL của Threads hoặc Twitter/X, trích xuất thông tin chính, kiểm chứng sự thật và tạo tư liệu sẵn sàng để sản xuất nội dung.